
從大數(shù)據(jù)中創(chuàng)造價(jià)值的關(guān)鍵,在于選擇合適的工具來遷移與儲(chǔ)存資料,進(jìn)而有效地發(fā)掘新洞察。為了將這些洞察轉(zhuǎn)換為可執(zhí)行的營運(yùn)策略,新資料必須能與現(xiàn)有的資料、基礎(chǔ)架構(gòu)、應(yīng)用程式與流程安全地整合在一起。甲骨文最新發(fā)表的解決方案能無縫地協(xié)同運(yùn)作,協(xié)助企業(yè)以更低成本、更少風(fēng)險(xiǎn),更快地發(fā)揮企業(yè)大數(shù)據(jù)的效益。這些解決方案能讓客戶安全地存取Hadoop、NoSQL和關(guān)聯(lián)式資料庫,以便輕松、并具成本效益地分析大量且多樣化的資料集(data set)。
IDC 商業(yè)分析研究副總裁Dan Vesset表示:「單一技術(shù)將不再足以支援所有的分析使用情況,此外,若將資料管理與分析視為無關(guān)連性的專案,將會(huì)導(dǎo)致難以管理IT的困境并面臨不必要的風(fēng)險(xiǎn);IDC預(yù)測,到2017年前,統(tǒng)一的資料平臺(tái)架構(gòu)將成為企業(yè)大數(shù)據(jù)與分析策略的基礎(chǔ),這種統(tǒng)一化的趨勢將出現(xiàn)在資訊管理、分析、和搜尋技術(shù)等層面?!?/span>
甲骨文大數(shù)據(jù)部門副總裁Neil Mendelson表示:「資料已成為一種新形態(tài)的資產(chǎn),企業(yè)必須策略性地投資其資料資產(chǎn),以創(chuàng)造最佳的投資回收。甲骨文提供一整合式平臺(tái),協(xié)助客戶簡化所有資料的存取、發(fā)掘新洞察、實(shí)時(shí)(real-time)預(yù)測成果,并確保所有資料的有效管理與安全性?!?/span>
甲骨文最新大數(shù)據(jù)解決方案亦可無縫運(yùn)作于日前發(fā)布的Oracle Big Data Appliance X5和Oracle Exadata Database Machine X5上。這些解決方案結(jié)合在一起,可為企業(yè)提供一完整、具成本效益的平臺(tái),以便存取、發(fā)掘、管理、保護(hù)、進(jìn)而實(shí)現(xiàn)大數(shù)據(jù)之價(jià)值。
最新發(fā)布的大數(shù)據(jù)創(chuàng)新方案包括:
● Oracle Big Data Discovery:這是「Hadoop 的視覺呈現(xiàn)」,并是一可集發(fā)現(xiàn)、探索、轉(zhuǎn)換、發(fā)掘以及分享大數(shù)據(jù)洞察為一體的端到端產(chǎn)品。大數(shù)據(jù)資產(chǎn)可被組織內(nèi)更多的商業(yè)分析師所使用,因此能降低風(fēng)險(xiǎn),并縮短大數(shù)據(jù)專案創(chuàng)造價(jià)值的時(shí)間。
● Oracle GoldenGate for Big Data:以Hadoop為技術(shù)基礎(chǔ),讓客戶從異質(zhì)交易型系統(tǒng)實(shí)時(shí)串流非結(jié)構(gòu)化資料到大數(shù)據(jù)系統(tǒng),包括Apache Hadoop、Apache Hive、Apache HBase以及Apache Flume。透過將既有的實(shí)時(shí)架構(gòu)納入大數(shù)據(jù)解決方案中,Oracle GoldenGate for Big Data協(xié)助客戶強(qiáng)化大數(shù)據(jù)分析的專案項(xiàng)目,并確保大數(shù)據(jù)庫能與生產(chǎn)系統(tǒng)同步更新。
● Oracle Big Data SQL 1.1:擁有與甲骨文資料庫一樣的安全性,這是一種可將Oracle SQL擴(kuò)展至Hadoop和NoSQL的技術(shù)。透過一條Oracle SQL語句的快速查詢,即可通透地存取Hadoop、NoSQL和Oracle Database中的資料。Oracle Big Data SQL 1.1可為Hadoop和Oracle Database提供更緊密的整合,查詢性能較之前的版本提高40%。
● Oracle NoSQL Database 3.2.5:這套具調(diào)適性的解決方案,能讓開發(fā)人員建立高效能的新一代應(yīng)用程式。此最新版本具備可預(yù)測的低延遲、RESTful API、和基于Thrift的 C API,并與Oracle Big Data平臺(tái)整合在一起。以O(shè)racle Big Data SQL為基礎(chǔ),Oracle NoSQL Database 3.2.5亦可支援資料定義語言(DDL),因此能更容易地使用SQL來查詢NoSQL資料。
Oracle Big Data Discovery現(xiàn)已正式上市
Oracle Big Data Discovery可充分發(fā)揮Hadoop的強(qiáng)大功能,使用者能快速、輕松地將塬始資料轉(zhuǎn)換為可執(zhí)行的商業(yè)洞察。
● 如同線上購物般輕松地探索大數(shù)據(jù):Oracle Big Data Discovery具備絕佳的視覺介面,能在Hadoop中發(fā)現(xiàn)并探索塬始資料。類似于便條紙一樣,它可揭露資料屬性與資料組合之間的統(tǒng)計(jì)關(guān)聯(lián)性,進(jìn)而可評估此資料集是否具有潛能并值得進(jìn)一步的研究與資源運(yùn)用。使用者可透過熟悉的指引式導(dǎo)航與強(qiáng)大的搜尋功能,輕松瀏覽互動(dòng)式的視覺資料目錄。
● 大規(guī)模地轉(zhuǎn)換并增強(qiáng)資料:Hadoop 中的塬始資料在進(jìn)行分析前需先準(zhǔn)備就緒。透過直觀、類似試算表的使用方式,Oracle Big Data Discovery可降低耗時(shí)的準(zhǔn)備周期并簡化資料矛盾,使用者無需改用其他的工具或撰寫程式碼,即可增強(qiáng)資料的可視性,讓更多的時(shí)間投入在資料分析上。
● 發(fā)掘和分享以發(fā)掘新價(jià)值:資料發(fā)掘與分析使用的工具與資料準(zhǔn)備不同。Oracle Big Data Discovery可協(xié)助使用者無縫地從準(zhǔn)備工作遷移到資料分析,并可一鍵分享資料洞察。使用者能就資料產(chǎn)出的結(jié)果強(qiáng)化合作,將塬始資料集傳回 Hadoop,并在Pig、Hive和Python等其他工具上進(jìn)一步運(yùn)用資料結(jié)果。
● 將大數(shù)據(jù)開放予更多人使用:大數(shù)據(jù)常僅被一些非常專業(yè)、收費(fèi)高昂且少數(shù)的資料科學(xué)家所使用,Oracle Big Data Discovery能讓大數(shù)據(jù)更容易管理,使包括分析團(tuán)隊(duì)與商業(yè)使用者等更多人員輕松地運(yùn)用大數(shù)據(jù)。它可與既有的大數(shù)據(jù)工具整合,讓企業(yè)輕松地?cái)U(kuò)大其大數(shù)據(jù)團(tuán)隊(duì),充分發(fā)揮企業(yè)的人力資本、并從資料資產(chǎn)中獲得最大的效益。
支援性資源
● Big Data Discovery:創(chuàng)造價(jià)值的五個(gè)步驟
● 透過Facebook、Youtube、Twitter了解 Oracle Big Data Discovery
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11