隨著云計算技術、物聯(lián)網(wǎng)技術的興起，企業(yè)需要應對的數(shù)據(jù)規(guī)模越來越大、數(shù)據(jù)格式越來越復雜、數(shù)據(jù)收集速度越來越快，也使得它和傳統(tǒng)意義的業(yè)務數(shù)據(jù)相比，有了明顯的特點。今天企業(yè)對大數(shù)據(jù)分析的意義也有了新的理解。
“應對這些特點，計算機界、科技界也需要與時俱進，在技術上做一些創(chuàng)新和變革，使得這些數(shù)據(jù)能夠成為企業(yè)真正的數(shù)據(jù)資產。我們經(jīng)常也會做一些數(shù)據(jù)分析，著眼于對已經(jīng)發(fā)生的事情的一些歸納、總結。現(xiàn)在我們探討大數(shù)據(jù)，人們更關心數(shù)據(jù)如何創(chuàng)造一個未來。對于我們講的數(shù)據(jù)的部分，不僅僅是關注過去，還關注于對未來的價值創(chuàng)造，這是大數(shù)據(jù)的一個新的使命，”甲骨文中國區(qū)技術總經(jīng)理兼大數(shù)據(jù)和商務分析業(yè)務總經(jīng)理高禮強如此說。
面對企業(yè)對大數(shù)據(jù)處理的新要求，以及大數(shù)據(jù)的新的使命，甲骨文對數(shù)據(jù)的收集、管理、分析，最后形成價值，有著自己的理解。
從數(shù)據(jù)到智慧：大數(shù)據(jù)分析的四個層次
甲骨文認為，從原始的數(shù)據(jù)到如何形成為企業(yè)的數(shù)據(jù)資本、數(shù)據(jù)的智慧，從技術處理上要經(jīng)過四個環(huán)節(jié)：
第一、數(shù)據(jù)的形成。現(xiàn)今企業(yè)面臨的數(shù)據(jù)源非常繁雜，也非常多，也傳統(tǒng)的數(shù)據(jù)來源相比，有了革命性的變化。如何采集內、外應用系統(tǒng)的，以及外部合作伙伴的數(shù)據(jù)，使這些不同形態(tài)的數(shù)據(jù)最終形成一個可管理，放置在數(shù)據(jù)湖中——這樣的數(shù)據(jù)的收集、獲取、整理的過程，正式數(shù)據(jù)形成的過程。
第二、數(shù)據(jù)到信息。數(shù)據(jù)形成后，在數(shù)據(jù)湖中的類型是多種多樣的，有關系型數(shù)據(jù)的、有非關系型數(shù)據(jù)的，即有表格形式——有行有列的，是很工整的高價值的數(shù)據(jù)，也圖片、視頻的形態(tài)不一的數(shù)據(jù)，如何把這些數(shù)據(jù)有序地管理起來，是數(shù)據(jù)到信息的過程。
第三、信息到知識。所有信息匯總以后，要經(jīng)過數(shù)據(jù)探索的過程。因為如果數(shù)據(jù)只的累積起來，而不積極探索它、利用它、分析它，這些數(shù)據(jù)仍然只是沉睡的金礦。這個探索的過程是從信息到知識的概念。
第四、知識到智慧。探索出來的結果，我們要把它使用起來，引領企業(yè)的業(yè)務流程的改進，新業(yè)務的產生，把這些東西形成新的價值，這是大數(shù)據(jù)運用的一個更高的階段——從知識到智慧。
基于以上四個層面，甲骨文看到企業(yè)需要這樣一個大數(shù)據(jù)平臺——它的能力要非常完整。正如甲骨文亞太地區(qū)大數(shù)據(jù)和分析專家團隊總監(jiān)Barba Jan-Haleem所說，“從甲骨文的角度，包括很多越來越多的客戶的角度來看，他們會認為大數(shù)據(jù)不單單是包括非結構化數(shù)據(jù)，同一時間還會包括結構化數(shù)據(jù)，所以大數(shù)據(jù)應該是所有數(shù)據(jù)的一個全集。同一時間，針對所有數(shù)據(jù)來說，甲骨文希望給到他們的不單單是甲骨文接近40年的管理數(shù)據(jù)的經(jīng)驗，同時希望把結構化和非結構化數(shù)據(jù)整合在一起，讓它發(fā)揮更大的價值，產生真正的數(shù)據(jù)，為客戶提供業(yè)務創(chuàng)新的價值點。 ”
甲骨文大數(shù)據(jù)管理平臺
甲骨文大數(shù)據(jù)管理平臺建立了一種數(shù)據(jù)湖。這一大數(shù)據(jù)湖具備了處理不同數(shù)據(jù)的這樣一種能力，形象地講，就是不同技術的組合，它包含有傳統(tǒng)的關系型數(shù)據(jù)庫的技術，有以Hadoop為代表的新的分布式計，還有一些特殊的高并發(fā)處理能力的像NoSQL的數(shù)據(jù)庫能力。這樣的一個多種技術組合平臺，讓企業(yè)具備了處理全數(shù)據(jù)的能力。
由上圖的參考架構中，我們可以看出大數(shù)據(jù)的管理是甲骨文在大數(shù)據(jù)解決方案的核心部分。在這一部分數(shù)據(jù)水庫能夠把全數(shù)據(jù)管理起來，可以基于甲骨文技術，可以基于甲骨文與其合作伙伴的技術，如Cloudera，更可以基于企業(yè)自己搭建Hadoop平臺。甲骨文可以提供技術力量，把企業(yè)的軟硬件、網(wǎng)絡、Hadoop和不同的技術進行銜接。
另外，在數(shù)據(jù)的探索中，如何把數(shù)據(jù)變成有用的信息和知識。甲骨文大數(shù)據(jù)平臺提供了多種直觀、可視化的工具，有基于甲骨文收購的Endeca平臺之上的Hadoop版本——Hadoop可視化探索平臺，它使企業(yè)大數(shù)據(jù)探索過程簡化為五步，即連接企業(yè)的大數(shù)據(jù)數(shù)據(jù)源、可視化展示大數(shù)據(jù)湖全景、數(shù)據(jù)的轉換和整理過程、探索數(shù)據(jù)中的規(guī)律，相關性、發(fā)布和分享探索結果。還有Big Data Discovery大數(shù)據(jù)發(fā)現(xiàn)工具，其機制在業(yè)內還沒有完全一致的。
甲骨文大數(shù)據(jù)平臺設計三要素
事實上，在從概念到具體落實到大數(shù)據(jù)處理方案的設計、執(zhí)行以及開發(fā)時，甲骨文始終遵循著三個關鍵點：
數(shù)據(jù)的平等性：這個平等是指甲骨文希望給客戶的方案能夠平等地處理各種類型的數(shù)據(jù)：結構化、非結構化、半結構化，無論這些數(shù)據(jù)是來自于數(shù)據(jù)庫、傳感器數(shù)據(jù)還是網(wǎng)絡日志，還是用戶的點擊流。
數(shù)據(jù)的流動性：甲骨文希望客戶的數(shù)據(jù)能像錢在所有的銀行和客戶之間一樣流動起來，在商業(yè)活動中流動起來。甲骨文希望幫助客戶把數(shù)據(jù)也流動起來產生價值。
數(shù)據(jù)的安全性：這一安全包括客戶把數(shù)據(jù)放在甲骨文的云端、工程一體機，以及放在客戶自己的硬件里面，甲骨文都希望幫客戶把這個數(shù)據(jù)安全性做到最好。
這一大數(shù)據(jù)端到端的方案，除了包括數(shù)據(jù)的采集、管理、分析，甲骨文還引入了第三個功能——數(shù)據(jù)實驗室。數(shù)據(jù)的采集是幫助各位獲得它需要的數(shù)據(jù)，包括傳感器數(shù)據(jù)、網(wǎng)絡數(shù)據(jù)或者是機器數(shù)據(jù)、業(yè)務系統(tǒng)數(shù)據(jù)；數(shù)據(jù)管理是管理各種類型的數(shù)據(jù)，幫企業(yè)更好地把數(shù)據(jù)管理、存儲起來；分析部分就是通過數(shù)據(jù)來改變工作場所和勞動力。那么，分析步驟之前，甲骨文為什么引入了這個數(shù)據(jù)實驗？
數(shù)據(jù)實驗：作用幾何？
數(shù)據(jù)實驗室有幾點：第一是針對原始數(shù)據(jù)：第二幫助用戶探索原始數(shù)據(jù)中的價值，發(fā)現(xiàn)原始數(shù)據(jù)中的價值后，可以把這些數(shù)據(jù)放到以前的數(shù)據(jù)倉庫、數(shù)據(jù)集市里面做商務智能數(shù)據(jù)可視化或者是分析的過程。 數(shù)據(jù)實驗室有點像指南針，能夠以最快的時間、最小的投入來告訴你業(yè)務的方向對不對。數(shù)據(jù)分析和數(shù)據(jù)倉庫、數(shù)據(jù)集市就如果GPS，它會把明確的路徑顯示出來告訴我們從A到B，有多遠的距離——但這一方法準備前期工作的時間會比較長，如建模、數(shù)據(jù)整理等，在數(shù)據(jù)實驗室中這是不需要發(fā)生的，數(shù)據(jù)實驗室可以直接對原始數(shù)據(jù)進行實驗。創(chuàng)新數(shù)據(jù)實驗可以幫助企業(yè)通過類似于高級分析、機器學習或者是更新的大數(shù)據(jù)技術來實現(xiàn)數(shù)據(jù)的價值，然后把這些數(shù)據(jù)的價值用到人們的日常工作中——不僅只是提供可視化，還保留整個過程的自動化。
實際上，為實現(xiàn)這一功能，甲骨文提供了大量的組件，用戶還可以根據(jù)具體的業(yè)務需求，去裁剪此大數(shù)據(jù)解決方案，來適應其直接需求。
京公網(wǎng)安備 11010502049343號