继Cloud,Machine Learning之后,OOW2017的第三个关键词

伴随着秋雨绵绵,我们郑重地向假日告别,从此迎来又一段筑梦的旅程。

刚刚过去的国庆中秋双节,Oracle OpenWorld 2017于美国旧金山隆重开幕,在这场盛大的技术盛宴上,通过来自现场的及时分享,我们感受创新和变革的力量。技术日新月异,无论个人和企业,不变革就面临淘汰。(拉里·埃里森亲自支招,数据库自动化之后,DBA何去何从?

盖老师从以下五个方面概括了OOW2017的技术要点:云程发轫,扬帆起航;从物联网,到区块链;自治自动,推陈出新;Oracle 18c,明年发布;技术社区,开发者先。

参考:云程发轫:关于2017 Oracle OpenWorld大会的总结

我们不难看出,Cloud以及Machine Learning成为OOW两个最主要的关键词。Oracle经过多年的努力,终于成功转型为一家云公司,并成为第一家全面的云公司,在云平台上,依托大数据和智能算法,成功地将Oracle数据库推向新的高度。

这是一个数据的时代,数据的价值不断凸显。在数据驱动下,业务对于数据的应用需求也空前提高。主要有以下几个方面:

  1. Make Data Always Available – No Outages 保持数据的连续性,不中断
  2. Get Data to Where it is Needed, at Right Time 保持数据随时随地可用
  3. Access Data in Any Format 保证数据可以以任何格式访问
  4. Govern Data so that it can be Trusted 通过数据治理保证数据的信用度

如何才能更好地挖掘并利用数据的价值,首先需要了解我们的数据。Big Data,也是OOW2017的主要的关键词之一。

What is Big Data

可以用4个V来描述大数据的大从何而来:

Volume:Scale of Data 量大,规模大

Velocity:Analysis of Streaming Data 速度,即变化快,时效性强

Variety:Different forms of Data 多种表现形式

Veracity:Uncertainty of Data 数据的不确定性

Why Big Data

百分点集团CEO 苏萌曾在一次采访中提出未来商业组织的“3I理论”。

1、独立(Independence),代表着企业的数据主导权以及在充分竞争市场环境中的长尾创新。

2、融合(Integration),指的是生产要素的连接、生产方式的协作以及业务边界的淡化。

3、智能(Intelligence),即数据思维引爆智能革命,未来商业朝智能化方向进化,主要体现在决策智能和运营智能上。

而这些技术,都将依赖于Big Data的基础。

随着互联网技术的发展,各行各业的数据不断膨胀,对于庞大的数据,人类的认知是非常有限的。只有运用相应的大数据技术进行分析和处理,才能挖掘出数据所蕴藏的巨大价值,从而用于企业商业决策和运营。

当Oracle遇见Big Data

大数据在下载到关系型数据库用于分析时会花费过多的时间和金钱,因此,大数据分析常和云计算联系到一起。实时的大数据分析需要提供实时计算能力的平台。

Oracle12c 全面转云,也是从12.2开始,在数据仓库上,推出了许多基于Big Data的新特性和功能。

详见:Oracle 12.2新特性掌上手册 - 第七卷 Big Data and Data Warehousing

Oracle面向云和大数据的转型是强势的,不断的技术革新引领行业向前走,并突破传统关系型数据库的局限而不断壮大。

为了更好地发挥数据的价值,在本次的OOW 2017大会上,Oracle新推出了 Oracle Big Data Platform,而大数据技术则是体现在平台的各个层次的设计当中。参考:https://cloud.oracle.com/bigdata

除此,还新推出了多种Oracle Big Data Cloud Service,以及基于Big Data Platform的Big Data SQL。

Big Data SQL的架构如下:

应用Big Data SQL之后,通过智能扫描,能够减少复合IO。

随着越来越多的企业采用云,数据迁移仍然是一个关键的挑战。客户正在努力使用各种工具将数据迁移到云端,但是这些迁移方法仍然是分散和脆弱的,今年,Oracle针对大数据环境的迁移需求,推出了Oracle Gloden Gate 12.3,通过模块化和可拔插的架构设计,实现大数据的云端无缝迁移。

迁移流程如下:

并针对Data Guard环境做了针对性增强。一般架构设计如下:

针对站点间failover切换架构如下:

通过大数据技术的应用,能够在很大程度上提高数据库的扩展性,分布式里速度,降低开源数据库的成本,缩减事务处理时间,并通过实时分析,机器学习,AI算法的开发,再次挖掘数据的价值。

Big Data生态圈的发展

在当前市场中,大数据市场将技术与服务融合,正形成一股新型、迅猛的发展浪潮。大数据产业增长迅速,规模持续放大。

为不同水平的大数据学习者量身打造专属的学习计划,加上雄厚的师资力量,帮助学员更快更好地走入大数据领域。

原文发布于微信公众号 - 数据和云(OraNews)

原文发表时间:2017-10-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏云计算D1net

为什么云计算如此重要:是从移动第一演进到AI第一的第一步

目前,云计算仍处于起步阶段。多数大公司正在评估要转移多少人力物力到其中。它能把计算任务形成巨大的、集中式数据中心从而形成云,现有的大多数计算工作变成云将需要几年...

2635
来自专栏ATYUN订阅号

【业界】人工智能如何帮助改善教育招生流程?

AiTechYun 编辑:nanan 教育是AI显示出巨大前景的领域之一。但是,虽然大多数的工作都集中在增加技能和提高学习经验上,但在注册和登记领域仍然存在挑战...

2493
来自专栏AI研习社

专访百度 PaddlePaddle 开源平台负责人王益:国产深度学习平台是如何帮助开发者快速开发 AI 产品的?

专访百度 PaddlePaddle 开源平台负责人王益:国产深度学习平台是如何帮助开发者快速开发 AI 产品的? PaddlePaddle 的前身是百度在 20...

37110
来自专栏人工智能

机器学习:预测性维修的数据基础

预测性维修作为工业互联网中的最核心应用,无论是早期的探索者还是新进的工业互联网平台都将它作为主要切入口。当我们谈到应用落地时,可能很多企业会有这样的误解或疑问:...

5179
来自专栏数据的力量

一流公司员工必须熟练掌握职场的七种工具,收集齐全了!!

意义:帮您清晰地把握全局,分析自己在资源方面的优势与劣势,把握环境提供的机会,防范可能存在的风险与威胁,对我们的成功有非常重要的意义。

521
来自专栏腾讯开源的专栏

腾讯荣登LF深度学习基金会创始会员 将向基金会贡献AI开源项目Angel

3月26日,Linux基金会在洛杉矶开放网络峰会上宣布LF深度学习基金会(LF Deep Learning)成立。该基金会将专注于支持和维护在人工智能领域的开源...

3458
来自专栏吉浦迅科技

风辰:市场对异构并行计算领域人才的需求很大

GPU世界:这次非常感谢风辰大神能来到GPU世界来做专访。之前就听说风辰已经活跃于OpenGPU等专业的并行计算社区,对于并行计算领域也从事了好多年,在此是否能...

37710
来自专栏PPV课数据科学社区

【数据挖掘】解答数据挖掘初学者心中的疑惑

本文中包含了数据挖掘初学者常见的问题,DMFighter对我以前回复的一些问题进行了精心的整理,在此也感谢他的辛勤工作。因为访问我博客的很多读者会...

2793
来自专栏PPV课数据科学社区

【职业规划】数据挖掘(数据分析)从业指南

一位数据挖掘成功人士 给 数据挖掘在读研究生 的建议: 关于数据挖掘方面的研究,我原来也走过一些弯路。其实从数据挖掘的起源可以发现,它并不是一门崭新的科学,而...

2744
来自专栏腾讯数据中心

腾讯数据中心海量设施运营解决之道

犹记得腾讯数据中心开放日,在天津数据中心参观的嘉宾们,得知腾讯现场设施运营团队只有十几人后,流露出的那一脸惊讶的表情。 虽然,腾讯数据中心的大部分运营工作都可以...

3799

扫码关注云+社区