3 short big_data_oracle
0 j'aime873 vues
Le document traite de l'importance du big data comme facteur d'innovation et de compétitivité, en mettant en avant des technologies comme Hadoop et NoSQL pour l'analyse et la gestion de données massives. Il souligne les défis liés à l'intégration, la sécurité et le coût, tout en présentant des solutions simplifiées par Oracle pour exploiter efficacement les données. Divers secteurs tels que l'énergie, le transport et les services financiers utilisent également ces outils pour améliorer la prise de décision et l'interaction client.
3 short big_data_oracle
- 1. <Insert Picture Here> Big Data Gilles d’Humières
- 2. L’innovation est un facteur de compétitivité La vitesse 3x du vent 40x Plus de données Deep Analytics 250 Capteurs Big Temps réel Data 40k Variables / sec Decisions #1 America Cup
- 3. Big Data est le fruit de l’innovation des sociétés dont le métier est l’information Temps réel: Determiner Faible la meilleure pub à insérer Lookup Profil utilisateur dans la page pour cet Latence utilisateur Ajout de l’utilsateur NoSQL System si absent DB Input into Expert HDFS Publicités Predictions affichées de navigation Web logs Batch High scale Cassandra data reductions BI et Analytics Facturation Hadoop Map Reduce Profils
- 4. Ces technologies sont utilisées par d’autres secteurs que les média internet • Les sociétés qui ont mis en place de nombreux capteurs et qui souhaitent maintenant exploiter les données • Pétrole et Gaz, Transport, Industrie • Les sociétés qui vendent les données en tant que produit • Services financiers, Sociétés Internet, Services Media • Les sociétés qui interagissent avec les clients via des sites • Distributeurs, Industriels avec ventes directes • Les sociétés dont les principaux clients sont des consommateurs • CPG
- 5. … Mais le spectre des solutions est éclaté Volume Variété des des données données Non Distributed structurées File Systems NoSQL 95% MapReduce Souple Transaction Solutions Spécialisé Semi- (Key-Value) Orienté structurées Stores développement SQL 5% Structurées DBMS DBMS Advanced Contrôlé ETL Analytics Securisé (OLTP) (DW) Administré Acquire Organize Analyze
- 6. Il en résulte des challenges importants • Coûts • Intégration • Confidentialité / Sécurité • Compétences Frein = Complexité Simplifier l’IT
- 7. Oracle simplifie le software pour Big Data Variété des données Non Distributed HDFS Hadoop structurées File Systems MapReduce In-DB Oracle Loader Solutions analytics Semi- Transaction Oracle for Hadoop “R” (Key-Value) structurées NoSQL DB Stores Mining Text Oracle Graph Oracle Spatial Data Integrator Database Map (DW) In-DB Reduce analytics Structurées Oracle Oracle DBMS ETL ODI DBMS Database Database (OLTP) (DW) Oracle (OLTP) (DW) BI EE Acquire Organize Analyze
- 8. Oracle simplifie le Hardware pour Big Data Variété des données Non Big Data Appliance HDFS Hadoop In-DB structurées • Hadoop Analytics • NoSQL Database Loader Oracle • Oracle Loader for hadoop Oracle NoSQL “R” Semi- for Hadoop • Oracle Data Integrator DB Mining Exalytics structurées Text Oracle • Speed of Data Integrator Graph Thought Spatial Analytics Oracle Oracle Exadata Oracle Database • OLTP & DW Database Structurées Oracle (OLTP) • Data Mining & Oracle R (DW) • Semantics BI EE • Spatial Acquire Organize Analyze 8 Copyright © 2011, Oracle and/or its affiliates. All rights Insert Information Protection Policy Classification from Slide 8 reserved.
- 9. Big Data Appliance Usage Model Oracle Oracle Oracle Big Data Appliance Exadata Exalytics InfiniBand InfiniBand Stream Acquire Organize Analyze & Visualize
- 10. Autres perspectives • L’exploitation des données non structurées dans les applications…