每年一度美國三藩市Oracle OpenWorld用戶大會，均吸引大量用戶參加。甲骨文也乘勢發表多項新產品，推出兩部專用機器，加上以往的Exadata和ExaLogic，整個家族成員增至四名。
數據庫炙手可熱的話題，無疑是Big Data，包括 如何分析大量的非結構性數據。甲骨文行政總裁Larry Ellison主題演說中介紹了最新Exalytics，其中包含了兩項業界甚感興趣的技術；InMemory數據庫和處理非結構性數據的Big Data Appliance。
Exalytics和Big Data Appliance跟數據庫機器Exadata和中間件機器ExaLogic一樣，均是結合了軟硬件的方案，甲骨文收購太陽後，不斷鼓吹針對軟件效率，加以優化的專門化設備，實行軟硬通吃。
商業智能和分析的速度，一直受制於系統硬盤讀寫和IO瓶頸。數年前，64元位系統日漸流行，定址空間大增，記憶體價格下滑，極速BI也露出曙光，足以打破IO限制，辦法為所有資料均置於記憶體中，以極的速存取，加上平行運算加快執行速度。但記憶體量再多，也始終有限，必須按優先，篩選的數據放上記憶和快閃。但Exadata已廣泛使用上述技術，IBM也發展類似的Easy Tier。
比人腦更快的BI機器
據Ellison介紹，Exalytics處理BI反應神速，無須等待可馬上獲得結果：「Exalytics既可處理結構性數據，以人類思考速度來分析多維的數據，更可處理非結構數據。」前兩者毫不意外，關聯式數據庫一向擅於結構數據，O七年甲骨文收購了Hyperion，再獲得多維數據庫（Multidimensional database），主要OLAP Cube核心技術，如今全盤注入了Exalytics。
Exalytics除了大量應用平行運算和壓縮技術，也首次加入InMemory數據庫。二OO五年，甲骨文收購TimesTen，擁有了InMemory數據庫技術，再通過高度壓縮，原本10 TB數據可壓縮在1 TB記憶體上，以全盤平行運算化（Parallelize Everything），以「大量平行運算」（Massively Parallel Processing）執行；Exalytics就是以大量平行架構上，執行壓縮了的InMemory數據庫，加上不斷自我調整的InMemory緩衝技術（Heuristic Adaptive InMemory Cache），學習用戶查詢傾向，篩選記憶體和快閃之上應存放的熱門數據。
此外，不少所謂Big Data，均是從網上社交網站、感應器，甚至紀錄檔（Log file）產生，其中甚多均為非結構數據。Exalytics指處理新的數據類型，就是指上述非結構性數據。
Big Data針對非結構性數據
非結構數據為Big Data核心難題，令新一代如Splunk等的工具一夜成名。後來，執行副總裁Thomas Kurian介紹甲骨文Big Data Appliance，包括NonSQL數據庫，配搭Hadoop平台來處理Extract, transform and load (ETL)工序，專門整理非結構數據，甲骨文的Big Data藍圖，才漸見端倪。
乍看之下，此部機器實為ETL 工具的優化版，加上了Hadoop的MapReduce技術，加快非結構性數據經ETL處理和Normalization後，輸入Exadata，再經Exalytics上BI工具，加上開源統計工具R，實時製作出顯示趨勢的圖表和數碼儀表。
Kurian指Big Data技術以Hadoop為基礎；包括了甲骨文本身NonSQL database，配合Loader for Hadoop和Hadoop工具，上載於甲骨文Linux 和VM上運行，以MapReduce原理，分散運算至各VM叢集執行。
Exalytics分析數據機器包括四十枚Intel處理器核心，以40Gbps的Infiniband連接Exadata數據庫機器。至於Big Data Appliance硬件規格，則未見透露。Hadoop為開放源碼的技術，從Google發明的MapReduce技術演化而來，最近熱門的Splunk，也是建基於MapReduce，但則以搜尋引擎原理，處理海量非結構數據。Hadoop也廣泛應用於Yahoo!及亞馬遜的Ec2，儼然為高性能運算的大勢所趨。
近年，SAP和IBM均積極發展InMemory技術。去年，SAP率先推出鎮鎮High Performance Analytic Appliance（ HANA）設備，最近宣佈成功為中國最大之瓶裝水生產商農夫山泉，實施了HANA方案。但是，SAP的InMemory技術主要來自收購Sybase，再加上收購BusinessObjects的BI工具，速度性能不相伯仲。如今甲骨文再加入加速處理非結構性數據的專用設備，又可謂後發先至。
沒有留言:
發佈留言