Oracle大數據解決方案（簡體書）

《Oracle大數據解決方案 由Oracle大數據團隊成員聯袂撰寫，全面介紹用于獲取、組織、分析和利用非結構化數據的Oracle綜合集成化產品。本書討論成功實現大數據方案必需的策略和技術，包括Apache Hadoop、Oracle大數據機、Oracle大數據連接器、Oracle NoSQL數據庫、Oracle Endeca、Oracle高級分析和Oracle開源R產品，還講述遷移既有系統并將現有數據倉庫和分析解決方案集成到企業大數據基礎架構的最佳實踐。
主要內容
●　理解綜合性大數據戰略的價值
●　最大限度地提高Apache Hadoop平臺的分布式處理能力
●　介紹將Oracle大數據機用作Hadoop和Oracle NoSQL數據庫工程系統的優勢
●　使用Oracle大數據機來配置、部署、監控Hadoop和Oracle NoSQL數據庫
●　將現有數據倉庫和分析基礎架構集成到大數據架構
●　使用Oracle數據連接器在Hadoop和關系型數據庫之間共享數據
●　理解如何將Oracle NoSQL數據庫集成到Oracle大數據架構
●　使用數據庫內分析更快地實現價值
●　使用Oracle高級分析(Oracle R企業版和Oracle數據挖掘)、OracleR分發版、ROracle和Oracle R Connector for Hadoop來分析數據
●　使用Oracle Endeca信息發現來分析獨立數據
●　規劃和實施大數據管理戰略，開發架構和路線圖

 

Tom Plunkett曾撰寫多本Oracle書籍。2009年，Tom帶領一個團隊為美國國防部辦公室實施大數據研究項目；2012年，Tom幫助Frederick癌癥研究實驗室贏得多項行業大獎，包括政府大數據解決方案獎。Tom在大數據和云計算領域發表過40多次國際演講。
Brian Macdonald是一位杰出的解決方案顧問，是獲得認證的Oracle企業架構師。Brian在架構設計和分析平臺實施方面擁有逾20年的經驗。Brian曾在Information Resources公司工作，期間用OLAP和數據倉庫技術實現了管理貸款組合的復雜數學算法。
Bruce Nelson是美國西部地區Oracle大數據的負責人，專注于Hadoop和NoSQL。他在IT行業擁有超過24年的高性能數據庫系統經驗。Bruce曾任Bizrate數據庫管理員和工程化總監，期間全面升級了Bizrate.com的數據系統。

 

第Ⅰ部分 引 言
1.1 大數據
1.2 谷歌的MapReduce算法和Apache Hadoop
1.3 Oracle的大數據平臺
1.4 總結
2.1 我是大數據嗎？還是大數據是我？
2.2 大數據，小數據--仍然是數據
2.2.1 什么已經發生了？
2.2.2 現在發生了什么？
2.3 請看看現實！
2.4 你想把它做成什么？
2.5 大數據，大數字，大企業？
2.5.1 Twitter
2.5.2 Facebook
2.5.3 內部源

第Ⅰ部分 引 言

第1章 大數據簡介
1.1 大數據
1.2 谷歌的MapReduce算法和Apache Hadoop
1.3 Oracle的大數據平臺
1.4 總結

第2章 大數據的價值
2.1 我是大數據嗎？還是大數據是我？
2.2 大數據，小數據--仍然是數據
2.2.1 什么已經發生了？
2.2.2 現在發生了什么？
2.3 請看看現實！
2.4 你想把它做成什么？
2.5 大數據，大數字，大企業？
2.5.1 Twitter
2.5.2 Facebook
2.5.3 內部源
2.5.4 ICR：連接
2.5.5 ICR：變更
2.6 需要：大數據的價值
2.6.1 大數據案例1：醫療行業的臨床試驗研究
2.6.2 大數據案例2：在汽車行業的汽車設計中改進駕駛員安全
2.7 總結

第 II 部分 大數據平臺

第3章 Apache Hadoop平臺
3.1 軟件與硬件
3.2 Hadoop的軟件平臺
3.2.1 Hadoop的發布與版本
3.2.2 Hadoop Distributed File System(HDFS)
3.2.3 調度、計算和處理
3.3 操作系統的選擇
3.4 Hadoop硬件平臺
3.4.1 CPU和內存
3.4.2 網絡
3.4.3 磁盤
3.5 整合在一起

第4章 選擇Appliance的理由
4.1 Oracle創建大數據機的理由
4.2 Appliance的概念
4.3 Oracle Big Data Appliance的發展目標
4.4 Appliance優化
4.5 Oracle Big Data Appliance第2版軟件
4.6 Oracle大數據機X3-2硬件
4.7 Oracle獲取Hadoop知識的地方
4.8 配置Hadoop集群
4.8.1 選擇核心集群組件
4.8.2 組裝集群
4.9 自己組建的集群
4.10 集群總成本
4.11 時間價值
4.12 如何打造更大的集群
4.13 Oracle大數據機可否支持其他軟件
4.14 一體機的缺陷

第5章 BDA配置、部署架構和監控
5.1 介紹
5.1.1 大數據機X3-2滿配機架(18個節點)
5.1.2 大數據機X3-2入門機架(6個節點)
5.1.3 大數據機X3-2擴展機架(6個節點)
5.1.4 BDA的硬件修改
5.1.5 大數據機X3-2的軟件支持
5.2 BDA安裝和配置過程
5.3 關鍵和非關鍵節點
5.4 NameNode故障自動切換
5.5 BDA磁盤存儲布局
5.6 為Hadoop集群增加存儲
5.7 僅有Hadoop配置和Hadoop+NoSQL數據庫
5.7.1 僅有Hadoop的一體機
5.7.2 Hadoop和NoSQL數據庫
5.8 內存選項
5.9 部署架構
5.9.1 云中的多租戶和Hadoop
5.9.2 可擴展性
5.9.3 BDA多機架的注意事項
5.10 在BDA上安裝其他軟件
5.11 數據中心的BDA
5.11.1 管理網絡
5.11.2 客戶端訪問網絡
5.11.3 Infiniband私有網絡
5.11.4 網絡需求
5.11.5 連接到數據中心的局域網
5.11.6 連接架構的例子
5.12 Oracle大數據機的使用限制
5.13 BDA的管理和監控
5.13.1 企業管理器
5.13.2 Cloudera管理器
5.13.3 Hadoop的監控工具：Web圖形用戶界面
5.13.4 Oracle ILOM
5.13.5 Hue
5.13.6 DCLI工具

第6章 為大數據集成數據倉庫和分析基礎架構
6.1 數據倉庫作為存儲歷史記錄的數據庫
6.1.1 Oracle數據庫作為數據倉庫
6.1.2 為什么要把數據倉庫和Hadoop部署在一起
6.2 完成路徑：業務分析師工具
6.3 擴建基礎設施

第7章 BDA連接器
7.1 Oracle Big Data Connectors
7.2 Oracle Loader for Hadoop
7.2.1 在線模式
7.2.2 Oracle OCI Direct Path Output
7.2.3 JDBC Output
7.2.4 離線模式
7.2.5 Oracle Data Pump Output
7.2.6 帶分隔符的文本輸出
7.3 安裝Oracle Loader for Hadoop
7.4 調用Oracle Loader for Hadoop
7.5 輸入格式
7.5.1 DelimitedTextInputFormat
7.5.2 RegexInputFormat
7.5.3 AvroInputFormat
7.5.4 HiveToAvroInputFormat
7.5.5 KVAvroInputFormat
7.5.6 自定義輸入格式
7.6 Oracle Loader for Hadoop配置文件
7.6.1 Loader Maps
7.6.2 額外的優化
7.6.3 利用Infiniband
7.6.4 對比Apache Sqoop
7.7 Oracle SQL Connector for HDFS
7.8 安裝Oracle SQL Connector for HDFS
7.9 Hive安裝
7.10 使用Oracle SQL Connector for HDFS創建外部表
7.10.1 ExternalTable配置工具
7.10.2 數據源類型
7.10.3 配置工具語法
7.10.4 必需的屬性
7.10.5 可選屬性
7.10.6 針對帶分隔符的ExternalTable工具
7.10.7 在使用--noexecute選項的情況下測試DDL
7.10.8 在位置文件里增加一個新的HDFS文件
7.10.9 外部表的手動配置
7.11 Hive源
7.12 Oracle Data Pump源
7.13 配置文件
7.14 使用Oracle SQL Connector for HDFS查詢
7.15 Oracle R Connector for Hadoop
7.16 Oracle Data Integrator Application Adapter for Hadoop

第8章 Oracle NoSQL數據庫
8.1 NoSQL數據庫系統的定義
8.2 Oracle NoSQL數據庫
8.3 架構
8.3.1 客戶端驅動程序
8.3.2 鍵-值對
8.3.3 存儲節點
8.3.4 復制
8.3.5 智能拓撲
8.3.6 在線的靈活性
8.3.7 沒有單點故障
8.4 數據管理
8.4.1 API
8.4.2 CRUD操作
8.4.3 多種更新操作
8.4.4 查找操作
8.4.5 事務
8.4.6 可預測的性能
8.5 集成
8.6 安裝和管理
8.6.1 簡單安裝
8.6.2 管理
8.7 Oracle NoSQL數據庫的特性
8.8 有用的鏈接

第 III 部分 分析信息和制定決策

第9章 數據庫庫內分析：快速交付彰顯時間價值
9.1 介紹
9.1.1 Oracle數據庫內分析
9.1.2 為什么在數據庫內運行如此重要
9.2 Oracle數據挖掘和統計分析介紹
9.2.1 Oracle庫內高級分析
9.2.2 Oracle數據挖掘
9.2.3 R語言介紹
9.2.4 文本挖掘
9.3 庫內統計函數
9.4 空間分析
9.4.1 理解空間數據模型
9.4.2 查詢空間數據模型
9.4.3 使用空間分析
9.4.4 讓BI工具更聰明
9.5 基于圖形分析
9.5.1 圖形數據模型
9.5.2 查詢圖形數據
9.6 多維分析
9.7 庫內分析：綜合范例
9.7.1 在ETL過程中集成分析
9.7.2 提供指導瀏覽
9.7.3 提供混搭式分析
9.8 總結

第10章 使用R分析數據
10.1 Open Source R介紹
10.1.1 CRAN、Packages和Task View
10.1.2 GUI和IDE
10.2 傳統的R與數據庫交互對比Oracle R Enterprise
10.3 Oracle針對R的戰略
10.3.1 Oracle REnterprise
10.3.2 Oracle R Distribution
10.3.3 ROracle
10.3.4 Oracle R Connector for Hadoop
10.4 Oracle R Enterprise：下一級視圖
10.5 Oracle R Enterprise安裝和配置
10.6 使用Oracle R Enterprise
10.6.1 透明層
10.6.2 嵌入式R執行
10.6.3 預測分析
10.7 Oracle R Connector for Hadoop
10.7.1 調用MapReduce Job
10.7.2 在非Hadoop集群下測試ORCH R腳本
10.7.3 用R與HDFS交互
10.7.4 HDFS Metadata Discovery
10.7.5 基于ORCH框架來使用Hadoop
10.7.6 在Hadoop上的預測分析
10.7.7 ORCHhive
10.7.8 Oracle R Connector for Hadoop與Oracle R Enterprise之間的交互
10.8 總結

第11章 Endeca信息發現
11.1 為什么Oracle選擇Endeca
11.2 Endeca信息發現平臺
11.2.1 主要功能域
11.2.2 主要特性
11.3 Endeca信息發現與商業智能
11.3.1 作用和功能不同
11.3.2 BI開發過程與信息發現方法對比
11.3.3 互補而非互斥
11.4 架構
11.4.1 Oracle Endeca服務器
11.4.2 Oracle Endeca工作室
11.4.3 Oracle Endeca集成套件
11.4.4 Exalytics上的Endeca
11.4.5 可伸縮性和負載均衡
11.5 統一多種內容集
11.5.1 Endeca不同之外
11.5.2 行業用例
11.6 Endeca實際操作
11.6.1 安裝與配置
11.6.2 開發Endeca應用

第12章 大數據治理
12.1 企業數據治理的要素
12.1.1 業務輸出
12.1.2 信息生命周期管理
12.1.3 合規性和風險管理
12.1.4 元數據管理
12.1.5 數據質量管理
12.1.6 主數據和引用數據管理
12.1.7 數據安全和隱私管理
12.1.8 業務流程調整
12.2 大數據怎樣影響企業數據治理
12.2.1 模型化的數據和原始數據
12.2.2 大數據的類型
12.2.3 在大數據上應用數據治理
12.2.4 利用大數據治理
12.3 特定行業的案例
12.3.1 公共事業
12.3.2 衛生醫療
12.3.3 金融服務
12.3.4 零售行業
12.3.5 大眾消費品
12.3.6 通信行業
12.3.7 石油和天然氣
12.4 大數據如何對數據治理的角色產生影響
12.5 實施大數據治理的一種方法

第13章 大數據開發架構和路線圖
13.1 大數據功能架構
13.1.1 大數據的新特點
13.1.2 大數據概念功能架構
13.1.3 產品功能和工具
13.1.4 制定大數據架構決策
13.2 架構開發流程實現增值
13.2.1 Oracle信息架構框架概述
13.2.2 采用OADP的信息架構概述
13.2.3 大數據架構開發流程
13.3 對數據管理和BI過程的影響
13.3.1 傳統BI開發過程
13.3.2 大數據和分析開發過程
13.4 大數據治理
13.4.1 傳統數據治理的關注點
13.4.2 大數據治理新的關注點
13.5 開發技能和人才
13.5.1 數據科學家
13.5.2 大數據開發人員
13.5.3 大數據管理員
13.6 大數據最佳實踐
13.6.1 讓大數據活動結合特定業務目標
13.6.2 確保集中化IT戰略的標準和治理
13.6.3 使用卓越中心來最小化培訓和風險
13.6.4 大數據與結構化數據關聯
13.6.5 提供高性能和可伸縮的分析沙箱
13.6.6 重塑IT運營模式