科技行者

行者学院 转型私董会 科技行者专题报道 网红大战科技行者

知识库

知识库 安全导航

至顶网服务器频道高性能计算评论:“欢型”的甲骨文在旧金山加速

评论:“欢型”的甲骨文在旧金山加速

  • 扫一扫
    分享文章到微信

  • 扫一扫
    关注官方公众号
    至顶头条

DOIT 10月4日发自旧金山:欢型HUANXING,来自于演员&主持人谢娜的自创英语,是对“fashion”的误读,用以形容甲骨文,取的自然是这个词的原意:时尚、流行,永不落后。Big Data和In-Memory Computing这两个时髦的、火热的产品,出现在甲骨文全球大会,出现在甲骨文的产品路线图上,难道你还能说甲骨文不是一个“欢型”的企业?

来源:服务器在线 2011年10月8日

关键字: 甲骨文 Hadoop 谷歌 Exalytics

  • 评论
  • 分享微博
  • 分享邮件

欢型HUANXING,来自于演员&主持人谢娜的自创英语,是对“fashion”的误读,用以形容甲骨文,取的自然是这个词的原意:时尚、流行,永不落后。

OpenWorld2011进入第二天,甲骨文的主要目光仍然在“hardware – appliances”——我们有理由相信未来几天也是如此,从SPARC T4、Supercluster,到Exalytics BI机和Big Data机,甲骨文开始更像一个硬件厂商,而非软件王国。

拉里 埃里森不断在强调甲骨文走的是“并行架构”——无论是研发、产品发展,还是软件的计算模式和计算系统(之后的文章会阐述拉里的并行愿景)——对“hardware – appliances”如此大的展示力度,这不像是甲骨文的World,更像是IBM。

拉里 埃里森对硬件的热爱、对“软硬件一体化的”激情,在此展露无遗。

在充满“hardware – appliances”的大会上,每个参会者都深深地体会到,甲骨文发出强烈的信号:我们为大数据、实时计算(内存计算)做好了准备,现在全世界的人都可以在此看到我们的决心,以及“我们如何打败IBM”——去实现一个“Exa”的IT和Oracle的世界。

拉里的反击从“The Sun Also Rises。”(海明威的书名:《太阳照常升起》)开始,这是拉里 埃里森对所有质疑Sun和甲骨文已经落伍人的反击,也是对竞争对手的反击:Oracle仍然是一个处在上升期,有干劲、精神抖擞的年轻人。或早或晚,甲骨文终会站在“欢型”的前沿阵地。

在我看来,如果说此次大会上什么最“欢型”的话, BI机Exalytics和Big Data机受之无愧。

BI机: BI Day Day Up!2010年12月,SAP发布了高性能应用分析方案HANA,采用内存计算(In-memory Computing)技术的HANA,基于标准的X86平台,并依靠类似IBM等厂商提供标准和可扩展的平台,此后,有关SAP HANA和甲骨文BI之间竞争的话题从未停止,并在此次OpenWorld 2011开幕前达到顶峰。

大会开幕前一周,某位国外记者在一篇文章中,目标直指甲骨文的BI计划,认为甲骨文的内存计算系统一定会在此次大会上发布,原因是“拉里已经感受到了巨大的压力”,在大会第一天的开幕演讲中,这位记者的预言成真,拉里正式发布了甲骨文的Exalytics商务智能云服务器——Exalytics Business Intelligence Machine。这是一款基于内存计算技术的产品。

在双方的竞争刚刚开始进入白热化的时候,甲骨文依靠强大的软硬件整合能力——这显然来自于“Exa”之前成功系统的经验,站在了内存计算的“欢型”前沿:Exalytics Business Intelligence Machine的硬件设计更加符合内存计算的需求,即便设计理念不同,显然也相较SAP与IBM合作的HANA硬件平台理应具有更好的性能。Exalytics高达1TB的内存,能够让数据库完全在内存中运行,扩展则通过40Gb Infiniband连接多个节点,达到Scale-Out横向扩展的目的(这也是拉里的并行愿景Parallel的一部分。)

实时数据分析一般用于金融、移动和互联网B2C等产品,往往要求在数秒内返回上亿行数据的分析,从而达到不影响用户体验的目的。要满足这样的需求,可以采用精心设计的传统关系型数据库组成并行处理集群,或者采用一些内存计算平台,或者采用HDD的架构,这些无疑都需要比较高的软硬件成本,但高昂的成本并不一定意味着性能和可靠性。

Exalytics Business Intelligence Machine 1TB的内存意味着你可以把数百GB的实时在线数据库放在内存里,通过可靠的掉电保护和校验,用户可以采用一些内存数据库,将热点数据常驻内存之中,从而取得非常快速的分析能力,非常适合实时分析业务。

由于用户可以将很多原本属于BI级别而非内存计算级别的数据库存放在Exalytics中,从而扩展了该系统的适用范围,加之Oracle Exalytics还提供InfiniBand连接器,可与Oracle Exadata数据库云服务器一起使用,因此适用于寻求更高数据分析性能的企业。

但硬件并不是Exalytics Business Intelligence Machine的核心,这款被Oracle OpenWorld 2011上的人们亲切的成为“BI机”的设备,实现了与已经成型并销售三年的Exadata的紧密结合,这也就意味着,甲骨文拥有数据库服务器+商业智能分析系统和数据过滤(后文会提到的Big Data机)整合的系统,其成本效益和解决方案完整度恐怕要稍稍优于SAP的HANA——甲骨文拥有“Exa”生态系统,而SAP则只有IBM等硬件厂商可以指望。

当然,与SAP HANA一样,Oracle Exalytics是一个开放的解决方案,可用于异构IT环境,并能存取和分析来自任何Oracle或非Oracle的关系型、OLAP或非结构化数据源的数据,例如来自IBM DB2、Microsoft SQL服务器、Netezza、SAP商务信息仓库和Teradata以及其他数据源的数据——换句话说,它是数据源无关的。

Big Data机:Strong!在Big Data(大数据)领域,甲骨文正在迎头赶上。

除发布内存计算系统Exalytics之外,甲骨文在今年的全球大会上,还发布了专门基于Hadoop技术的Oracle Big Data机。借助Exadata、Exalytics及Big Data机(大数据机),甲骨文的Big Data战略正在加速冲刺。

Big Data的概念在一年半前的EMC World上被正式提出,随着数据量的飞速增长以及非结构化在全球数据总量中所占比例的增加,大数据在一年后的成为业界的火热话题和现实问题,在IT论坛上,大数据一直是不可或缺的话题。

此后EMC较早推出定制的、高性能的Hadoop专用数据协同处理设备——Greenplum HD数据计算设备(Data Computing Appliance),以实际行动和应用事实证明基于Apache Hadoop是一个具有较高成本效益、可靠性更好、实用性较强的解决方案。

除此以外,戴尔已经开始出售预装该开源数据处理平台的服务器,但主要是在服务器层面;而IBM也将在Hadoop上建立全新存储架构设计。

现在,甲骨文加入了这个战团。

作为大数据的一种应用环境(其实MySQL在某些情况下也可以实现),Hadoop之所以能够引起人们的注意,是因为它是基于MapReduce环境的,这是超算圈里很常用的一种简化环境,主要是由谷歌所创建的一个项目。Hadoop是和各种Apache项目密切相关的混合实施环境,其中包含了在MapReduce环境下所创建的HBase数据库。

Big Data机全名Oracle Big Data Appliance,是甲骨文在NoSQL和Hadoop上迈出的重要一步,被认为是云和大数据未来发展的关键技术——甲骨文的数据库旗舰建立在坚实的但却稍嫌老旧的关系型数据库的技术上——新的Web站点和Web、云端应用程序,已经超越关系型数据库的发展,以更快的速度在全球规模移动:Twitter、Facebook等都有NoSQL应用,用以满足日益扩大的全球网络的需求。

既然是“欢型”的甲骨文,它自然希望拥有一个NoSQL和Hadoop产品,抓住关系型、结构化的数据库尚未覆盖到的市场,比如非结构化数据,比如新的大数据概念,因此Big Data机的出现也就成为了一种必然。

Oracle Big Data机是一款新的集成设计系统,其中包括开源Apache Hadoop、Oracle NoSQL数据库、Oracle数据集成Hadoop应用适配器(Oracle Data Integrator Application Adapter for Hadoop)、Oracle Hadoop装载器以及开源R。

Oracle数据集成Hadoop应用适配器(Oracle Data Integrator Application Adapter for Hadoop)、Oracle Hadoop装载器以及开源R是最为引人注目,也是与EMC等不同的地方。(据新闻稿件显示,Oracle NoSQL数据库、Oracle数据集成Hadoop应用适配器、Oracle Hadoop装载器和Oracle R Enterprise也可作为独立于Oracle大数据设备的软件产品提供。)

新的Hadoop适配器简化了Hadoop应用与Oracle数据库的数据集成,Oracle Hadoop装载器使客户能够利用Hadoop MapReduce处理功能建立优化的数据集,从而在Oracle数据库11g中进行高效率加载和分析。

Oracle R Enterprise实现了R开源统计环境与Oracle数据库11g的集成。分析师和统计人员可以运行现有的R应用,并利用R客户端直接处理存储在Oracle数据库11g中的数据,从而极大地提高可扩展性、性能和安全性,对SAS和SPSS应用应该有显著的性能增强。

甲骨文凭借Big Data机一步走到了大数据市场的前沿,大数据能够通过Big Data机与Hadoop充分整合在一起,并实现Big Data机、Exadata、Exalytics组成强大的端到端的解决方案,达成在企业内——甚至是一个数据中心内的几个机柜内——完成数据获取、组织、分析、以及进行简单的数据挖掘的效果。

我们很难说三年前推出Exadata时拉里?埃里森会有类似整合这样三套系统的想法,但形成这样的产品组合,也是遵循着拉里的愿景和概括的想法,一步步完成的,其中必然有着必然原因的——既然三者同属于“Exa”家族,我们或许可以称之为“Exa Big Data”。

Big Data和In-Memory Computing这两个时髦的、火热的产品,出现在甲骨文全球大会,出现在甲骨文的产品路线图上,难道你还能说甲骨文不是一个“欢型”的企业?

    • 评论
    • 分享微博
    • 分享邮件
    邮件订阅

    如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。

    重磅专题
    往期文章
    最新文章