Oracle大数据解决方案

普伦凯特、麦唐纳、纳尔逊等编著的《oracle大数据解决方案》是一本较为全面地介绍oracle大数据整体解决方案的专业书籍。内容涵盖了从oracle的角度来看与大数据相关的很多主题，包括oracle大数据机(oracle big data appliance)、大数据连接器(big data connectors)、数据库云服务器(exadata)、商务智能云服务器(exalytics)、oracle r enterprise、oracle nosql等。

《Oracle大数据解决方案》由Oracle大数据团队成员（包括普伦凯特、麦唐纳、纳尔逊等）联袂撰写，全面介绍用于获取、组织、分析和利用非结构化数据的Oracle综合集成化产品。本书讨论成功实现大数据方案必需的策略和技术，包括Apache Hadoop、Oracle大数据机、Oracle大数据连接器、Oracle NoSQL数据库、Oracle Endeca、Oracle不错分析和Oracle开源R产品，还讲述迁移既有系统并将现有数据仓库和分析解决方案集成到企业大数据基础架构的很好实践。

Tom Plunkett曾撰写多本Oracle书籍。2009年，Tom带领一个团队为美国国防部办公室实施大数据研究项目；2012年，Tom帮助Frederick癌症研究实验室赢得多项行业大奖，包括政府大数据解决方案奖。Tom在大数据和云计算领域发表过40多次靠前演讲。
Brian Macdonald是一位杰出的解决方案顾问，是获得认证的Oracle企业架构师。Brian在架构设计和分析平台实施方面拥有逾20年的经验。Brian曾在Information Resources公司工作，期间用OLAP和数据仓库技术实现了管理贷款组合的复杂数学算法。 Bruce Nelson是美国西部地区Omcle大数据的负责人，专注于Hadoop和NoSQL。他在IT行业拥有超过24年的高性能数据库系统经验。BIuce曾任Bizrate数据库管理员和工程化总监，期间全面升级了Bizrate.com的数据系统。

第Ⅰ部分引言
第1章大数据简介3
1.1大数据3
1.2谷歌的Map Reduce算法和Apache Hadoop 4
1.3 Oracle的大数据平台5
1.4总结8
第2章大数据的价值9
2.1我是大数据吗？还是大数据是我？10
2.2大数据，小数据——仍然是数据12
2.2.1什么已经发生了？12
2.2.2现在发生了什么？13
2.3请看看现实！14
2.4你想把它做成什么？16
2.5大数据，大数字，大企业？17
2.5.1 Twitter 18
2.5.2 Facebook 19
2.5.3内部源19
2.5.4 ICR：连接20
2.5.5 ICR：变更20
2.6需要：大数据的价值22
2.6.1大数据案例1：医疗行业的临床试验研究23
2.6.2大数据案例2：在汽车行业的汽车设计中改进驾驶员安全23
2.7总结24
第II部分大数据平台
第3章Apache Hadoop平台27
3.1软件与硬件28
3.2 Hadoop的软件平台28
3.2.1Hadoop的发布与版本29
3.2.2Hadoop Distributed File System（HDFS）29
3.2.3调度、计算和处理31
3.3操作系统的选择33
3.4 Hadoop硬件平台34
3.4.1 CPU和内存34
3.4.2网络34
3.4.3磁盘35
3.5整合在一起35
第4章选择Appliance的理由37
4.1 Oracle创建大数据机的理由38
4.2 Appliance的概念39
4.3 Oracle Big Data Appliance的发展目标39
4.4 Appliance优化39
4.5 Oracle Big Data Appliance第2版软件40
4.6 Oracle大数据机X3—2硬件42
4.7 Oracle获取Hadoop知识的地方44
4.8配置Hadoop集群45
4.8.1选择核心集群组件45
4.8.2组装集群47
4.9自己组建的集群48
4.10集群总成本49
4.11时间价值52
4.12如何打造更大的集群53
4.13 Oracle大数据机可否支持其他软件53
4.14一体机的缺陷54
第5章BDA配置、部署架构和监控55
5.1介绍56
5.1.1大数据机X3—2满配机架（18个节点）57
5.1.2大数据机X3—2入门机架（6个节点）60
5.1.3大数据机X3—2扩展机架（6个节点）63
5.1.4BDA的硬件修改63
5.1.5大数据机X3—2的软件支持63
5.2BDA安装和配置过程64
5.3关键和非关键节点65
5.4 Name Node故障自动切换66
5.5 BDA磁盘存储布局67
5.6为Hadoop集群增加存储69
5.7仅有Hadoop配置和Hadoop+NoSQL数据库70
5.7.1仅有Hadoop的一体机70
5.7.2 Hadoop和NoSQL数据库71
5.8内存选项72
5.9部署架构72
5.9.1云中的多租户和Hadoop72
5.9.2可扩展性74
5.9.3BDA多机架的注意事项74
5.10在BDA上安装其他软件75
5.11数据中心的BDA75
5.11.1管理网络75
5.11.2客户端访问网络76
5.11.3Infiniband私有网络76
5.11.4网络需求76
5.11.5连接到数据中心的局域网78
5.11.6连接架构的例子78
5.12 Oracle大数据机的使用限制78
5.13 BDA的管理和监控79
5.13.1企业管理器80
5.13.2 Cloudera管理器82
5.13.3 Hadoop的监控工具：Web图形用户界面83
5.13.4 Oracle ILOM 84
5.13.5 Hue86
5.13.6 DCLI工具86
第6章为大数据集成数据仓库和分析基础架构87
6.1数据仓库作为存储历史记录的数据库88
6.1.1 Oracle数据库作为数据仓库88
6.1.2为什么要把数据仓库和Hadoop部署在一起89
6.2完成路径：业务分析师工具90
6.3扩建基础设施91
第7章BDA连接器93
7.1 Oracle Big Data Connectors 94
7.2 Oracle Loader for Hadoop 95
7.2.1在线模式96
7.2.2 Oracle OCI Direct Path Output 97
7.2.3JDBC Out put97
7.2.4离线模式98
7.2.5 Oracle Data Pump Output 98
7.2.6带分隔符的文本输出99
7.3安装Oracle Loader for Hadoop 99
7.4调用Oracle Loader for Hadoop 100
7.5输入格式100
7.5.1 Delimited TextInput Format 101
7.5.2 Regex Input Format102
7.5.3 AvroInput Format102
7.5.4 Hive To AvroInput Format 102
7.5.5 KVAvroInput Format102
7.5.6自定义输入格式103
7.6 Oracle Loader for Hadoop配置文件103
7.6.1 Loader Maps105
7.6.2额外的优化106
7.6.3利用Infiniband 107
7.6.4对比Apache Sqoop107
7.7 Oracle SQL Connector for HDFS 108
7.8安装Oracle SQL Connector for HDFS 110
7.9Hive安装112
7.10使用Oracle SQL Connector for HDFS创建外部表113
7.10.1External Table配置工具113
7.10.2数据源类型113
7.10.3配置工具语法114
7.10.4必需的属性114
7.10.5可选属性115
7.10.6针对带分隔符的External Table工具115
7.10.7在使用——noexecute选项的情况下测试DDL117
7.10.8在位置文件里增加一个新的HDFS文件118
7.10.9外部表的手动配置118
7.11Hive源119
7.12 Oracle Data Pump源121
7.13配置文件122
7.14使用Oracle SQL Connector for HDFS查询124
7.15 Oracle R Connector for Hadoop125
7.16 Oracle Data Integrator Application Adapter for Hadoop125
第8章Oracle No SQL数据库129
8.1 No SQL数据库系统的定义130
8.2 Oracle NoSQL数据库131
8.3架构133
8.3.1客户端驱动程序134
8.3.2键—值对134
8.3.3存储节点136
8.3.4复制136
8.3.5智能拓扑137
8.3.6在线的灵活性137
8.3.7没有单点故障138
8.4数据管理138
8.4.1API138
8.4.2CRUD操作138
8.4.3多种更新操作139
8.4.4查找操作139
8.4.5事务139
8.4.6可预测的性能140
8.5集成141
8.6安装和管理142
8.6.1简单安装142
8.6.2管理142
8.7 Oracle NoSQL数据库的特性142
8.8有用的链接143
第III部分分析信息和制定决策
第9章数据库库内分析：快速交付彰显时间价值147
9.1介绍148
9.1.1 Oracle数据库内分析149
9.1.2为什么在数据库内运行如此重要151
9.2Oracle数据挖掘和统计分析介绍151
9.2.1 Oracle库内高级分析152
9.2.2 Oracle数据挖掘153
9.2.3 R语言介绍159
9.2.4文本挖掘165
9.3库内统计函数168
9.4空间分析169
9.4.1理解空间数据模型170
9.4.2查询空间数据模型170
9.4.3使用空间分析171
9.4.4让BI工具更聪明171
9.5基于图形分析172
9.5.1图形数据模型172
9.5.2查询图形数据172
9.6多维分析174
9.7库内分析：综合范例176
9.7.1在ETL过程中集成分析176
9.7.2提供指导浏览176
9.7.3提供混搭式分析176
9.8总结177
第10章使用R分析数据179
10.1 Open SourceR介绍180
10.1.1 CRAN、Packages和Task View180
10.1.2 GUI和IDE182
10.2传统的R与数据库交互对比Oracle R Enterprise183
10.3Oracle针对R的战略185
10.3.1 Oracle R Enterprise185
10.3.2 Oracle R Distribution186
10.3.3 ROracle186
10.3.4 Oracle R Connector for Hadoop187
10.4 Oracle R Enterprise：下一级视图187
10.5 Oracle R Enterprise安装和配置188
10.6使用 Oracle R Enterprise189
10.6.1透明层189
10.6.2嵌入式R执行199
10.6.3预测分析213
10.7 Oracle R Connector for Hadoop225
10.7.1调用Map Reduce Job227
10.7.2在非Hadoop集群下测试ORCHR脚本227
10.7.3用R与HDFS交互228
10.7.4 HDFS Metadata Discovery229
10.7.5基于ORCH框架来使用Hadoop231
10.7.6在Hadoop上的预测分析232
10.7.7ORCHhive233
10.7.8 Oracle R Connector for Hadoop与Oracle R Enterprise之间的交互235
10.8总结236
第11章Endeca信息发现237
11.1为什么Oracle选择Endeca237
11.2Endeca信息发现平台239
11.2.1主要功能域239
11.2.2主要特性239
11.3Endeca信息发现与商业智能241
11.3.1作用和功能不同241
11.3.2BI开发过程与信息发现方法对比242
11.3.3互补而非互斥243
11.4架构244
11.4.1 Oracle Endeca服务器244
11.4.2 Oracle Endeca工作室246
11.4.3 Oracle Endeca集成套件248
11.4.4 Exalytics上的Endeca249
11.4.5可伸缩性和负载均衡250
11.5统一多种内容集253
11.5.1Endeca不同之外253
11.5.2行业用例253
11.6Endeca实际操作255
11.6.1安装与配置255
11.6.2开发Endeca应用256
第12章大数据治理259
12.1企业数据治理的要素260
12.1.1业务输出260
12.1.2信息生命周期管理260
12.1.3合规性和风险管理261
12.1.4元数据管理261
12.1.5数据质量管理261
12.1.6主数据和引用数据管理262
12.1.7数据安全和隐私管理262
12.1.8业务流程调整263
12.2大数据怎样影响企业数据治理263
12.2.1模型化的数据和原始数据263
12.2.2大数据的类型265
12.2.3在大数据上应用数据治理267
12.2.4利用大数据治理269
12.3特定行业的案例272
12.3.1公共事业272
12.3.2卫生医疗273
12.3.3金融服务274
12.3.4零售行业275
12.3.5大众消费品276
12.3.6通信行业277
12.3.7石油和天然气278
12.4大数据如何对数据治理的角色产生影响279
12.5实施大数据治理的一种方法280
第13章大数据开发架构和路线图283
13.1大数据功能架构283
13.1.1大数据的新特点284
13.1.2大数据概念功能架构285
13.1.3产品功能和工具285
13.1.4制定大数据架构决策287
13.2架构开发流程实现增值288
13.2.1Oracle信息架构框架概述288
13.2.2采用OADP的信息架构概述291
13.2.3大数据架构开发流程293
13.3对数据管理和BI过程的影响298
13.3.1传统BI开发过程298
13.3.2大数据和分析开发过程298
13.4大数据治理299
13.4.1传统数据治理的关注点299
13.4.2大数据治理新的关注点299
13.5开发技能和人才300
13.5.1数据科学家300
13.5.2大数据开发人员301
13.5.3大数据管理员301
13.6大数据最佳实践301
13.6.1让大数据活动结合特定业务目标301
13.6.2确保集中化IT战略的标准和治理301
13.6.3使用卓越中心来最小化培训和风险301
13.6.4大数据与结构化数据关联301
13.6.5提供高性能和可伸缩的分析沙箱302
13.6.6重塑IT运营模式302