接著前兩篇對大數據的介紹之后，本篇從實際操作的角度分享大數據內部關鍵的運作機制，這是在真正開始學習大數據之前對大數據的一個概覽。為的是讓我們成為大數據的主人。以下是小編為你整理的為什么要學習大數據 ?

大數據運行機制 ?

這是對大數據運行機制的概覽，如果你閱讀過上一篇(OODA)，就會感覺非常熟悉。不錯，他們在概念上是如出一撤的!不過實際操作卻又有巨大的不同。

收集數據： ?

大數據的*站就是收集和存儲海量數據(公開/隱私)。現在每個人都是一個巨大的數據源，通過智能手機和個人筆記本釋放出大量的個人行為信息。獲取數據似乎已經變得越來越容易，數據收集這一模塊*的挑戰在于獲取海量數據的高速要求以及數據的全面性考慮。 ?

清洗數據： ?

傳統商業智能在數據清洗處理的做法(ETL)是，把準確的數據放入定義好的格式中，通過基礎的抽取統計生成高維度的數據，方便直接使用。然而大數據有個最突出的特征——數據非結構化或者半結構化。因為數據有可能是圖片，二進制等等。數據清洗的*挑戰來了——如何轉化處理大量非結構數據，便于分布式地計算分析。 ?

硬件： ?

這是大家都很熟悉的概念，和大數據相關的是虛擬化。主要包括存儲虛擬化，計算虛擬化。因此又說虛擬化存儲和云計算是大數據的“左膀右臂”!!大數據還需要支持多種類型的數據庫，因此一個支持擴展的數據倉庫是大數據中的基礎。 ?

HBase/Sqoop/Flume(數據導入與導出): ?

HBase是運行在HDFS架構上的列存儲數據庫，并且已經與Pig/Hive很好地集成。通過Java API可以近無縫地使用HBase。 ?

Sqoop設計的目的是方便從傳統數據庫導入數據到Hadoop數據集合(HDFS/Hive)。 ?

Flume設計的目的是便捷地從日志文件系統直接把數據導到Hadoop數據集合(HDFS)中。 ?

以上這些數據轉移工具都極大的方便了使用的人，提高了工作效率，把經歷專注在業務分析上! ?

ZooKeeper/Oozie(系統管理架構)： ?

ZooKeeper是一個系統管理協調架構，用于管理分布式架構的基本配置。它提供了很多接口，使得配置管理任務簡單化! ?

Oozie服務是用于管理工作流。用于調度不同工作流，使得每個工作都有始有終。 ?

這些架構幫助我們輕量化地管理大數據分布式計算架構。 ?

7 ?

Ambari/Whirr(系統部署管理)： ?

Ambari幫助相關人員快捷地部署搭建整個大數據分析架構，并且實時監控系統的運行狀況。 ?

Whirr的主要作用是幫助快速的進行云計算開發。

?

Mahout(機器學習)： ?

Mahout旨在幫助我們快速地完成高智商的系統。其中已經實現了部分機器學習的邏輯。這個架構可以讓我們快速地集成更多機器學習的智能!! ?

大數據服務對比 ?

不同大數據服務提供商有不同的產品線，因此不同提供商的產品適用場景也會有所不同。我們重點分析三大服務提供商的大數據服務架構。 ?

亞馬遜 ?

擁有大量關于大數據處理的經驗。初期大數據使用者大部分都使用亞馬遜打造的Hadoop架構服務(EC2)。 ?

經過厚重沉淀之后，Amazon在2009年提供開發EMR大數據服務。EMR服務提供了多種大數據處理分析方案，比如簡單查詢服務，關聯數據分析服務。EMR服務可以使用Hadoop語言繼續開發，并且訪問EMR服務的步驟也相當簡單并且安全。 ?

亞馬遜使用托管DynamoDB代替HBase，作為易于擴展的NoSQL數據庫。

?

谷歌 ?

谷歌云服務平臺出類拔萃，它所提供的并非虛擬化解決方案，而是提供由API定義的服務和應用程序。程序員無需顧慮硬件，甚至不需要關心后臺的運作行為。 ?

當然這從某種程度也限制了程序員的工作，不過如果谷歌的服務適合業務，那么使用起來將是全世界*效快捷的大數據架構服務。 ?

谷歌的AppEngine作為云平臺管理服務，提供了基于MapReduce的大數據并行計算服務。所有的這些服務都可以通過REST風格的API訪問。 ?

BigQuery作為分析的數據庫，提供了類SQL的查詢語法。它的性能要比Apache Hive來得快! ?

微軟 ?

微軟在大數據中屬于后來居上者。通過Microsoft Azure大數據服務平臺，微軟融合自身海量成熟的軟件，例如SQL Server，提供了多種IaaS服務。 ?

微軟的服務面向更多的程序員，使得可以使用不同語言來對接大數據平臺Azure。Azure旨在提供一個生態的大數據分析開發環境，使得普通研究員也可以施展自己對大數據的理解! ?

學習Oracle是一個漫長艱辛的過程

如果沒有興趣，只是被迫學習，那么是很難學好的。學習到一定程度的時候，要想進一步提高，就不得不接觸很多Oracle之外的東西，如Unix，如網絡、存儲等。因此，要真的決心學好Oracle，就一定要有興趣。有了興趣，就會一切變得簡單快樂起來。簡單總結一下，那就是：興趣、學習、實踐。

如何入門是許多初學者最頭疼的事情。Oracle涉及的方面太多了：SQL、管理、優化、備份恢復……那么從哪開始學好呢?如果在*期間學過數據庫理論，或有一定的數據庫基礎自然很好;如果沒有的話，真的是個大問題。我個人認為還是應該從SQL語句學起。比較好的教材是Oracle OCP認證的《SQL and PL/SQL》。學習SQL的時候，盡可能堅持使用Oracle自帶的工具：SQLPLUS。 ?

有了一定的SQL基礎后，就要盡可能的了解Oracle的體系結構，這就涉及到了Oracle管理的內容了。我學習的時候，機械工業出版社的《Oracle9i DBA手冊》這本書對我的幫助挺大。或許現在都出11g版本的了吧。Oracle公司的《Oracle Concepts》是非常棒的書，對了解Oracle體系結構很有好處。每個Oracle版本都有對應的版本，可以認真多讀幾次，每次都會有新的收獲。 ?

公司的產品現在幾乎都采用Oracle了，我們做維護的時候，備份與恢復是不得不接觸的內容。數據量少的，比如20、30多個G，還可以考慮用exp/imp來備份與恢復，但數據量大了，這種方法就根本不適合了。于是學習Oracle備份與恢復技術也是必然的事情。大數據量情況下，Oracle建議用RMAN來進行數據的備份與恢復。目前市場上有很多數據庫備份恢復軟件，其實好多也是后臺調用RMAN。清華*出版社出版的《Oracle 9i RMAN 備份與恢復技術》是一本非常不錯的介紹RMAN的書。 ?

有了以上的基礎，可以說已經入門了，對遇到的一些初級Oracle問題將不再束手無策。然而我們的學習之路仍然還很漫長。我們的用戶可能經常抱怨數據庫運行緩慢。這時，如果有一定的優化知識，那就好辦了。有時你會看到優化前需要運行幾個小時的作業，優化后也許幾秒鐘就能完成!Oracle9i的性能診斷工具包statspack、Oracle10g/11g的自動工作符合存儲庫AWR都是調優的好幫手。機械工業出版社出版的《Oracle9i STATSPACK高性能調整》是學習statspack不錯的書。