資料庫技術大會

『壹』 08回顧：Oracle能否繼續領跑資料庫市場

Oracle能否繼續領跑者資料庫市場?

根據市場調研機構Gartner的統計顯示 在 年Oracle在資料庫市場依然保持著強勁的勢頭 占據了資料庫領域 %的市場份額 作為資料庫軟體市場的領跑者 Oracle資料庫自去年推出了 g版本以來 在整個 年最大的亮點是在 月下旬在舊金山舉辦的甲骨文全球大會上宣布了與雲計算服務商展開更多的合作

攜手亞馬遜 改造 雲 規則

說起甲骨文與雲計算之間的關系可以用 愛恨交織 來形容 在今年召開的年度財經分析師會議上 素以快人快語著稱甲骨文CEO拉里埃里森表示 很有意思的是 現在任何一家科技企業推出新產品後 也不管合適不合適 都會給自己產品貼上雲計算的標簽 實際上 不少產品與雲計算根本就沾不上邊 IT產業言必稱雲計算 甚至超過了女性追逐時裝潮流的程度

盡管如此 Oracle也不可能對抗現在IT業界最為火熱的技術——雲計算 實際上 Oracle g資料庫正是針對網格(Grid)計算推出的 而網格計算也與雲計算有著千絲萬縷的聯系 在舊金山舉行的 全球大會上 甲骨文宣布將其 g資料庫 融合中間件和企業管理軟體等基叢笑產品 透過亞馬遜(Amazon)的Web Services Elastic Compute Cloud(EC )雲環境服務平台提供給客戶使用 允許已經獲得這些軟體版權許可的客戶在EC 上使用上述軟體產品 不會收取任何附加費用

市場研究機構Forrester Research的一位分析師認為 上述舉措對甲骨文和亞馬遜的未來發展將起到舉足輕重的影響 也改變了雲計算市場的游戲規則 在沒有任何附加的甲骨文許可費情況下 可以將資料庫 中間件的版權許可 當然還包括數據 轉移到Amazon的雲計算環境 這對於甲骨文龐大的全球用戶群來說 無疑是天上掉下的餡餅 也使得雲計算託管成為最能吸引他們眼球的選擇之一 不過 對於在EC 中代管甲骨文應用軟體和資料庫 以及將大型數據備份到S 等服務 亞馬遜還沒有公布具體的收費標准 所以實際的市場走勢還有待觀察 也有分析師指出 安全問題以及可擴展的內部部署型(on premises)網格存儲產品價格的下滑會打擊部分客戶使用亞馬遜雲計算服務的積極性

盡管如此 甲骨文這次的發布絕對會對整個資料庫和雲計算市場的走向產生深遠影響 為將來所有領先的資料庫 數據倉庫和存儲產品的進一步虛擬化搭好了舞台 到目前為止 甲骨文是唯一一家將關系資料庫產品移植到亞馬遜雲計算環境的領先數鄭備據庫(數據倉庫)供應商 從這一點來看 甲骨文無愧開拓者的稱號 在未來 甲骨文有可能還會支持亞馬遜以外的雲計算平台

Oracle g R 上市靜待明年

在 年 月 甲骨文推出Oracle資料庫 g Oracle資料庫 g有 多項功能 經過了 萬個小時的測試 開發工作量達到了 萬人/月 迄今為止 在甲骨文推出的產品中 Oracle資料庫 g是最具創新性和質量最高的軟體

甲骨文公司資料庫伺服器技術高級副總裁Andy Mendelsohn說 Oracle資料庫 g以甲骨文公司 年的設計經驗為基礎 為企業提供了下一代信息管理能力 我們的客戶正面臨著數據迅速增加 數據集成度不斷提高以及實現數據連接性的信息技術成本持續增大的壓力 這種壓力是空前的 Oracle資料庫 g率先成為為網格計算而設計的資料庫 一半以上的甲骨文客戶已經遷移到了Oracle資料庫 g 為了加速採用Oracle網格並擴大Oracle網格的規模 客戶要求我們提供一些關鍵功能 Oracle資料庫 g提供了這些功能 正如我們的客戶所說的那樣 Oracle資料庫 g真正克服了挑戰並實現了真正的創新

Oracle資料庫 g可以幫助企業管理企業信息 更深入地洞察業務狀況並迅速自信地做出調整以適應不斷變化的競爭環境 新版資料庫增強了Oracle資料庫獨特的資料庫集群 數據中心自動化和工作量管理功能 甲骨文客戶可以在安全的 高度可用和可擴展的 由低成本伺服器和存儲設備組搏含成的網格上滿足最苛刻的交易處理 數據倉庫和內容管理應用

Oracle g的一些主要特性還包括

l 實時應用測試組件縮短變化所需時間 降低有關風險和成本

l 提高災難恢復解決方案的投資回報

l 增強信息生命周期管理和存儲管理能力

l 全面回憶數據變化

l 最大限度提高信息可用性

l Oracle快速文件

l 更快的XML支持

l 透明的加密

l 嵌入式OLAP行列

l 連接匯合和查詢結果高速緩存

l 增強了應用開發能力

l 增強了自助式管理和自動化能力

盡管甲骨文在今年全球大會上更新了包括 g資料庫在內的多個一線產品 但是對於 g R 的更多技術細節仍然守口如瓶 不過 雖然甲骨文資料庫產品管理副總裁Mark Townsend在大會上沒有透露有關 g R 的任何具體細節 不過還是在自由問答環節就R 的發布日程做出了某種意義上的聲明 Townsend在談到 g當前版本的使用情況時 不小心透露了R 將在明年發布 具體時間還沒有確定的消息

漲價 突如其來

如此高的市場佔有率 讓Oracle有理由相信 即使是產品漲價 用戶也會繼續青睞Oracle 於是在 月份 Oracle對全線資料庫產品進行了漲幅達 %的提價 這一波價格調整 是甲骨文的全球性策略 並不是單一市場的反應 相較於原本的價格 調漲幅度達到 % 授權方式則依舊是采處理器計價 不論企業的營運規模是大型或中小型的企業客戶 對於價格調漲的反應 絕對不會是開心 不過 甲骨文公司表示會盡量彌補 進而讓企業的成本負擔降到最低

『貳』 中國大數據六大技術變遷記

中國大數據六大技術變遷記_數據分析師考試

集「Hadoop中國雲計算大會」與「CSDN大數據技術大會」精華之大成， 歷屆的中國大數據技術大會（BDTC） 已發展成為國內事實上的行業頂尖技術盛會。從2008年的60人Hadoop沙龍到當下的數千人技術盛宴，作為業內極具實戰價值的專業交流平台，每一屆的中國大數據技術大會都忠實地描繪了大數據領域內的技術熱點，沉澱了行業實戰經驗，見證了整個大數據生態圈技術的發展與演變。
2014年12月12-14日，由中國計算機學會（CCF）主辦，CCF大數據專家委員會協辦，中科院計算所與CSDN共同承辦的 2014中國大數據技術大會(Big Data Technology Conference 2014，BDTC 2014) 將在北京新雲南皇冠假日酒店拉開帷幕。大會為期三天，以推進行業應用中的大數據技術發展為主旨，擬設立「大數據基礎設施」、「大數據生態系統」、「大數據技術」、「大數據應用」、「大數據互聯網金融技術」、「智能信息處理」等多場主題論壇與行業峰會。由中國計算機學會主辦，CCF大數據專家委員會承辦，南京大學與復旦大學協辦的「2014年第二屆CCF大數據學術會議」也將同時召開，並與技術大會共享主題報告。
本次大會將邀請近100位國外大數據技術領域頂尖專家與一線實踐者，深入討論Hadoop、YARN、Spark、Tez、 HBase、Kafka、OceanBase等開源軟體的最新進展，Nosql/NewSQL、內存計算、流計算和圖計算技術的發展趨勢，OpenStack生態系統對於大數據計算需求的思考，以及大數據下的可視化、機器學習/深度學習、商業智能、數據分析等的最新業界應用，分享實際生產系統中的技術特色和實踐經驗。

大會召開前期，特別梳理了歷屆大會亮點以記錄中國大數據技術領域發展歷程，並立足當下生態圈現狀對即將召開的BDTC 2014進行展望：
追本溯源，悉大數據六大技術變遷
伴隨著大數據技術大會的發展，我們親歷了中國大數據技術與應用時代的到來，也見證了整個大數據生態圈技術的發展與衍變：
1. 計算資源的分布化——從網格計算到雲計算。 回顧歷屆BDTC大會，我們不難發現，自2009年，資源的組織和調度方式已逐漸從跨域分布的網格計算向本地分布的雲計算轉變。而時至今日，雲計算已成為大數據資源保障的不二平台。
2. 數據存儲變更——HDFS、NoSQL應運而生。 隨著數據格式越來越多樣化，傳統關系型存儲已然無法滿足新時代的應用程序需求，HDFS、NoSQL等新技術應運而生，並成為當下許多大型應用架構不可或缺的一環，也帶動了定製計算機/伺服器的發展，同時也成為大數據生態圈中最熱門的技術之一。
3. 計算模式改變——Hadoop計算框成主流。 為了更好和更廉價地支撐其搜索服務，Google創建了Map/Rece和GFS。而在Google論文的啟發下，原雅虎工程師Doug Cutting開創了與高性能計算模式迥異的，計算向數據靠攏的Hadoop軟體生態系統。Hadoop天生高貴，時至今日已成為Apache基金會最「Hot」的開源項目，更被公認為大數據處理的事實標准。Hadoop以低廉的成本在分布式環境下提供了海量數據的處理能力。因此，Hadoop技術研討與實踐分享也一直是歷屆中國大數據技術大會最亮眼的特色之一。
4. 流計算技術引入——滿足應用的低延遲數據處理需求。 隨著業務需求擴展，大數據逐漸走出離線批處理的范疇，Storm、Kafka等將實時性、擴展性、容錯性和靈活性發揮得淋漓盡致的流處理框架，使得舊有消息中間件技術得以重生。成為歷屆BDTC上一道亮麗的風景線。
5. 內存計算初露端倪——新貴Spark敢與老將叫板。 Spark發源於美國加州大學伯克利分校AMPLab的集群計算平台，它立足於內存計算，從多迭代批量處理出發，兼容並蓄數據倉庫、流處理和圖計算等多種計算範式，是罕見的全能選手。在短短4年，Spark已發展為Apache軟體基金會的頂級項目，擁有30個Committers，其用戶更包括IBM、Amazon、Yahoo!、Sohu、網路、阿里、騰訊等多家知名公司，還包括了Spark SQL、Spark Streaming、MLlib、GraphX等多個相關項目。毫無疑問，Spark已站穩腳跟。
6. 關系資料庫技術進化—NewSQL改寫資料庫歷史。 關系資料庫系統的研發並沒有停下腳步，在橫向擴展、高可用和高性能方面也在不斷進步。實際應用對面向聯機分析處理（OLAP）的MPP（Massively Parallel Processing）資料庫的需求最迫切，包括MPP資料庫學習和採用大數據領域的新技術，如多副本技術、列存儲技術等。而面向聯機事務處理（OLTP）的資料庫則向著高性能演進，其目標是高吞吐率、低延遲，技術發展趨勢包括全內存化、無鎖化等。
立足揚帆，看2014大數據生態圈發展
時光荏苒，轉眼間第2014中國大數據技術大會將如期舉行。在技術日新月異的當下，2014年的BDTC上又可以洞察些什麼？這里我們不妨著眼當下技術發展趨勢：
1. MapRece已成頹勢，YARN/Tez是否可以再創輝煌？ 對於Hadoop來說，2014是歡欣鼓舞的一年——EMC、Microsoft、Intel、Teradata、Cisco等眾多巨頭都加大了Hadoop方面的投入。然而對於眾多機構來說，這一年卻並不輕松：基於MapRece的實時性短板以及機構對更通用大數據處理平台的需求，Hadoop 2.0轉型已勢在必行。那麼，在轉型中，機構究竟會遭遇什麼樣的挑戰？各個機構如何才能更好地利用YARN所帶來的新特性？Hadoop未來的發展又會有什麼重大變化？為此，BDTC 2014特邀請了Apache Hadoop committer，Apache Hadoop Project Management Committee（PMC）成員Uma Maheswara Rao G，Apache Hadoop committer Yi Liu，Bikas Saha（PMC member of the Apache Hadoop and Tez）等國際頂尖Hadoop專家，我們不妨當面探討。
2. 時過境遷，Storm、Kafka等流計算框架前途未卜。 如果說MapRece的緩慢給眾多流計算框架帶來了可乘之機，那麼當Hadoop生態圈組件越發成熟，Spark更加易用，迎接這些流計算框架的又是什麼？這里我們不妨根據BDTC 2014近百場的實踐分享進行一個側面的了解，亦或是與專家們當面交流。
3. Spark，是顛覆還是補充？ 與Hadoop生態圈的兼容，讓Spark的發展日新月異。然而根據近日Sort Benchmark公布的排序結果，在海量（100TB）離線數據排序上，對比上屆冠軍Hadoop，Spark以不到十分之一的機器，只使用三分之一的時間就完成了同樣數據量的排序。毫無疑問，當下Spark已不止步於實時計算，目標直指通用大數據處理平台，而終止Shark，開啟Spark SQL或許已經初見端倪。那麼，當Spark愈加成熟，更加原生的支持離線計算後，開源大數據標准處理平台這個榮譽又將花落誰家？這里我們一起期待。
4. 基礎設施層，用什麼來提升我們的網路？ 時至今日，網路已成為眾多大數據處理平台的攻堅對象。比如，為了克服網路瓶頸，Spark使用新的基於Netty的網路模塊取代了原有的NIO網路模塊，從而提高了對網路帶寬的利用。那麼，在基礎設施層我們又該如何克服網路這個瓶頸？直接使用更高效的網路設備，比如Infiniband能夠帶來多少性能提升？建立一個更智能網路，通過計算的每個階段，自適應來調整拆分/合並階段中的數據傳輸要求，不僅提高了速度，也提高了利用率。在BDTC 2014上，我們可以從Infiniband/RDMA技術及應用演講，以及數場SDN實戰上吸取寶貴的經驗。
5. 數據挖掘的靈魂——機器學習。 近年來，機器學習領域的人才搶奪已進入白熱化，類似Google、IBM、微軟、網路、阿里、騰訊對機器學習領域的投入也是愈來愈高，囊括了晶元設計、系統結構（異構計算）、軟體系統、模型演算法和深度應用各個方面。大數據標志一個新時代的到來，PB數據讓人們坐擁金山，然而缺少了智能演算法，機器學習這個靈魂，價值的提取無疑變得鏡花水月。而在本屆會議上，我們同樣為大家准備了數場機器學習相關分享，靜候諸位參與。
而在技術分享之外，2014年第二屆CCF大數據學術會議也將同時召開，並與技術大會共享主題報告。屆時，我們同樣可以斬獲許多來自學術領域的最新科研成果。

以上是小編為大家分享的關於中國大數據六大技術變遷記的相關內容，更多信息可以關注環球青藤分享更多干貨

『叄』 資料庫工程師的職業發展

資料庫作為整個系統的一部分，它的表現直接受伺服器、操作系統、存儲、網路、應用程序中SQL語句的質量、資料庫設計的質量、以及其它諸多因素的影響，這些因素加在一起非常復雜，經驗起著非常重要的作用。因此一個好的資料庫工程師除了知識作為基礎，經驗的多寡、見識的薄廣，往往決定了是否合格與優秀。
優秀的資料庫工程師不僅關心自己運維的資料庫系統的原理和發展，而且緊跟業界資料庫前沿技術，並關注資料庫領域的頂級會議。其中包括國際著名的資料庫三大會議SIGMOD、VLDB、ICDE，還有知名資料庫公司Percona主辦的Percona Live和Oracle主辦的Open World，以及國內知名的資料庫工程師盛會中國資料庫技術大會(DTCC)等。
從另外一個角度說，資料庫工程師工作領域對實踐經驗和獨立工作能力要求較高，沒有經過大量的動手實踐是很難勝任資料庫工程師相關工作的 。
正是由於上述原因，其職場現狀是資料庫工程師職位不易進入，而用人單位很難找到合適的從業人員，人員缺口非常大。
也正是由於上述原因，隨著工作年限的增長，資料庫工程師的經驗在增加，就像醫生一樣，其價值會越來越高，可以逐步成長為資深資料庫工程師、系統架構師、信息主管（CIO）等等，而不會出現許多軟體開發從業人員在一定年齡後面臨的轉行問題。
另外，從職業前景看，從事資料庫工程師有著更多的職場機遇 。一般而言，系統中的軟硬體都是IBM、HP、Oracle等業界一流廠商提供的，在與廠商談判、合作、測試、實施、維護、優化等等過程中，會產生許多極佳的職場機遇，這一點是從事開發工作很難比擬的。
從資料庫工程師的工資統計數據看，隨著工作經驗的積累，資料庫工程師工資的增長幅度會遠大於其它的計算機方向。
從工作的穩定性上看，系統的復雜性和經驗的重要性已經決定了資料庫工程師職位的不可替代性。
從知識的積累、更新和替代角度看，資料庫的根基始終沒變，變的是不斷增強的功能和不斷擴展的應用范圍。因此，在不同時期所學的知識和獲得的經驗是疊加和累積的關系，而不像IT許多其他職業方向那樣「唯一不變的是變化」，其知識是東風壓倒西風還是西風壓倒東風的關系。
因此， 資料庫工程師職業是一個高挑戰和高回報的職業，有一定能力的和聰明的技術人員應該挑戰自我，進入這個被二十多年事實不斷證明的越來越有前景的職業 。

『肆』 Oracle、DB2、MySQL、SQL Server、Sybase這幾款數據的重點應用領域分別是哪些比如電信、互聯網、銀行等等

這個事情需要展開來看
很多大型企業單位為了滿足業務系統的使用需要，使用很強勁的伺服器主機，以大型機、小型機為主。這些機器都不使用windows系統，所以SQL Server之類的資料庫沒辦法在這種機器上運行。Oracle、DB2、Sybase之類的是主流，這幾個資料庫有很強大的技術支持團隊，也是受到大企業歡迎的原因。
計算機水平國外還是比較高的，所以外國軟體公司開發的針對大企業的軟體也都要求在這種資料庫上運行。
約定俗成，微軟的操作系統和資料庫由於不能運行在很強勁的主機上，所以只能給中小企業服務。微軟系列的還有access資料庫，基本上是為單機服務的。
至於MySQL基本上是為網站服務的，主要特點是免費，應用挺多，但是大企業信息化軟體很少用，因為沒有對應的業務支持人員，到時候出問題，找不到人，就出大事故了。
反過來再看資料庫本身，都有參數說明，你仔細看看就知道了。很多小資料庫本身底氣就不足，並發數量、最大庫文件等等參數標得很低，你說大企業動輒幾T幾P的數據，敢忘這種資料庫上放嗎？軟體公司敢編寫用這種資料庫的軟體嗎？
再說說知名度，企業之間都會互相問，要是一個很小很便宜的資料庫大家都用，都用得很好，市場佔有率極高。自然口碑就好，大家就都用了。微軟的sqlsever就是一個例子。從最開始的6.5基本上不能用到sql2000很成功，得到大量企業的認同，到現在出到2008版本，佔有率很高了，就是口碑，可是它在大企業中使用不理想，所以還是佔有中小企業。
分析這些資料庫，應該多方面來看，不能只看參數，只看技術。你都分析好了，發現某個資料庫不像大家說的，你能用，可是市場上找不到對應的軟體，也沒轍，除非你自己編寫。