Oracle Big Data Service ist ein vollständig verwalteter, automatisierter Cloud-Service, der Unternehmen eine kosteneffektive Hadoop-Umgebung bereitstellt. Kunden erstellen auf einfache Weise sichere und skalierbare Hadoop-basierte Data Lakes, die große Datenmengen schnell verarbeiten können.
Oracle Big Data Service vereinfacht es Kunden, Hadoop-Cluster aller Größen mit VM-Formen von 1 OCPU bis zu dedizierten Bare-Metal-Umgebungen bereitzustellen. Kunden wählen zwischen Hochleistungs-NVMe-Storage oder kosteneffektivem Block-Storage und können ihre Cluster vergrößern oder reduzieren.
Oracle Big Data Service vereinfacht den Prozess, Hadoop-Cluster sowohl hoch verfügbar als auch sicher zu machen. Basierend auf den Best Practices von Oracle implementiert Big Data Service Hochverfügbarkeit und die Sicherheit mit einem einzigen Klick, wodurch der Bedarf an detaillierten Hadoop-Kenntnissen verringert wird.
Mit Oracle Cloud SQL, einem verfügbaren Add-On-Dienst, können Kunden Oracle SQL-Abfragen zu Daten in HDFS, Kafka und Oracle Cloud Infrastructure Object Storage initiieren. Jeder Benutzer, jede Anwendung oder jedes Analysetool kann transparent mit diesen Data Stores arbeiten und Push-Down- und Scale-Out-Verarbeitung verwenden, um Datenbewegungen zu minimieren und Abfragen zu beschleunigen.
Mit Oracle Machine Learning für SparkR können Data Scientists Daten bearbeiten, die in Apache Hadoop Distributed File System (HDFS), Spark DataFrames und anderen JDBC-(Java Database Connectivity-)Quellen gespeichert sind. Sie können auch ML-Modelle in R für eine einfache Bereitstellung mit Apache Spark erstellen, indem sie Hochleistungs-Librarys mit skalierbaren, parallelisierten Algorithmen verwenden. Mit Oracle Machine Learning für SparkR können Benutzer alle Oracle Big Data Service-Clusterknoten nutzen und haben einfachen Zugriff über das mitgelieferte Notebook oder ein vom Kunden installiertes Notebook.
Oracle Big Data Service ist für Kunden einfach zu verwenden und zu verwalten, da er mit Datenintegrations-, Datenwissenschaft- und Analysediensten zusammenarbeitet und Entwicklern den einfachen Zugriff auf Daten mit Oracle SQL ermöglicht. Unternehmen können Datensilos beseitigen und sicherstellen, dass Data Lakes nicht von anderen Unternehmensdaten-Quellen isoliert sind.
Erstellen Sie schnell Hadoop-basierte Data Lakes, um die Kunden Data Warehouses zu erweitern oder zu ergänzen, und stellen Sie sicher, dass alle Daten sowohl einfach zugänglich als auch kostengünstig verwaltet werden können.
Fragen Sie Daten ab, visualisieren Sie sie und transformieren Sie sie, damit Datenwissenschaftler mit der R-, Python- und SQL-Unterstützung ML-Modelle erstellen können.
Verschieben Sie vom Kunden verwaltete Hadoop-Cluster in einen vollständig verwalteten, cloudbasierten Dienst, um die Managementkosten zu senken und die Ressourcenauslastung zu verbessern.
Produkt |
Vergleichspreis (je vCPU)* |
Einzeltarif |
Einheit |
OCI – Compute – Standard |
OCPU pro Stunde |
||
OCI – Compute – Dense I/O |
OCPU pro Stunde |
||
OCI – Compute – HPC |
OCPU pro Stunde |
||
Oracle Cloud SQL |
OCPU pro Stunde |
||
Oracle Big Data Service – Servicegebühr |
OCPU pro Stunde |
*Um den Preisvergleich zwischen Cloud-Service-Providern zu erleichtern, zeigen Oracle Webseiten sowohl vCPU(virtuelle CPUs)-Preise als auch OCPU(Oracle CPU)-Preise für Produkte mit rechenbasierter Preisgestaltung. Die Produkte selbst, das Provisioning im Portal, die Abrechnung etc. verwenden weiterhin OCPU(Oracle CPU)-Einheiten. OCPUs stellen physische CPU-Cores dar. Die meisten CPU-Architekturen, einschließlich x86, führen zwei Threads pro physischem Core aus, sodass 1 OCPU 2 vCPUs für x86-based Compute entspricht. Die Abrechnung des OCPU-Stundentarifs erfolgt demnach doppelt so hoch wie der vCPU-Preis, da sie zwei vCPUs Rechenleistung für jede OCPU erhalten, es sei denn, es handelt sich um eine Subcore-Instanz wie präemptive Instanzen.
Erfahren Sie, wie Sie einen vollständig verwalteten Hadoop-Cluster einrichten und verwenden.
Erfahren Sie, wie Sie einen vollständig verwalteten Hadoop-Cluster einrichten und verwenden