Het belangrijkste doel van een clouddataplatform is om een organisatie een eenvoudigere manier te geven om data te gebruiken, en tegelijkertijd die data te beveiligen, te beheren en een geïntegreerd beeld ervan te bieden. Clouddataplatforms:
Gezien de snelle groei van data en de verschillende soorten data die worden gebruikt bij het nemen van zakelijke beslissingen, moeten datawarehouses in de cloud flexibiliteit en opties bieden waar een groot aantal organisaties van kan profiteren. Iedereen van grote multinationale bedrijven tot kleine ondernemingen onderzoekt of maakt gebruik van deze datawarehouses in de cloud omdat ze betrouwbare en betaalbare partners kunnen zijn bij het beheren van data.
Streaming, batchgegevens, zowel lokaal als in de cloud
Zelfsturend, zelfbeveiligend, zelfreparerend
Data lake op basis van objectopslag, geïntegreerde toegang met datawarehouse
Analyses en visualisaties op basis van ML; automatische gesproken tekst
Machine learning, algemeen gebruik en in-database
Het beste clouddataplatform moet een complete, geïntegreerde oplossing bieden voor:
Klanten kunnen elke databatch, streaming of realtime, opnemen, opslaan in datawarehouse of data lakes, catalogiseren en beheren, visualiseren en analyseren, en machine learning-oplossingen bouwen en implementeren.
Met een geïntegreerde oplossing kan de klant gebruikmaken van het beveiligingsbeleid voor het datawarehouse en data lake. Daarnaast kan de klant naadloos samenwerken aan het data lake en het datawarehouse. Ingebouwde ondersteuning voor multimodel data en meerdere werklasten zoals analytische SQL, machine learning, grafieken en ruimtelijke gegevens in één database instance vermindert de complexiteit van de integratie en het beheer dat nodig is bij andere aanbieders, terwijl er toch ondersteuning is voor integratie- en analysetools van derden.
Met een dataplatform in de cloud kunnen organisaties binnen enkele minuten aan de slag, in plaats van maanden. Oracle biedt webgebaseerde gebruikersinterfaces voor selfservice inrichting, laden van data en data-analyse. Van inrichting tot data-analyse in slechts enkele minuten, geen integraties vereist.
Bestaande Oracle Database-klanten kunnen dezelfde gegevensmodellen en -tools behouden, en ETL-processen maken het eenvoudig om te moderniseren. Hoewel het belangrijk is om er rekening mee te houden, is er voor het opstarten veel meer nodig dan alleen tijd om een functionerend datawarehouse op te zetten. Bestaande applicaties, tools, ETL-processen, en nog veel meer moeten allemaal werken met het nieuwe clouddataplatform. Omdat ons cloudplatform is gebaseerd op dezelfde interne database die op grote schaal wordt gebruikt, is overstappen voor bestaande databaseklanten veel eenvoudiger.
Het kan een uitdaging zijn om de beschikking te krijgen over een clouddataplatform dat de nodige tools biedt om applicaties te ontwikkelen, integreren, monitoren en beveiligen – evenals de mogelijkheid om analyses te gebruiken om nauwkeurige, bruikbare en transformatieve inzichten te creëren – en niet elk platform kan dit. Daarom is een veilige benadering van de cloud essentieel, met ingebouwde beveiliging diep in elke laag van de cloud (tot op de chiplaag) en aparte cloudbeveiligingsdiensten die klanten in hun cloudapplicaties kunnen inbouwen.
Dankzij autonoom beheer kunnen klanten hoogpresterende, veilige datawarehouses met een hoge beschikbaarheid gebruiken en tegelijkertijd de administratieve complexiteit beperken en de kosten verlagen. Dit maakt het bijvoorbeeld voor individuele bedrijfsonderdelen eenvoudig om hun eigen specifieke datamart op te zetten zonder dat zij afhankelijk zijn van IT voor de levering en het gebruik ervan. Oracle Autonomous Data Warehouse automatiseert het aanmaken, configureren, beveiligen, afstemmen, schalen, maken van back-ups en repareren van datawarehouses.
Clouddataplatforms moeten over krachtige en gebruiksvriendelijke analysetools beschikken om een betere dienstverlening aan de klant mogelijk te maken en nieuwe inkomstenstromen te creëren. Wij bieden ingebouwde analysetools met Autonomous Data Warehouse, eenvoudige integratie met Oracle Analytics Cloud, ondersteuning voor andere populaire tools, en services voor het bouwen en implementeren van machine-learning modellen. Met deze uitgebreide set tools en services kunnen klanten flexibele organisaties creëren die sneller handelen.
Single-purpose databanken, of "purpose-built" databanken zoals ze vaak worden genoemd, zijn ontworpen om een beperkt aantal problemen op te lossen. Door hun eenvoud kunnen ze een paar dingen heel goed, maar andere dingen helemaal niet. Veel single-purposedatabases zijn goed schaalbaar bijvoorbeeld, omdat ze geen sterke consistentiegaranties bieden.
Ten eerste lijken single-purposedatabases een goede optie, omdat ontwikkelaars precies krijgen wat ze nodig hebben om een project te starten. Ontwikkelingsvereisten veranderen echter halverwege het project en er ontstaan onvoorziene bedrijfsbehoeften, waardoor ontwikkelaars voor een moeilijke beslissing komen te staan: een andere single-purposedatabase helemaal opnieuw beginnen om aan de nieuwe vereisten te voldoen of werken aan de beperkingen van de oorspronkelijke single-purposedatabase, zonder onnodige complexiteit. Taken zoals operationele rapportage worden erg moeilijk of zelfs onmogelijk vanwege de benodigde gegevens die over meerdere indelingen en verschillende specialistische databases worden verdeeld.
De geconvergeerde database heeft een eigen ondersteuning voor alle moderne gegevenstypen ingebouwd in één product. Geconverteerde databases ondersteunen geometrische gegevens voor locatiebepaling, grafiekgegevens voor relatiemodellering, JSON voor documentopslag, IoT voor apparaatintegratie, in-memory technologieën voor realtime analyses en traditionele relationele gegevens. Door deze verschillende gegevenstypen te ondersteunen, kan een geconvergeerde database allerlei soorten werklasten uitvoeren, van IoT en blockchain tot analyses en machine learning. Door nieuwe gegevenstypen en werklasten te integreren in een geconvergeerde database, kunnen verschillende werklasten en gegevenstypen eenvoudiger ondersteund worden, zonder dat u meerdere systemen hoeft te beheren en te onderhouden of voor alle systemen uniforme beveiliging hoeft te hebben. Met ondersteuning voor machine-learningalgoritmen en grafiekgegevens in dezelfde database kunt u eenvoudig functie-engineering met grafische analyses uitvoeren en vervolgens die gegevens gebruiken om uw machine-learninggegevens te verbeteren. Het ontwikkelen van gegevensgestuurde apps wordt hierdoor makkelijker en sneller.
Een platform voor cloudgegevensbeheer met een breed en diepgaand aanbod voor zowel applicaties, platforms als de infrastructuur geeft uw bedrijf de tools en mogelijkheid om uw eigen traject naar een succesvolle cloud samen te stellen. Hierdoor bent u minder tijd kwijt aan ICT-onderhoud en houdt u meer tijd over voor echte innovatie, in de wetenschap dat uw partner de hulpmiddelen heeft om aan al uw behoeften te voldoen.
De keuze van cloudimplementatieopties biedt organisaties totale controle en flexibiliteit. Ons clouddataplatform geeft klanten de mogelijkheid om hun verschillende applicaties in een eigen cloud te implementeren en beheren of om deze workloads naar de openbare cloud te verplaatsen. Dit is een naadloze migratie door middel van de standaardtechnologieën (dezelfde standaarden, dezelfde producten en uniform beheer). Bovendien biedt onze Cloud@Customer-oplossing aanvullende opties door organisaties in staat te stellen de kracht van onze cloud binnen hun respectievelijke firewalls te brengen.
We veranderen de manier waarop gegevens worden beheerd met de introductie van 's werelds eerste autonome database. Onze databasetechnologie automatiseert gegevensbeheer voor ongeëvenaarde beschikbaarheid, prestaties en beveiliging door middel van integratie van kunstmatige intelligentie en machine learning. De Autonomous Database bevat drie belangrijke elementen: voor databases geoptimaliseerde infrastructuur as a service, geautomatiseerde databasebewerkingen en beleidsgestuurde werklastoptimalisatie en machine learning. Deze oplossing zorgt voor online provisionering, patches, upgrades en back-ups, monitoring, schalen, prestatiediagnose, afstemming en optimalisatie, en de automatische afhandeling van defecten en fouten. De Autonomous Database beschikt over JSON, machine learning, grafische analysesen ruimtelijke analyses, waardoor gebruikers geen gegevens hoeven te verplaatsen en met dezelfde database kunnen werken om aan meerdere behoeften te voldoen.
Het clouddataplatform is een geïntegreerde oplossing die machine learning, externe analyses en ISV-applicaties ondersteunt. We bieden één oplossing die voorziet in autonome integratie, datawarehouses, data lakes, analyseservices en datawetenschap zodat organisaties optimaal kunnen profiteren van hun gegevens. Dit moderne datawarehouse vereenvoudigt elk aspect van gegevens, waaronder import, transformatie, curatie, datadetectie en analyse. Met behulp van dit hulpmiddel kunnen organisaties de meeste waarde uit hun gegevens halen om klanten vandaag de dag nog beter van dienst te zijn en tegelijkertijd te kijken naar bedrijfsinnovatie voor de toekomst.