Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
BI Exadata in YHD
Search
ylouis83
April 03, 2014
Technology
1
920
BI Exadata in YHD
exadata 在电商的应用
ylouis83
April 03, 2014
Tweet
Share
More Decks by ylouis83
See All by ylouis83
NVMFS_Benchmark
ylouis83
0
84
MySQL OSlayer Performance optimization
ylouis83
0
430
MySQL 5.5&5.6 new features summary
ylouis83
1
1.1k
MySQL async message subscription platform
ylouis83
0
79
HBASE Performance Test
ylouis83
0
1k
jkcn-mysql架构
ylouis83
0
200
NoSQL Benchmark Testing
ylouis83
0
990
MySQL Fabric HA &Sharding solutions
ylouis83
1
1.2k
SSD gc review
ylouis83
0
590
Other Decks in Technology
See All in Technology
全てGoで作るP2P対戦ゲーム入門
ponyo877
3
1.3k
Azure SynapseからAzure Databricksへ 移行してわかった新時代のコスト問題!?
databricksjapan
0
130
Escaping_the_Kraken_-_October_2025.pdf
mdalmijn
0
120
Access-what? why and how, A11Y for All - Nordic.js 2025
gdomiciano
1
110
AWSにおけるTrend Vision Oneの効果について
shimak
0
120
AI ReadyなData PlatformとしてのAutonomous Databaseアップデート
oracle4engineer
PRO
0
150
それでも私はContextに値を詰めたい | Go Conference 2025 / go conference 2025 fill context
budougumi0617
4
1.2k
AI時代だからこそ考える、僕らが本当につくりたいスクラムチーム / A Scrum Team we really want to create in this AI era
takaking22
6
3.1k
Function calling機能をPLaMo2に実装するには / PFN LLMセミナー
pfn
PRO
0
880
Optuna DashboardにおけるPLaMo2連携機能の紹介 / PFN LLM セミナー
pfn
PRO
1
860
自作LLM Native GORM Pluginで実現する AI Agentバックテスト基盤構築
po3rin
2
240
業務自動化プラットフォーム Google Agentspace に入門してみる #devio2025
maroon1st
0
180
Featured
See All Featured
Learning to Love Humans: Emotional Interface Design
aarron
274
40k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
KATA
mclloyd
32
15k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.6k
Why Our Code Smells
bkeepers
PRO
339
57k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
Rebuilding a faster, lazier Slack
samanthasiow
84
9.2k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.5k
Build your cross-platform service in a week with App Engine
jlugia
232
18k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
2.6k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
5.6k
Transcript
Exadata在电商的应用 By louis liu @vmcd.org
在哪使用? 怎么使用?
结构化 vs 非结构化 事务 数据 结构化 元数据和 主数据 数据 仓库
数据 分析 数据 集成 日志、社交、行 为、多媒体 非结构化 机器生成 Map Reduce 分布式 文件系统 NoSQL 数据存储 数据 分析 1. 割裂 or 集成? ?
结构化 vs非结构化 割裂 or 集成 -- reloading? 元数据 非结构数据 结构数据
目前-Reloading操作 技术路线 • 数据分析可直接从MR汇总 至BI分析; • 客户行为等数据分析要与已 有关系型数据关联, 需将 MR结果保存在RDBMS后再
统一进行BI; 架构决策 • 使用标准 BI 平台; • 规划科学的数据流向; • 优化不同类型数据关联;
1号店BI 数据现状与未来 2013 2014 2015 •BI业务数据当前-2013年: •非结构化数据 – xx+节点Hadoop, 总存储300TB,
日 均增长1TB; •结构化数据 - 两台Exadata互备且读写分离, 总存 储6TB(high compress) ; •预计年均增长约200%+; •现有架构数据容量远不能满足未来三年发展; •需要升级、扩容现有架构; 关系数据 6TB 日志数据 200TB 日志数据 400TB 关系数据 15TB 日志数据 800TB 关系数据 30TB
目前的架构 X4 X2 分离 –两层结构 + Reloading BI分析 平台 整合
流量/浏览统计 销售/财务/CRM X4 X2 Not online
1号店数据物理拓扑 2013年 利用成熟平台 X2-2 1/4 HDFS • 业务数据中结构化部分由 RDBMS架构处理; 非结构化部
分由Hadoop平台处理; • Hadoop结果集通过 Connectors同步至Exadata; • 处理结果由统一的BI平台分析; 销售 供应链 财务 结构化数据 店中店 CRM 关联查询 复杂计算 统计分析 Hadoop结果集 各类行为日志 非结构化数据 分布存储 MapReduce Aggregation
1号店数据物理拓扑建议 Exadata –X4 资源分割 2014 利用成熟平台 X4-2 1/2 HDFS •
应用分离 (线上Domain 分离) • 资源隔离(两套XD集群互补) • 利用hadoop+ X2 构造ODS数 据集市 X4 ; 销售 供应链 财务 结构化数据 店中店 CRM 关联查询 复杂计算 统计分析 Hadoop结果集 日志Tracking 非结构化数据 分布存储 MapReduce Aggregation
DW X2-集群 X4-集群 Hadoop集群 系统融合 – 共组DW集群系统 X4构造ODS + X2构造分级BI,
配合Hadoop的非结构化数 据组成了数据集市
非结构化 结构化 P-of-X2 1号店数据物理架构 两层数据, 两层BI BI分析 平台 Hadoop X4-2
1/2 ODS InfiniBand InfiniBand X2-2 1/4 多活业务中心 财务 Hadoop 结果集 Hadoop 结果集 CRM.. 供应链 商家 X2-2 1/4 Tracking ETL Tool …
未来的BI架构- ->脱离传统的约束 Text in here
截取Oracle的官方回复 性能提升 Exadata & Hadoop是 性能最佳结构化 & 非结构化数据平台; Oracle有最优的多 表Join,
集群, Connector等技术; 成本节约 RDBMS是最成熟的 BI DW平台; CDH是 成熟的商用版本; 高效利用已有平台 能大大降低’新’数 据项目的资源投入; 灵活性增强 RDBMS & Hadoop组 成两层BI数据基础; 更多数据, 更多技 术手段灵活处理, 达到整体最优; 风险降低 RDBMS有更高的数 据安全性, 可管理 性; 两层架构使’新’数 据项目总体风险可 控;
参考案例 - XXX BI DW 架构 filesystem
Exadata所面临的问题 2. X4 所考虑的问题 3. 升级所遇到的问题 1. X2所遇到的问题1
Q & A