什么是云数据平台？

云数据平台

云数据平台主要用于帮助企业更加轻松地使用数据，同时保护数据安全，有效管理数据并提供集成式数据视图。云数据平台一般具有以下要素：

• 更简单、更快速的可扩展性
• 数据仓储
• 数据湖
• 数据工程
• 数据科学
• 数据应用开发
• 数据交换（安全共享并使用共享数据）

面对快速增长的数据以及业务决策过程中广泛的数据类型，云数据仓库需要提供足够的灵活性和选项来满足各类组织的需求。从大型跨国公司到小型企业，如今各种规模的组织中的每个人都在研究或使用基于云技术的数据仓库，将它们作为可靠、经济高效的数据管理合作伙伴。

集成云数据平台的优势

理想的云数据平台应提供全面的集成解决方案，满足以下需求：

• 数据仓库
• 数据集成
• 数据湖
• 数据科学
• Analytics

使用集成云数据平台，用户可以流式或实时摄取任意批数据；在数据仓库或数据湖中存储数据；编制数据目录，治理数据；开展数据可视化和数据分析；构建和部署机器学习解决方案。

得益于集成解决方案，用户可以在整个数据仓库和数据湖中利用安全策略，无缝查询数据湖和数据仓库。此外，Oracle 不仅在一个数据库实例中内置支持多模数据和多种工作负载（例如分析 SQL、机器学习、图形和空间），能够有效降低集成复杂性，减少集成管理工作，同时还支持第三方集成和分析工具。

易于上手

使用云数据平台，企业可将部署时间从数月缩短至数分钟。Oracle 提供基于 Web 的用户界面，支持自助式供应、数据加载和数据分析。您只需几分钟，就可以快速供应和启动数据分析，无需进行任何集成操作。

现有 Oracle Database 客户则可以保留现有数据模型、工具和 ETL 流程，轻松实现现代化。在现实中，企业要想使用云数据平台，不仅仅要供应一个数据仓库，还要将现有应用、工具和 ETL 流程等等与云数据平台相连通。对此，Oracle Cloud 平台以已获得广泛使用的本地部署数据库为基础，现有数据库客户可以更轻松地完成迁移。

易于使用、安全可靠

不是每一个云数据平台都能提供应用开发、集成、监视和保护所需的一切工具，都支持用户开展分析，创建准确、切实可行的突破性洞察。对此，安全的云技术方法是核心，即不仅要在云环境的每一层（深入至芯片层）嵌入安全机制，还要支持用户将单独的云端安全服务构建到自己的云技术应用中。

自治管理让用户能够轻松运行高性能、高度可用、安全的数据仓库，消除管理复杂性，降低成本。这意味着各个业务线可以轻松设置自己的专有数据集市，无需依赖 IT 部门来供应和运行数据集市。Oracle Autonomous Data Warehouse 支持自动化数据仓库供应、配置、安全、调优、扩展、备份和修补。

轻松分析

理想的云数据平台应当提供强大、简单易用的分析工具，以便企业提供更加优质的客户服务，开辟新的收入流。Oracle Cloud 平台通过 Oracle Autonomous Data Warehouse 提供丰富的内置分析工具，例如空间和图形；可以轻松与 Oracle Analytics Cloud 集成；支持其他常用商务智能 (BI) 工具；提供专业的内置服务，助力用户构建和部署机器学习模型。利用 Oracle 全面的工具和服务套件，您可以打造更快速运转的敏捷型企业。

云数据平台使用场景

• 构建数据集市：分析师需要高效地将来自多个电子表格以及其他平面文件数据源的数据整合到一个可信赖、可维护、经过查询优化的数据源中。而使用云数据平台，他们可以将来自多个数据源的数据加载到一个集中式数据仓库中并加以优化，以便各个部门分析数据，捕获切实可行的洞察。
• 与业务关键型应用集成：将来自 Oracle E-Business Suite 和其他数据源的数据加载到一个集中式数据仓库中，优化并分析数据，以便企业的各个部门捕获切实可行的洞察；同时轻松量化结果并反馈给应用，推动数据驱动型决策。
• 构建数据仓库： 在很多企业中，数据通常分散在多个系统内，用户无法轻易整合和分析数据，捕获切实可行的洞察。对此，用户可使用原始数据和事件数据来充实企业应用数据，生成预测性洞察。
• 集成数据湖和数据仓库：Oracle 支持您综合使用数据湖和数据仓库，高效处理流数据和一系列广泛的企业数据资源，同时充分利用数据开展业务分析和机器学习。
• 使用机器学习处理和分析流数据：处理流事件并记录数据，满足预测性维护需求。使用高级分析和数据科学功能来洞悉可操作事件的上下文，捕获洞察并创建响应措施。Oracle Autonomous Database 与 Oracle Analytics Cloud 紧密集成，支持您更好地构建、测试和部署应用，同时充分利用嵌入式空间和图形分析特性。

融合数据库

单用途数据库或专用数据库旨用于解决一小部分特定问题，通常比较简单，只能处理一部分工作而完全无法处理其他工作。例如，许多单用途数据库具有良好的可扩展性，但无法提供强大的一致性保证。

最初，单用途数据库看似是一个很好的选择，因为它可以满足开发人员在项目开始时的所有需求。然而，到了项目中期，开发需求可能会发生变化，许多不可预见的业务需求也会陆续出现。这时开发人员就面临一个难题：从零开始使用另一个单用途数据库来满足新需求，还是绕开原始的单用途数据库的限制，但这会增加不必要的复杂性。而无论选择哪一种方案，由于多种格式的数据分布在多个单用途数据库中，运营报告等任务都将变得极其困难，甚至完全无法处理。

相比之下，融合数据库在一个数据库中内置了对所有现代数据类型的原生支持。它支持空间数据（适用于位置识别）、图形数据（适用于关系建模）、JSON（适用于文档存储）、IoT（适用于设备集成）、面向实时分析的内存中技术以及传统的关系数据。正是因为支持这些不同类型的数据，融合数据库可以运行各种工作负载，包括 IoT、区块链、分析和机器学习。通过在融合数据库中集成新的数据类型和工作负载，您可以更加轻松地满足各种工作负载和数据类型的需求，既不需要管理和维护多个系统，也不需要担忧跨系统的统一安全性问题。此外，由于融合数据库还在同一数据库中支持机器学习算法和图形数据，您还可以通过图形分析来轻松执行特征工程，然后使用该数据来增强机器学习数据。这样，您可以更轻松、更快速地开发数据驱动型应用。

云数据平台开发

一个具有广泛而深入的应用、平台和基础设施组合的云数据管理平台可以提供专业工具，助力您的企业自行构建成功的上云之旅。选择集成式云技术平台，您可以降低 IT 维护成本，投入更多资源推进创新 — 合作伙伴将提供您所需的一切工具，满足您的一切需求。

灵活的云端部署选项可为企业提供全面的控制力和出色的灵活性。Oracle Cloud 数据平台支持企业在私有云环境中部署和管理应用，或将这些工作负载迁移至公有云环境中。这种迁移以标准技术（相同的标准、相同的产品和统一的管理）为基础，是无缝的。此外，Oracle Cloud@Customer 解决方案还提供更丰富的选择，让企业能够将 Oracle Cloud 的强大功能引入自己的防火墙后方。

Oracle 的“无人驾驶”数据库正在改变数据的管理方式。由于集成了人工智能和机器学习，Oracle 数据库技术不仅实现了数据管理自动化，还带来了前所未有的可用性、性能和安全性。Oracle Autonomous Database 包含三个关键要素：数据库优化的基础设施即服务、自动化数据库运营、策略驱动的工作负载优化和机器学习。它支持自治供应、修补、升级和在线备份；自治监视、扩展、性能诊断、调优和优化；以及自动处理故障和错误，同时还随带 JSON、机器学习、图形分析和空间分析，让用户不必移动数据就能通过一个数据库满足多种需求。

云数据平台是一个支持机器学习、第三方分析和 ISV 应用的集成解决方案。Oracle 可在单一解决方案中提供自治集成、数据仓库、数据湖、分析服务和数据科学支持，助力企业充分发挥数据的价值。这一现代数据仓库简化了关于数据的所有环节，包括摄取、转换、治理、数据发现和分析，让企业能够充分发掘数据的价值，进而为客户提供更加优质的服务，积极推进未来业务创新。