我不熟悉数据分析和大数据概念。我坚持决定，实现我的要求的技术是什么。
我的需求如下:
我的客户使用多个 Oracle 数据库作为其组织的 ERP 后端。这两个数据库具有不同的结构和不同类型的数据。我需要使用这两个数据库中的数据创建一个数据分析应用程序。我可以为这个实现采用什么技术。我可以使用 Hadoop 及其相关应用程序吗？
如果我使用 hadoop，如何将我的 oracle 数据库同步到 hadoop。我正在寻找实时同步的解决方案。
或者我可以使用与数据库的本地连接来实现数据库访问并创建我的新应用程序吗？ 数据库的大小约为 1.5 TB。
最佳答案
这个问题有很多层次，所以我会保持它的一般性，让您朝着正确的方向前进。
您提出了两种方法 - 一种将您的数据保存在 Oracle 中，另一种将其带到 Hadoop。
如果您继续使用 Oracle，您可能需要使用诸如 Informatica、Pentaho、SAS DI 或 SAS Enterprise 之类的 DI 工具来查询不同模式中的不同表，提取您需要的数据，并从本地调用分析步骤或通过集成 Python、R 或 Weka 脚本。
据我所知，Hadoop 本身并未与 Oracle 集成，而是管理自己的文件系统 HDFS。在 Hadoop 上运行的 Sqoop 作业可以从 Oracle 中提取并写入 Hive 或 HBase 表，然后您的集成将使用 Spark 上的 Hive Context，这使您能够执行分析。
您可以直接使用 R 或 Python 查询数据库。 Packt 曾一度提供有关使用 R 的商业智能的指南，其中包括有关使用 R 的 ETL(提取-转换-加载)过程的章节。我会告诉你这不是业内常见的解决方案，因为 R 主要是分析师的语言，而不是 ETL 开发人员的工具。也就是说，R 应该能够查询大多数 oracle 数据库，除非它们真的很旧并执行集成和分析。缺点是 R 的内核可能需要比 RStudio 提供的更多的处理能力和线程——这就是 Oracle SQL Developer 和 Toad 处理大规模查询的原因。 Python 可能可以使用 CX_oracle 库执行该方法。
关于oracle - 如何在驻留在多个 oracle 数据库中的数据中实现数据分析？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43839920/
总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时
出于纯粹的兴趣，我很好奇如何按顺序创建PI，而不是在过程结果之后生成数字，而是让数字在过程本身生成时显示。如果是这种情况，那么数字可以自行产生，我可以对以前看到的数字实现垃圾收集，从而创建一个无限系列。结果只是在Pi系列之后每秒生成一个数字。这是我通过互联网筛选的结果:这是流行的计算机友好算法，类机器算法:defarccot(x,unity)xpow=unity/xn=1sign=1sum=0loopdoterm=xpow/nbreakifterm==0sum+=sign*(xpow/n)xpow/=x*xn+=2sign=-signendsumenddefcalc_pi(digits
作为我的Rails应用程序的一部分，我编写了一个小导入程序，它从我们的LDAP系统中吸取数据并将其塞入一个用户表中。不幸的是，与LDAP相关的代码在遍历我们的32K用户时泄漏了大量内存，我一直无法弄清楚如何解决这个问题。这个问题似乎在某种程度上与LDAP库有关，因为当我删除对LDAP内容的调用时，内存使用情况会很好地稳定下来。此外，不断增加的对象是Net::BER::BerIdentifiedString和Net::BER::BerIdentifiedArray，它们都是LDAP库的一部分。当我运行导入时，内存使用量最终达到超过1GB的峰值。如果问题存在，我需要找到一些方法来更正我的代
Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题
我怎样才能完成http://php.net/manual/en/function.call-user-func-array.php在ruby中？所以我可以这样做:classAppdeffoo(a,b)putsa+benddefbarargs=[1,2]App.send(:foo,args)#doesn'tworkApp.send(:foo,args[0],args[1])#doeswork,butdoesnotscaleendend 最佳答案 尝试分解数组App.send(:foo,*args)
我有多个ActiveRecord子类Item的实例数组，我需要根据最早的事件循环打印。在这种情况下，我需要打印付款和维护日期，如下所示:ItemAmaintenancerequiredin5daysItemBpaymentrequiredin6daysItemApaymentrequiredin7daysItemBmaintenancerequiredin8days我目前有两个查询，用于查找maintenance和payment项目(非排他性查询)，并输出如下内容:paymentrequiredin...maintenancerequiredin...有什么方法可以改善上述(丑陋的)代
如何在buildr项目中使用Ruby？我在很多不同的项目中使用过Ruby、JRuby、Java和Clojure。我目前正在使用我的标准Ruby开发一个模拟应用程序，我想尝试使用Clojure后端(我确实喜欢功能代码)以及JRubygui和测试套件。我还可以看到在未来的不同项目中使用Scala作为后端。我想我要为我的项目尝试一下buildr(http://buildr.apache.org/)，但我注意到buildr似乎没有设置为在项目中使用JRuby代码本身!这看起来有点傻，因为该工具旨在统一通用的JVM语言并且是在ruby中构建的。除了将输出的jar包含在一个独特的、仅限ruby
我正在使用的第三方API的文档状态:"[O]urAPIonlyacceptspaddedBase64encodedstrings."什么是“填充的Base64编码字符串”以及如何在Ruby中生成它们。下面的代码是我第一次尝试创建转换为Base64的JSON格式数据。xa=Base64.encode64(a.to_json) 最佳答案 他们说的padding其实就是Base64本身的一部分。它是末尾的“=”和“==”。Base64将3个字节的数据包编码为4个编码字符。所以如果你的输入数据有长度n和n%3=1=>"=="末尾用于填充n%
我主要使用Ruby来执行此操作，但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式，例如使用这个yaml文件，它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i
