DBS-hands-on

DBS（Oracle Big Data SQL）是Oracle公司针对大数据环境所推出的解决方案，旨在简化大数据存储中的数据访问、管理和分析过程。DBS-hands-on是DBS方案中的实践材料，主要针对DBS平台，它包含了多个动手实践（Hands-On Labs，简称HOL），以帮助用户更好地理解和掌握DBS的使用方法和相关概念。 DBS的目标是轻松访问分布在各个大数据存储中的数据，并提供统一的安全模型、利用Oracle强大的SQL方言分析所有数据、通过Big Data SQL Smart Scan技术提供快速的性能。其中，Smart Scan技术可以显著减少复合IO操作，提高查询效率。此外，DBS还具备灵活的部署选项，包括Oracle Engineered Systems、Oracle Cloud和通用硬件（Commodity）平台。 DBS的架构设计遵循REST、Python、node.js、SQL、R、Graph、Java等众多技术标准。核心组件包括Oracle SQL Engine、Oracle Big Data SQL、Big Data-enabled Oracle Tables和Storage。DBS利用元数据（Metadata）和本地处理（Local Processing）技术，与Hive和Distributed Notepad Database（DND，即分布式记事本数据库，可能是技术扫描误差导致的识别错误）等组件进行交互。 DBS的性能特点包括通过Smart Scan实现的复合IO减少、通过分区剪枝（Partition Pruning）减少查询的TB级别数据量、通过存储索引（Storage Indexing）减少查询到的GB级别数据量以及通过谓词下推（Predicate Pushdown）进一步提升查询性能。 在大数据分析的场景下，DBS支持诸如在线电影流媒体网站等业务，能够处理诸如NoSQL数据库中的推荐数据、HDFS中的用户行为数据以及与数据战争（Data War）相关的数据源。 Oracle Big Data SQL HOL部分还涉及到Marty Gubar，他是Oracle Big Data PM（产品经理）的职位，是本次实践课程的导演。文档还提到了一个安全港声明（Safe Harbor Statement），明确说明了文档中提供的信息仅供参考，不构成任何合同的一部分，Oracle对所提供内容的交付、代码或功能不作承诺，且用户在购买决策时不应依赖于该信息。 除了上述技术细节，文档中还包含了版权声明，指出Oracle公司保留所有权利，并且文档内容是内部资料，涉及保密信息，不可外泄。 整体而言，DBS-hands-on材料是Oracle大数据解决方案中关于实践操作的高级指南，它详细描述了DBS的关键组件和架构，同时提供了深入理解和操作指南，帮助技术人员掌握DBS的使用，实现复杂业务场景下的大数据查询和分析目标。