Connecter
Oracle Analytics se connecte à de nombreuses sources de données, à la fois Oracle et non Oracle, y compris d'autres fournisseurs cloud (par exemple, Azure et Google), les flux des réseaux sociaux, des sources IoT, des data lakes, etc. Les sources de données connectées peuvent inclure des jeux de données dans le cloud, on-premises ou en libre-service. Utilisez le libre-service pour combiner des sources tierces ou personnelles afin d'obtenir une vue complète de vos activités.
Connecteurs natifs
Lancez-vous rapidement avec 40 connecteurs natifs prêts à l'emploi qui fournissent des connexions à des dizaines d'applications, notamment Oracle Autonomous Database, Enterprise Performance Management, Fusion Applications (HCM, ERP, CX, etc.), Oracle Database Analytic Views et des sources tierces, telles que Google Big Query, Salesforce, Amazon Redshift, Azure Synapse Analytics et Snowflake. Connectez-vous à toutes les sources de données JDBC (Java Database Connectivity).
Intégration aux data lakes
Les données requises pour prendre des décisions éclairées proviennent de nombreuses sources de données et comprennent une grande variété de types de données différents, (structurés, semi-structurés et non structurés). Oracle Analytics offre la flexibilité nécessaire pour connecter des data lakes (Oracle Cloud, Azure, AWS et Google Cloud) via des services OCI, tels qu'OCI Data Catalog et Oracle Autonomous Database, afin de garantir que toutes les données pertinentes sont disponibles pour les utilisateurs. Il n'est pas nécessaire de déplacer ou de répliquer les données pour prendre en charge les analyses métier. Dans la mesure du possible, les fonctions sont envoyées et traitées par les serveurs de source de données.
Cette image positionne Oracle Analytics dans le cadre d'un vaste écosystème Oracle Cloud Infrastructure (OCI) de services de data lakes, notamment des services d'IA, des services d'intégration de données, etc. Intégrez n'importe lequel des services OCI de manière transparente avec OAC pour que les professionnels puissent l'utiliser avec leurs jeux de données.
Sur la gauche figurent les sources de données, y compris toute base de données, toute application, tout cloud et tout événement/capteur. Les informations sources circulent vers la droite dans la boîte centrale.
La zone centrale représente le data lakehouse Oracle et les services qui le composent. Toutefois, dans le contexte d'Oracle Analytics, le data lakehouse peut être composé des services du fournisseur de cloud de votre choix. Les services présentés dans le diagramme sont le data warehouse, la définition et le repérage de données, le déplacement de données et les moteurs de traitement de données. Les informations de la boîte centrale passent ensuite dans la boîte de droite. La zone de droite affiche les consommateurs de données, y compris Oracle Analytics, le machine learning et la data science ou toute autre application.
Requête directe et mise en cache des données
La plateforme Oracle Analytics fournit des options de requête directe et de mise en cache. La requête directe permet d'inclure des données dans la couche d'analyse directement à partir de la source de données elle-même au moment de la requête. Choisissez un équilibre personnalisé entre la requête directe et la mise en cache en fonction du cas d'utilisation de l'analyse. Les requêtes d'analyse sont optimisées automatiquement pour chaque source de données afin d'optimiser les performances. Oracle Analytics n'exige pas qu'un magasin de données tiers ou propriétaire soit préchargé avec des données pour que les activités d'analyse des utilisateurs puissent commencer.
Connexions directes
Les requêtes directes constituent un besoin essentiel identifié par Gartner dans son rapport Critical Capabilities for Analytics and Business Intelligence Platforms. Cela garantit la représentation la plus précise des données dans la couche de visualisation, mais peut potentiellement placer beaucoup de workloads d'analyse sur les systèmes de source de données.
Mise en cache du jeu de données
Les résultats de requête fréquemment consultés peuvent éventuellement être mis en cache par Oracle Analytics (OAC et OAS) pour améliorer les performances et réduire les workloads d'analyse sur les systèmes sources. La mise en cache du jeu de données analysé permet également de réduire les charges de traitement des sources de données.
En savoir plus sur la mise en cache OAC
Un moteur en mémoire fait partie d'Oracle Analytics Cloud, et il améliore les performances des sources de données lentes ou héritées. L'amélioration des systèmes lents passe par la mise en cache des données de requête fréquemment exécutées et l'optimisation des analyses afin d'offrir des performances élevées et stables aux utilisateurs. Une fois les données mises en mémoire cache, les fonctions d'analyse modernes, telles que les analyses automatiques et le machine learning, peuvent facilement être exécutées sur ces données en mémoire cache. Cela étend les systèmes de gestion des données hérités qui ne disposeraient pas de fonctionnalités modernes.
Cette image présente Oracle Analytics, qui contient un moteur en mémoire pour améliorer les performances des sources de données lentes ou héritées. À gauche, les fonctions intégrées décrivent le moteur en mémoire.
Sur la gauche figurent des fonctionnalités intégrées décrivant le moteur en mémoire.
- Réglage automatique
- Auto-compression
- Mise en cache automatique
- Optimisation automatique
- Interface utilisateur d'Oracle Analytics entièrement gérée
Au centre, le diagramme présente le moteur en mémoire, qui alimente les données vers Oracle Analytics, en haut, pour offrir une expérience hautement performante aux utilisateurs lorsqu'ils interagissent avec leurs données. À droite, sont intégrées les capacités du moteur en mémoire.
- 1. Cache d'interface utilisateur : temps de réponse plus courts pour les requêtes similaires
- 2. Mise en cache automatique : technologie de mise en cache automatique
- 3. Optimisation et compression : stockage en colonnes optimisé en mémoire
En savoir plus sur le réglage des performances d'OAS
Jeux de données et fichiers locaux
Chargez des jeux de données locaux ou personnels, tels que des feuilles de calcul et des fichiers CSV. Analysez ces jeux de données seuls ou combinez-les avec n'importe quelle source de données basée sur un connecteur ou un modèle de données d'entreprise contrôlé.
