Verbinden
Oracle Analytics lässt sich mit vielen Datenquellen verbinden, sowohl mit Oracle als auch mit anderen Anbietern, darunter andere Cloud-Anbieter (z. B. Azure und Google), soziale Feeds, IoT-Quellen, Data Lakes und mehr. Zu den angeschlossenen Datenquellen können Cloud-, lokale oder Self-Service-Datensätze gehören. Nutzen Sie den Self-Service, um fremde oder eigene Quellen für eine vollständige Geschäftsübersicht zu kombinieren.
Native Connectors
Mit 40 sofort einsatzbereiten nativen Konnektoren, die Verbindungen zu Dutzenden von Anwendungen bieten, darunter Oracle Autonomous Database, Enterprise Performance Management, Fusion Applications (HCM, ERP, CX und mehr), Oracle Database Analytic Views und Nicht-Oracle-Quellen wie Google Big Query, Salesforce, Amazon Redshift, Azure Synapse Analytics, Snowflake und mehr, können Sie schnell starten. Stellen Sie eine Verbindung zu einer beliebigen Java Database Connectivity-basierten (JDBC) Datenquelle her.
Integration mit Data Lakes
Die Daten, die benötigt werden, um fundierte Entscheidungen zu treffen, stammen aus vielen Datenquellen und umfassen eine Vielzahl unterschiedlicher Datentypen, wie strukturierte, halbstrukturierte und unstrukturierte Daten. Oracle Analytics bietet die Flexibilität, Data Lakes (Oracle Cloud, Azure, AWS und Google Cloud) über OCI-Services wie OCI Data Catalog und Oracle Autonomous Database zu verbinden, um sicherzustellen, dass alle relevanten Daten für Benutzer verfügbar sind. Daten müssen nicht verschoben oder repliziert werden, um Geschäftsanalysen zu unterstützen. Wenn möglich, werden Funktionen an die Datenquellenserver gesendet und von diesen verarbeitet.
Dieses Bild positioniert Oracle Analytics als Teil eines umfassenden Oracle Cloud Infrastructure (OCI) Ökosystems von Data Lake Services, einschließlich KI-Services, Datenintegrations-Services und mehr. Integrieren Sie alle OCI-Services nahtlos in OAC, damit Geschäftsnutzer sie mit ihren Datasets verwenden können.
Auf der linken Seite befinden sich die Datenquellen, einschließlich aller Datenbanken, Anwendungen, Clouds und Ereignisse/Sensoren. Die Quellinformationen fließen nach rechts in das zentrale Feld.
Im zentralen Feld werden das Oracle Data Lakehouse und die darin enthaltenen Services dargestellt. Im Kontext von Oracle Analytics kann das Data Lakehouse jedoch aus Services eines beliebigen Cloud-Anbieters bestehen. Bei den im Diagramm dargestellten Diensten handelt es sich um das Data Warehouse, die Datendefinition und -erkennung, die Datenbewegung und die Datenverarbeitungs-Engines. Informationen aus dem zentralen Feld fließen dann in das rechte Feld. Im rechten Feld werden die Datenverbraucher angezeigt, einschließlich Oracle Analytics, maschinelles Lernen und Data Science oder einer anderen Anwendung.
Direktabfrage- und Daten-Caching
Die Oracle Analytics-Plattform bietet sowohl Direktabfrage- als auch Caching-Optionen. Mit Direktabfrage können Daten direkt aus der Datenquelle selbst zur Abfragezeit in die Analytics-Schicht aufgenommen werden. Wählen Sie je nach Anwendungsfall für Analysen einen benutzerdefinierten Saldo zwischen direkter Abfrage und Caching aus. Analyseabfragen werden automatisch für jede Datenquelle optimiert, um eine optimale Performance zu erzielen. Oracle Analytics erfordert nicht, dass Daten von Drittanbietern oder proprietären Datenspeichern vorgeladen werden müssen, bevor die Analyseaktivitäten der Nutzer beginnen können.
Direkte oder aktive Verbindungen
Die direkte Abfrage ist ein wesentlicher Bedarf, wie Gartner in seinem Bericht Critical Capabilities for Analytics and Business Intelligence Platforms feststellt. Dadurch wird die genaueste Darstellung der Daten in der Visualisierungsschicht gewährleistet, aber die Datenquellensysteme werden möglicherweise mit einer hohen Rechenlast für die Analyse belastet.
Dataset-Caching
Häufig abgerufene Abfrageergebnisse können optional von Oracle Analytics (sowohl OAC als auch OAS) zwischengespeichert werden, um die Leistung zu steigern und die Analyselast auf den Quellsystemen zu verringern. Die Zwischenspeicherung von Analysedatensätzen trägt ebenfalls dazu bei, die Verarbeitungslast der Datenquelle zu verringern.
Weitere Informationen zum OAC-Caching
Eine In-Memory-Engine ist Teil von Oracle Analytics Cloud und steigert die Leistung langsamer oder veralteter Datenquellen. Die Optimierung langsamer Systeme bedeutet, dass häufig ausgeführte Abfragedaten zwischengespeichert und für Analysen optimiert werden, was den Nutzern eine gleichbleibend hohe Leistung bietet. Sobald die Daten im Cache gespeichert sind, können moderne Analysefunktionen wie automatische Einblicke und maschinelles Lernen problemlos auf diese zwischengespeicherten Daten angewendet werden. Dadurch werden ältere Datenverwaltungssysteme um ansonsten fehlende moderne Funktionen erweitert.
Dieses Bild zeigt Oracle Analytics, das eine In-Memory-Engine enthält, die die Leistung langsamer oder veralteter Datenquellen steigert. Auf der linken Seite werden die eingebauten Funktionen der In-Memory-Engine beschrieben.
Auf der linken Seite werden die eingebauten Funktionen der In-Memory-Engine beschrieben.
- Self-Tuning, d. h. selbstoptimierend
- Selbstkomprimierend
- Selbst-Caching
- Selbstoptimiert
- Vollständig verwaltete Oracle Analytics-UI
In der Mitte des Diagramms ist die In-Memory-Engine zu sehen, die Daten nach oben an Oracle Analytics weiterleitet, um den Benutzern bei der Interaktion mit ihren Daten eine hohe Leistung zu bieten. Auf der rechten Seite sind die in die In-Memory-Engine integrierten Funktionen zu sehen.
- 1. UI-Cache: Schnellere Antwortzeiten für ähnliche Abfragen
- 2. Automatisierte Zwischenspeicherung: Self-Caching-Technologie
- 3. Optimiert und komprimiert: In-Memory-optimierter Spaltenspeicher
Weitere Informationen zur OAS-Leistungsoptimierung
Datasets und lokale Dateien
Laden Sie lokale oder persönliche Datasets wie Tabellen und CSV-Dateien hoch. Analysieren Sie diese Datensätze entweder einzeln oder in Kombination mit einer beliebigen konnektorbasierten Datenquelle oder einem kontrollierten Unternehmensdatenmodell.
