연결
Oracle Analytics는 다른 클라우드 제공업체(예: Azure 및 Google), 소셜 피드, IoT 소스, 데이터 레이크 등 다양한 Oracle 및 타사 데이터 소스에 연결할 수 있습니다. 클라우드, 온프레미스 또는 자체 생성한 데이터세트 등을 연결된 데이터 소스로 이용 가능합니다. 셀프 서비스 기능을 통해 타사 또는 개인 데이터 소스를 혼합하여 완전한 비즈니스 뷰를 구축할 수 있습니다.
네이티브 커넥터
즉시 사용 가능한 40개의 네이티브 커넥터를 제공합니다. Oracle Autonomous Database, Enterprise Performance Management, Fusion Applications(HCM, ERP, CX 및 기타), Oracle Database Analytic Views와 같은 Oracle 애플리케이션, 그리고 Google Big Query, Salesforce, Amazon Redshift, Azure Synapse Analytics, Snowflake를 비롯한 여러 비 Oracle 소스에 바로 연결 가능합니다. 모든 Java Database Connectivity(JDBC) 기반 데이터 소스에 연결할 수 있습니다.
데이터 레이크와 통합
정보에 기반한 의사결정을 내리기 위해서는 여러 데이터 소스로부터 정형, 반정형, 비정형 등 다양한 유형의 데이터를 취합하여 사용해야 합니다. Oracle Analytics는 OCI Data Catalog 및 Oracle Autonomous Database 등의 OCI 서비스를 통해 다양한 데이터 레이크(Oracle Cloud, Azure, AWS, Google Cloud)에 연결할 수 있는 유연성을 바탕으로 사용자가 의사 결정에 필요한 모든 데이터를 사용할 수 있도록 보장합니다. 비즈니스 분석을 지원하기 위해 데이터를 다른 장소로 이동하거나 복제할 필요가 없습니다. 가능한 경우 함수는 데이터 소스 서버로 전송되고 해당 서버에서 바로 처리됩니다.
이 이미지에서 Oracle Analytics는 AI 서비스, 데이터 통합 서비스 등이 포함된 광범위한 Oracle Cloud Infrastructure(OCI) 데이터 레이크 서비스 생태계의 구성 요소로 표시됩니다. 모든 OCI 서비스가 OAC와 원활하게 통합되어 비즈니스 사용자의 자체 데이터 세트와 함께 사용할 수 있습니다.
왼쪽에는 모든 데이터베이스, 모든 애플리케이션, 모든 클라우드, 모든 이벤트/센서로 구성된 데이터 소스가 표시되어 있습니다. 데이터 소스의 정보는 오른쪽에 위치한 중앙 상자로 흘러들어갑니다.
중앙 상자에는 Oracle 데이터 레이크하우스와 이를 구성하는 서비스들이 표시되어 있습니다. 그와는 별도로 Oracle Analytics와 연결되는 데이터 레이크하우스는 Oracle외의 다른 모든 클라우드 공급업체의 서비스로도 구성될 수 있습니다. 다이어그램에 표시된 서비스는 데이터 웨어하우스, 데이터 정의 및 검색, 데이터 이동, 데이터 처리 엔진입니다. 그리고 중앙 상자의 정보가 오른쪽 상자로 흘러들어갑니다. 오른쪽 상자에는 Oracle Analytics, 머신러닝, 데이터 과학 또는 기타 애플리케이션을 포함한 데이터 사용자가 표시됩니다.
직접 쿼리 및 데이터 캐싱
Oracle Analytics 플랫폼은 직접 쿼리 및 캐싱 옵션을 모두 제공합니다. 직접 쿼리를 사용하면 쿼리를 위해 데이터를 데이터 소스로부터 분석 계층으로 직접 전송할 수 있습니다. 분석 사용 사례에 따라 직접 쿼리와 캐싱을 원하는 대로 분산할 수 있습니다. 분석 쿼리는 최상의 성능을 위해 각 데이터 소스에 맞게 자동으로 최적화됩니다. Oracle Analytics 사용자들은 분석 활동을 시작하기 전에 타사 또는 독점 데이터 저장소에 데이터를 미리 로드할 필요가 없습니다.
직접 연결 또는 라이브 연결
직접 쿼리는 Gartner가 Critical Capabilities for Analytics and Business Intelligence Platforms 보고서에서 지정한 핵심적 니즈입니다. 직접 쿼리를 사용하면 시각화 계층에서 데이터를 가장 정확하게 표현할 수 있지만, 데이터 소스 시스템에 대량의 분석 컴퓨팅 부하가 발생할 가능성도 있습니다.
데이터 세트 캐싱
자주 액세스하는 쿼리 결과의 경우 선택적으로 Oracle Analytics(OAC 및 OAS 모두)에서 캐시하여 쿼리 성능을 향상시키고 원본 시스템의 분석 워크로드를 줄일 수도 있습니다. 분석 데이터 세트를 캐싱하면 데이터 소스의 처리 부하 또한 감소시킬 수 있습니다.
인메모리 엔진은 Oracle Analytics Cloud에 포함되어 있으며 처리 속도가 느린 데이터 소스 및 레거시 데이터 소스의 성능을 향상시켜 줍니다. 자주 실행하는 쿼리 데이터를 캐시하고 분석용으로 최적화함으로써 처리 속도가 느린 시스템의 속도를 향상시키고 사용자에게 뛰어난 처리 성능을 지속적으로 제공할 수 있습니다. 데이터 캐시가 완료되면 캐시된 데이터를 사용하여 자동화된 인사이트, 머신러닝 등의 최신 분석 기능을 간편하게 실행할 수 있습니다. 이를 통해 최신 기능을 지원하지 않는 레거시 데이터 관리 시스템의 기능을 확장할 수 있습니다.
이 이미지에는 처리 속도가 느린 데이터 소스 및 레거시 데이터 소스의 성능을 향상시켜주는 인메모리 엔진이 포함된 Oracle Analytics가 표시되어 있습니다. 왼쪽에는 인메모리 엔진에 내장된 기능이 나열되어 있습니다.
왼쪽에는 인메모리 엔진에 내장된 기능이 나열되어 있습니다.
- 자동 튜닝
- 자동 압축
- 자동 캐싱
- 자동 최적화
- 완전 관리형 Oracle Analytics UI
다이어그램의 중앙에는 사용자가 데이터와 상호 작용할 때 고성능의 경험을 제공하기 위해 Oracle Analytics에 데이터를 공급하는 인메모리 엔진이 표시되어 있습니다. 오른쪽에는 인메모리 엔진에 내장된 기능이 나열되어 있습니다.
- 1. UI 캐시: 유사한 쿼리에 대한 응답 시간 단축
- 2. 캐싱 자동화: 자동 캐싱 기술
- 3. 최적화 및 압축: 최적화된 인메모리 열 저장소
OAS 성능 조정 더 알아보기
데이터 세트 및 로컬 파일
스프레드시트 및 쉼표로 구분된 값(CSV) 파일 등의 로컬 또는 개인 데이터세트를 업로드할 수 있습니다. 업로드한 데이터세트를 단독으로 분석할 수도 있고, 커넥터 기반 데이터 소스 또는 관리형 엔터프라이즈 데이터 모델과 결합하여 분석할 수도 있습니다.
