Explorador de recursos do Analytics Platform

Conecte

O Oracle Analytics se conecta a muitas fontes de dados, da Oracle e de terceiros, incluindo outros provedores de nuvem (como Azure e Google), feeds de redes sociais, fontes de IoT, data lakes e muito mais. As fontes de dados conectadas podem ser conjuntos de dados na nuvem, on-premises ou de autoatendimento. Use o autoatendimento para unir fontes de terceiros ou pessoais para uma visualização completa dos negócios.

Conectores nativos

Comece rapidamente com 40 conectores nativos prontos para uso que fornecem conexões com dezenas de aplicações, incluindo Oracle Autonomous Database, Enterprise Performance Management, Fusion Applications (HCM, ERP, CX e muito mais), Oracle Database Analytic Views e fontes de terceiros, como Google Big Query, Salesforce, Amazon Redshift, Azure Synapse Analytics, Snowflake e muito mais. Conecte-se a qualquer origem de dados baseada em Conectividade de Banco de Dados Java (JDBC).


Figura 1: Conectores nativos para fontes de dados populares

Integração com data lakes

Os dados necessários para tomar decisões informadas vêm de muitas fontes de dados e incluem uma ampla variedade de diferentes tipos de dados, como estruturados, semiestruturados e não estruturados. O Oracle Analytics oferece a flexibilidade de conectar data lakes (Oracle Cloud, Azure, AWS e Google Cloud) por meio de serviços da OCI, como o OCI Data Catalog e o Oracle Autonomous Database, para garantir que todos os dados relevantes estejam disponíveis para os usuários. Os dados não precisam ser movidos ou replicados para oferecer suporte à análise de negócios. Sempre que possível, as funções são enviadas e processadas pelos servidores de origem de dados.

Figura 2: Integração de análises com o data lakehouse

Essa imagem posiciona o Oracle Analytics como parte de um amplo ecossistema da Oracle Cloud Infrastructure (OCI) de serviços de data lake, incluindo serviços de IA, serviços de integração de dados, entre outros. Integre qualquer um dos serviços da OCI ao OAC para que os usuários de negócios utilizem com seus conjuntos de dados.

À esquerda estão as origens de dados, incluindo quaisquer banco de dados, aplicação, nuvem e evento/sensores. As informações de origem fluem para a direita no sentido da caixa central.

A caixa central mostra o data lakehouse da Oracle e os serviços que o compõem. No entanto, no contexto do Oracle Analytics, o data lakehouse pode ser composto de serviços de qualquer fornecedor de nuvem. Os serviços mostrados no diagrama são data warehouse, definição e descoberta de dados, movimentação de dados e mecanismos de processamento de dados. As informações da caixa central vão para a caixa à direita. A caixa à direita mostra os consumidores de dados, incluindo Oracle Analytics, machine learning e ciência de dados ou qualquer outra aplicação.

Consulta direta e armazenamento em cachê de dados

A plataforma Oracle Analytics oferece opções de consultas diretas e de armazenamento em cachê. A consulta direta permite que os dados sejam ingeridos na camada de análise diretamente da própria origem de dados no momento da consulta. Escolha um saldo personalizado entre consulta direta e armazenamento em cache, dependendo do uso das análises. As consultas da Analytics são otimizadas automaticamente para cada fonte de dados para obter o melhor desempenho. O Oracle Analytics não exige que nenhum armazenamento de dados proprietário ou de terceiros seja pré-carregado com dados antes do início das atividades de análise dos usuários.

Conexões diretas ou em tempo real

A consulta direta é uma necessidade essencial, conforme identificada pelo Gartner no relatório Recursos Críticos para Plataformas de Análise e Business Intelligence. Isso garante a representação mais precisa dos dados na camada de visualização, mas pode potencialmente colocar muita carga de computação analítica nos sistemas de origem de dados.

Cache do conjunto de dados

Os resultados de consulta acessados com frequência podem, opcionalmente, ser armazenados em cache pelo Oracle Analytics (OAC e OAS) para aumentar o desempenho e reduzir as cargas de trabalho de análise nos sistemas de origem. Armazenar os conjuntos de dados de análise em cache também ajuda a reduzir as cargas de processamento da origem de dados.

Saiba mais sobre o armazenamento em cache do OAC

Um mecanismo na memória faz parte do Oracle Analytics Cloud e aumenta o desempenho de origens de dados lentas ou legadas. Aprimorar sistemas lentos significa que os dados de consulta executados com frequência são armazenados no cache e otimizados para análise, o que fornece alto desempenho consistentemente aos usuários. Assim que os dados são armazenados em cache, os recursos modernos de análise, como insights automáticos e machine learning, podem ser facilmente executados nesses dados armazenados em cache. Isso estende os sistemas legados de gerenciamento de dados que não possuem recursos mais modernos.

Figura 3: Mecanismo na memória do Oracle Analytics Cloud

Esta imagem mostra o Oracle Analytics, que contém um mecanismo na memória que aumenta o desempenho de origens de dados lentas ou legadas. À esquerda, há recursos integrados que descrevem o mecanismo na memória.

À esquerda, há recursos integrados que descrevem o mecanismo na memória.

  1. Ajuste automático
  2. Autocompressão
  3. Armazenamento em cache automático
  4. Otimização automática
  5. IU do Oracle Analytics totalmente gerenciada

No centro, o diagrama mostra o mecanismo na memória, que alimenta o Oracle Analytics com dados para fornecer uma experiência de alto desempenho aos usuários à medida que eles interagirem com seus dados. À direita, há recursos integrados no mecanismo na memória.

  1. 1. Cache da IU: Tempos de resposta mais rápidos para consultas semelhantes
  2. 2. Automatização do armazenamento em cache: Tecnologia de armazenamento em cache automático
  3. 3. Otimizado e compactado: Armazenamento em colunas otimizado na memória
Saiba mais sobre os recursos na memória do OAC
Saiba mais sobre o ajuste de desempenho do OAS

Conjuntos de dados e arquivos locais

Faça upload de conjuntos de dados locais ou pessoais, como planilhas e arquivos de valores separados por vírgulas (CSV). Analise esses conjuntos de dados sozinhos ou combine com qualquer origem de dados baseada em conector ou modelo de dados empresariais governado.

Figura 4: Visualização de dados de upload de CSV