Conecta
Oracle Analytics se conecta a muchas fuentes de datos, tanto de Oracle como ajenas a Oracle, incluidos otros proveedores de nube (por ejemplo, Azure y Google), fuentes sociales, fuentes IoT, lagos de datos y mucho más. Las fuentes de datos conectadas pueden ser conjuntos de datos en la nube, locales o de autoservicio. Utiliza el autoservicio para combinar fuentes de terceros o personales y obtener una visión empresarial completa.
Conectores nativos
Empieza rápidamente con 40 conectores nativos listos para usar que ofrecen conexiones a decenas de aplicaciones, como Oracle Autonomous Database, Enterprise Performance Management, Fusion Applications (HCM, ERP, CX y más), Oracle Database Analytic Views y fuentes ajenas a Oracle, como Google Big Query, Salesforce, Amazon Redshift, Azure Synapse Analytics, Snowflake y más. Conéctate a cualquier fuente de datos basada en Java Database Connectivity (JDBC).
Integración con lagos de datos
Los datos necesarios para tomar decisiones informadas provienen de muchas fuentes de datos e incluyen una amplia variedad de tipos de datos diferentes, como estructurados, semiestructurados y no estructurados. Oracle Analytics proporciona la flexibilidad necesaria para conectar lagos de datos (Oracle Cloud, Azure, AWS y Google Cloud) a través de servicios OCI, como OCI Data Catalog y Oracle Autonomous Database, a fin de garantizar que todos los datos relevantes estén disponibles para los usuarios. No es necesario mover o replicar los datos para apoyar el análisis empresarial. Siempre que es posible, las funciones se envían a los servidores de origen de datos y son procesadas por ellos.
Esta imagen posiciona a Oracle Analytics como parte de un amplio ecosistema de servicios de lago de datos de Oracle Cloud Infrastructure (OCI), que incluye servicios de IA, servicios de integración de datos y mucho más. Integra a la perfección cualquiera de los servicios de OCI con OAC para que los usuarios puedan utilizarlos con sus conjuntos de datos.
A la izquierda están las fuentes de datos, incluyendo cualquier base de datos, cualquier aplicación, cualquier nube y cualquier evento/sensor. La información de origen fluye hacia la derecha, a la caja central.
El recuadro central representa el lago de datos de Oracle y los servicios que lo componen. Sin embargo, en el contexto de Oracle Analytics, el lago de datos puede estar compuesto por servicios de cualquier proveedor de la nube. Los servicios que aparecen en el diagrama son el almacén de datos, la definición y detección de datos, el movimiento y los motores de procesamiento de datos. a información de la caja central fluye entonces hacia la caja derecha. El cuadro de la derecha muestra los consumidores de datos, incluidos Oracle Analytics, el machine learning y la ciencia de datos o cualquier otra aplicación.
Consulta directa y almacenamiento de datos en memoria caché
La plataforma Oracle Analytics proporciona opciones de consulta directa y almacenamiento en caché. La consulta directa permite ingerir datos en la capa de análisis directamente desde el propio origen de datos en el momento de la consulta. Elige un equilibrio personalizado entre la consulta directa y el almacenamiento en memoria caché en función del caso de uso de análisis. Las consultas de análisis se optimizan automáticamente para cada origen de datos a fin de obtener el mejor rendimiento. Oracle Analytics no requiere que ningún almacén de datos de terceros o propietario esté precargado con datos antes de que puedan comenzar las actividades analíticas de los usuarios.
Conexiones directas o en directo
La consulta directa es una necesidad esencial identificada por Gartner en su informe Critical Capabilities for Analytics and Business Intelligence Platforms. Garantiza la representación más precisa de los datos en la capa de visualización, pero puede suponer una gran carga de cálculo analítico para los sistemas de origen de datos.
Almacenamiento en caché de conjuntos de datos
Oracle Analytics (tanto OAC como OAS) puede almacenar opcionalmente en caché los resultados de las consultas más frecuentes para aumentar el rendimiento y reducir la carga de trabajo analítico en los sistemas de origen. El almacenamiento en caché de juegos de datos de análisis también ayuda a reducir las cargas de procesamiento de fuentes de datos.
Más información sobre el almacenamiento en caché de OAC
Oracle Analytics Cloud incluye un motor en memoria que aumenta el rendimiento de las fuentes de datos lentas o heredadas. El refuerzo de los sistemas lentos significa que los datos de las consultas que se ejecutan con frecuencia se almacenan en caché y se optimizan para el análisis, lo que proporciona un alto desempeño constante a los usuarios. Una vez que los datos se almacenan en caché, se pueden ejecutar fácilmente funciones analíticas modernas, como la autoopinión y el machine learning sobre estos datos. De este modo, se amplían los sistemas de gestión de información heredados, que de otro modo carecerían de funciones modernas.
Esta imagen muestra Oracle Analytics, que contiene un motor en memoria que aumenta el rendimiento de las fuentes de datos lentas o heredadas. A la izquierda, hay funciones incorporadas que describen el motor en memoria.
A la izquierda, hay funciones incorporadas que describen el motor en memoria.
- ajuste automático
- Autocompresión
- Almacenamiento en caché automático
- Optimización automática
- Interfaz de usuario de Oracle Analytics totalmente gestionada
En el centro, el diagrama muestra el motor en memoria, que alimenta los datos hacia arriba hasta Oracle Analytics para proporcionar una experiencia de alto rendimiento a los usuarios mientras interactúan con sus datos. A la derecha, existen capacidades incorporadas en el motor en memoria.
- 1. Caché de interfaz de usuario: tiempos de respuesta más rápidos para consultas similares
- 2. Automatización del almacenamiento en caché: tecnología de almacenamiento en caché automático
- 3. Optimizado y comprimido: almacén de columnas optimizado en memoria
Más información sobre el ajuste del rendimiento de OAS
Conjuntos de datos y archivos locales
Carga conjuntos de datos personales, como hojas de cálculo y archivos de valores separados por comas (CSV). Analiza estos conjuntos de datos solo o combínalos con cualquier fuente de datos basada en conector o modelo de datos empresarial controlado.
