機械翻訳について
  1. Oracle Fusion Data Intelligenceの管理
  2. Oracle Fusion Data Intelligenceの管理
  3. リソースのスケーリングについて

リソースのスケーリングについて

ワークロードに基づいて、Oracle Fusion Data Intelligenceを使用してデフォルトで提供されるリソースをスケーリングできます。

アクティブ化されたOracle Fusion Data Intelligenceサブスクリプションにより、クラウド・アカウント管理者およびサービス管理者は、次のタイプのインスタンスを作成できます:
  • Development/Test
  • 追加テスト(ATE)
  • 本番
開発/テスト・インスタンスとATEインスタンスの容量は、通常、本番インスタンスと比較して小さくなります。 これらのインスタンスは、次の点で異なります:
  • 開発インスタンスおよびATEは、完全な履歴および同時ビジネス・ユーザーのサブセットとは対照的に、過去1年間のデータ・サブセットを使用したテスト用です。
  • 開発インスタンスは、ビジネス・ユーザーの本番インスタンスにレポートおよびカスタマイズをデプロイする前に、レポートおよびカスタマイズを開発またはテストすることです。
  • 本番インスタンスは、すべての履歴データやすべてのビジネス・ユーザーなど、本番レベルのビジネス・ニーズ用です。
  • 本番インスタンスのリソースは高いため、パフォーマンスは高くなります。
  • Oracleは、本番インスタンスをモニターして、事前定義済コンテンツに対する適切なサービス・レベルを確保します。
これらのインスタンスをスケーリングする前に、次の点に注意してください:
  • コンピュートおよびストレージ・リソースをスケール・アップすると、追加の使用料が発生します。
  • PAYGOのUCCサブスクリプションがある場合は、Oracle Cloud Infrastructureコンソールを使用して、リソースを自分でスケール・アップできます。
  • プロビジョニングされた容量未満はスケール・ダウンできません。
  • 次のようなシナリオでは、Oracle Fusion Data Intelligenceインスタンスに関連付けられているOracle Analytics Cloudインスタンスをスケール・アップする必要がある場合があります:
    • 広範なセマンティック・モデル拡張。
    • 広範なカスタム・レポート。
    • 大規模なカスタム・データ・セットの使用。
    • 外部アプリケーションをOracle Fusion Data Intelligenceセマンティック・モデルにマージします。
    • 多数の同時ユーザーによるレポート・パフォーマンスの低下。
  • 「メトリック」オプションを使用して、Oracle Fusion Data Intelligenceインスタンスに関連付けられたOracle Analytics Cloudインスタンスをモニターできます。 「メトリックのモニター」を参照してください。
  • 次のようなシナリオでは、Oracle Fusion Data Intelligenceインスタンスに関連付けられているOracle Autonomous Data Warehouseインスタンスをスケール・アップする必要がある場合があります:
    • Oracle Machine Learning (OML)やApplication Express (APEX)などのデータ・ウェアハウス・ツールを幅広く使用しています。
    • 50 GBを超えるカスタム・データ。
    • 広範なカスタム問合せ。
    • データベースに対するカスタム・アプリケーションまたはツールの使用。
    • 多くの同時ユーザーがレポートを実行します。
  • パフォーマンス・ハブおよび「メトリック・エクスプローラ」オプションを使用して、Oracle Fusion Data Intelligenceインスタンスに関連付けられたOracle Autonomous Data Warehouseインスタンスをモニターできます。 「データベース・パフォーマンスのモニターおよび管理」および「メトリックのモニター」を参照してください。
  • 次のようなシナリオでは、開発/テスト・インスタンスおよびATEをスケール・アップできます:
    • カスタマイズを本番インスタンスにデプロイする前にテストします。
    • インスタンスを一時的にスケール・アップする必要があるストレス・テスト。
    • 開発/テスト・インスタンスおよびATEに追加の量のデータを取り込みます。
次のようにリソースをスケーリングします: