5 Håndtering af databaseforbindelser for modellering af data

Administratorer opretter og håndterer cloud-databaseforbindelser til modellering af relations- og ikke-relationsdata som Essbase-, Snowflake- eller Oracle Enterprise Performance Management-data (Oracle EPM). Dine forretningsdata behøver ikke at være placeret på et enkelt sted. Opret forbindelse til flere cloud-databaser, så forretningsmodellører og -analytikere kan analysere virksomhedens data, uanset hvor de er gemt.

Modellere data i en Essbase-kube

Opret forbindelse til en Essbase-database, så du kan modellere og visualisere data fra Essbase-kuber.

Du kan kun modellere Essbase-data i Model Administration Tool.
Inden du går i gang, skal du tage Data Gateway i brug sammen med din Oracle Analytics-instans og konfigurere en Data Gateway-agent til at kommunikere med den eksterne Essbase-ibrugtagning.
  1. Opret en database i det fysiske lag:
    1. Højreklik i ruden Fysisk lag, og vælg Opret ny database.
    2. Angiv et navn, der identificerer din database i Oracle Analytics, i dialogboksen Database.
    3. Vælg databasetypen (for eksempel Essbase 11), og klik på OK.
  2. Opret en forbindelsespulje i det fysiske lag:
    1. Højreklik på den nye database, klik på Opret nyt objekt, og vælg derefter Databaseforbindelsespulje.
    2. Angiv et navn, der identificerer databasepuljen i Oracle Analytics, i dialogboksen Forbindelsespulje.
    3. Angiv forbindelsesstrengen for din Essbase-server, i Essbase Server.
      For eksempel http://<IP address>:<port number>/essbase/agent.
    4. Vælg Brug Data Gateway.
    5. Indtast Brugernavn og Adgangskode til Essbase-ibrugtagningen.
    6. Hvis du bliver bedt om det, skal du indtaste adgangskoden til Essbase-ibrugtagningen igen.
  3. Importer Essbase-metadataene i det fysiske lag:
    1. Højreklik på Essbase-forbindelsen, og vælg Importer metadata.
    2. Klik på Næste på siden Vælg datakilde.
    3. På siden Vælg metadataobjekter skal du udvide databasen i feltet Datakilde, vælge den kube, som du vil bruge, og derefter klikke på Importer valgte.

      For en stor kube kan importen tage mellem to og tre minutter.

    4. Når importen er fuldført, skal du udvide databasen i Informationsbasevisning for at vise den importerede Essbase-kube.
    5. Klik på Udfør.
  4. Brug det fysiske lag, som du lige har oprettet, og opret dit forretningsmodel- og mapping-lag og dit præsentationslag.
  5. Klik på Fil, Cloud og derefter på Publicer.
  6. Opret et instrumentbræt eller en visualiseringsprojektmappe, som er baseret på din Essbase-kube.
    Den nye Essbase-kube er nu tilgængelig som et emneområde i Oracle Analytics.
    I Oracle Analytics kan du for eksempel oprette en analyse, og i dialogboksen Vælg emneområde kan du få adgang til det nye Essbase-emneområde. Opret en projektmappe i Oracle Analytics, og klik på Emneområder i dialogboksen Tilføj datasæt for at få adgang til det nye Essbase-emneområde.

Modellere data i Snowflake Data Warehouse

Konfigurer dit lokale miljø, så du kan modellere data i en Snowflake-database.

Du kan modellere Snowflake-data i Semantic Modeler eller Model Administration Tool. Denne opgave beskriver processen, hvor Model Administration Tool bruges.
Både lokale og eksterne forbindelser til Snowflake fra en semantisk model kræver installation af Data Gateway for at Model Administration Tool kan importere og modellere tabeller fra en Snowflake-datakilde. Konfigurer Data Gateway-agenten med en egnet driver for at oprette forbindelse til Snowflake. Sørg for, at eksterne Data Gateway-forbindelser er tilgængelige, når forespørgsler køres. Men når Snowflake-tabeller er modelleret, og den semantiske model er publiceret til Oracle Analytics for lokale forbindelser, kan Data Gateway deaktiveres eller fjernes, da den ikke bruges, når forespørgsler køres fra Oracle Analytics.

Du kan enten oprette en lokal eller en ekstern forbindelse til Snowflake fra den semantiske model. Når der oprettes en lokal (ikke-ekstern) forbindelse, bruger forbindelsespuljen i den semantiske model en JDBC-forbindelse.

Installer Data Gateway og Model Administration Tool på den samme Windows-computer i dit lokale miljø.
  1. Konfigurer en lokal Data Gateway-agent, der kan lette arbejdet med oprettelse af en forbindelse fra Developer-klientværktøjet til Snowflake.
    1. Download den nyeste Snowflake-JDBC-driver (for eksempel i filen snowflake-jdbc-3.9.0.jar).
    2. Kopier den downloadede JAR-fil til Data Gateway-installationsmappen.
      I en serveribrugtagning skal du kopiere JAR-filen til:
      <Data Gateway folder>/domain/jettybase/lib/ext
      I en personlig ibrugtagning skal du kopiere JAR-filen til:
      <install directory>\war\datagateway\WEB-INF\lib
    3. Genstart Data Gateway.
  2. Konfigurer en forbindelse til din Snowflake-database.
Du kan nu modellere dine data ved hjælp af denne forbindelse.

Oprette en lokal forbindelse fra en semantisk model til Snowflake

Opret forbindelse til en lokal Snowflake-database, så du kan modellere Snowflake-data.

  1. Aktiver funktionaliteten for JDBC-forbindelsespuljen i Model Administration Tool ved at indlæse Java-datakilder. Se trin 3 i Konfigurere og registrere Data Gateway til rapportering.
  2. Opret en database i Model Administration Tool, og indstil typen til Snowflake.
  3. Tilføj en forbindelsespulje, og angiv disse detaljer på fanen Generelt:
    • Kaldinterface: JDBC(Direct Driver).
    • Kræv fuldt kvalificerede tabelnavne: Ja.
    • Datakildenavn: Indtast forbindelsesstrengen, for eksempel: jdbc:snowflake://xxxx.snowflakecomputing.com?db=ODEV&warehouse=xxxxxx&schema=xxxxxx
    • RDC-version: Undlad at udfylde dette felt.
  4. Angiv disse detaljer på fanen Diverse:
    • JDS-server-URL: Undlad at udfylde dette felt (og fjern en eventuel indtastning i feltet).
    • Driverklasse: net.snowflake.client.jdbc.SnowflakeDriver.
    • Brug SQL over HTTP: falsk.
  5. Modeller dine data ved hjælp af denne forbindelse.
  6. Upload eller publicer din semantiske model til Oracle Analytics Cloud, når du har fuldført din model.
    Oracle Analytics Cloud opretter forbindelse til Snowflake-databasen uden brug af Data Gateway.
Du kan nu modellere dine data ved hjælp af denne forbindelse.

Oprette en ekstern forbindelse fra en semantisk model til Snowflake

Opret forbindelse til en lokal Snowflake-database, så du kan modellere Snowflake-data.

  1. Aktiver funktionaliteten for JDBC-forbindelsespuljen i Model Administration Tool ved at indlæse Java-datakilder. Se trin 3 i Konfigurere og registrere Data Gateway til rapportering.
  2. Opret en database i Model Administration Tool, og indstil typen til Snowflake.
  3. Tilføj en forbindelsespulje, og angiv disse detaljer på fanen Generelt:
    • Kaldinterface: JDBC(Direct Driver).
    • Kræv fuldt kvalificerede tabelnavne: Ja.
    • Datakildenavn: Indtast forbindelsesstrengen, for eksempel: jdbc:snowflake://xxxx.snowflakecomputing.com?db=ODEV&warehouse=xxxxxx&schema=xxxxxx
    • RDC-version: Angiv til 2.
  4. Angiv disse detaljer på fanen Diverse:
    • JDS-server-URL: Undlad at udfylde dette felt (og fjern en eventuel indtastning i feltet).
    • Driverklasse: net.snowflake.client.jdbc.SnowflakeDriver.
    • Brug SQL over HTTP: sand.
  5. Modeller dine data ved hjælp af denne forbindelse.
  6. Upload eller publicer den semantiske model til Oracle Analytics Cloud, når du har fuldført din model.
    Bemærk: Oracle Analytics Cloud opretter forbindelse til Snowflake ved hjælp af en hvilken som helst konfigureret Data Gateway-agent.
  7. Kopier Snowflake-driverfilen til hver enkelt Data Gateway-agent-installationsmappe.
    • I en serveribrugtagning skal du kopiere JAR-filen til: <Data Gateway install_location>/domain/jettybase/thirdpartyDrivers.
    • I en personlig ibrugtagning i Windows skal du kopiere JAR-filen til: <Data Gateway_extract_path>\thirdpartyDrivers.
    • I en personlig ibrugtagning i MacOS skal du kopiere JAR-filen til: <Application->Show Package Contents>Resources->app.nw-> thirdpartyDrivers.
  8. Genstart Data Gateway. Se Vedligeholde Data Gateway.

Modellere data i Google BigQuery

Opret forbindelse til en Google BigQuery-database, så du kan modellere og visualisere data fra Google BigQuery. Du kan modellere Google BigQuery-data i Semantic Modeler eller Model Administration Tool. Disse opgaver beskriver processen, hvor Model Administration Tool bruges.

Emner

Oprette en Oracle Analytics-forbindelse til Google BigQuery

Du kan oprette en systemforbindelse til en Google BigQuery-database og bruge forbindelsen til at modellere Google BigQuery-projektet.

Før du starter, skal du downloade den private nøgle til tjenestekontoen (i JSON-format) for din Google BigQuery-tjeneste.
  1. Klik på OpretStartside i Oracle Analytics, og klik derefter på Forbindelse.
  2. Klik på BigQuery.
  3. Indtast forbindelsesdetaljerne.
    • Angiv et brugervenligt navn i Forbindelsesnavn for at identificere forbindelsesdetaljerne i Oracle Analytics.
    • Angiv BigQuery-projektnavnet for det projekt, som du vil analysere, med små bogstaver i Projekt.
    • Klik på Vælg i Privat nøgle til servicekonto, og upload den private nøgle til tjenestekontoen (JSON-format) for din BigQuery-tjeneste. E-mail til servicekonto udfyldes fra de uploadede nøgledetaljer.
    • Angiv valget Systemforbindelse.

  4. Gem detaljerne.

Downloade og konfigurere ODBC-driver til BigQuery

Installer den ODBC-driver, der kræves til forbindelsen til Google BigQuery, og konfigurer den i Model Administration Tool, så du kan modellere projektet.

  1. Download Simba-ODBC-driveren til BigQuery fra Google.
    Download den for eksempel fra Google-referencesiten.
  2. Installer den downloadede driver på den maskine, hvor Oracle Analytics Client Tools er installeret.
  3. Konfigurer ODBC-driveren ved hjælp af dialogboksen til DSN-opsætning.

  4. Klik på Test for at teste forbindelsen.

    .
  5. Gem detaljerne.

Opbygge en datamodel fra Google BigQuery-datakilde

Du opbygger en datamodel til din Google BigQuery-database, så du kan tage den i brug og visualisere data i et BigQuery-projekt.

Du skal have tilladelser i BigQuery-nøglen for at opbygge en datamodel. Hvis BigQuery-nøglen tildeler adgang til datasætniveauet, skal du blot udføre Importer metadata ved hjælp af ODBC-driveren til BigQuery. Hvis BigQuery-nøglen kun tildeler adgang til specifikke tabeller eller visninger, skal du følge trinnene nedenfor for at oprette et fysisk skema.
  1. Opret en database i informationsbasen i Model Administration Tool, og sæt Databasetype til ODBC - Grundlæggende.

  2. Opret en forbindelsespulje i databasen i dialogboksen Forbindelsespuljer.
    • Vælg "Standard (ODBC 2.0)" i Kaldinterface.
    • Vælg den ODBC-driver til BigQuery, som du oprettede tidligere, i feltet Datakildenavn.

  3. Opret et fysisk skema i databasen med det samme navn som BigQuery-datasættet.
    BigQuery SQL kræver, at datasætnavnet foranstilles tabelnavnet, dataset.table. Datasættets navn svarer til et fysisk skemaobjekt i informationsbasefilen.
  4. Højreklik på forbindelsespuljen, og vælg Importer metadata.
  5. Vælg enten forbindelsestypen ODBC 2.0 eller ODBC 3.5 for forbindelsestypen i dialogboksen Vælg datakilde, og vælg ODBC-driveren til BigQuery.

  6. Vælg Visninger og eventuelle andre typer, som du vil bruge, og som din BigQuery-nøgle har tilladelser til, i dialogboksen Vælg metadatatyper.

  7. Vælg de individuelle tabeller i dialogboksen Vælg metadatatyper, og klik derefter på Importer valgte. Dette importerer BigQuery-databasen og de underliggende strukturer.

    Hvis du klikker på Importer alle, importerer du kun databasen. Hvis dette sker, skal du vælge Importer alle en gang til for at importere tabellerne.
  8. Klik på Udfør.
  9. Træk importerede tabeller ind i det fysiske skema.
  10. Rediger den fysiske database, og ændr databasetypen til BigQuery.

    Når du ændrer den fysiske database, ser du en meddelelse med oplysninger om, at databasetypen ikke matcher det kaldinterface, der er angivet i forbindelsespuljen. Klik på Ja.

  11. Konfigurer disse indstillinger i dialogboksen Forbindelsespulje:
    • Ændr kaldinterfacet til JDBC (Direct Driver) i Kaldinterface.
    • Vælg Kræv fuldt kvalificerede tabelnavne.
    • Vælg Brug dataforbindelse.
    • Inspicer BigQuery-forbindelsen i Oracle Analytics, og kopier objekt-id'en. Der skelnes mellem store og små bogstaver i BigQuery. Brug knappen Kopier for at sikre, at dataforbindelsens syntaks er korrekt.

    • Indsæt den kopierede objekt-id i feltet Objekt-id i dialogboksen Forbindelsespulje.
    • Angiv Maksimalt antal forbindelser til 100.
  12. Gem detaljerne.
Modeller metadataene i informationsbasen, og upload informationsbasefilen (RPD) til Oracle Analytics.

Foretage fejlfinding af problemer med forbindelse til informationsbase for Google BigQuery

Nedenfor beskrives nogle af de problemer, du kan støde på, når du opretter forbindelse til Google BigQuery, og hvordan du løser dem.

Hvis 'Kræv fuldt kvalificerede tabelnavne' ikke er valgt, og et fysisk skema ikke er en del af den genererede SQL, fejler forespørgsler med en meddelelse i stil med 'Kunne ikke læse data fra Java-datakildens server'.

Hvis forespørgslen køres mod BigQuery ved hjælp af nqcmd eller et andet værktøj til SQL-indtastning, vises den faktiske fejlmeddelelse:

WITH SAWITH0 AS (select distinct T4.PROP_CD as c1 from FINOPS_RM_OCC_ACT T4) select 0 as c1, D1.c1 as c2 from SAWITH0 D1 order by c2
[Simba][BigQuery] (70) Invalid query: Table "FINOPS_RM_OCC_ACT" must be qualified with a dataset (e.g. dataset.table).
Statement preparation failed

Du kvalificerer forespørgslen med et datasæt ved at bruge et fysisk skema i informationsbasefilen.

Hvis Oracle Analytics-forbindelsen bruger et projektnavn med store bogstaver, oprettes forbindelsen.

Der kan være to forskellige problemer.

1. Forespørgsler fejler med meddelelsen 404 Ikke fundet om en maskeret URL:

[2022-03-17T01:13:44.105+00:00] [OBIS] [TRACE:2] [USER-34] [] [ecid: d6382db0-1e63-427e-893b-18bc00c0424e-0000de96,0:2:1:5] [sik: bootstrap] [tid: 856a6700] [messageId: USER-34] [requestid: 6358001e] [sessionid: 63580000] [username: Testuser] -------------------- Query Status: [nQSError: 46164] HTTP Server returned 404 (Not Found) for URL [masked_url]. [[
[nQSError: 46281] Failed to download metadata for dataset ‘system’.‘BigQuery Test’.
[nQSError: 43119] Query Failed:

2. Du ser datasæt i Oracle Analytics, men de underliggende tabeller er ikke tilgængelige.
Beskrivelse af GUID-1C0811AA-3875-4A7C-A147-230688B98583-default.png følger
.png

I begge tilfælde kan du modificere forbindelsen, så projektnavnet står med små bogstaver.

Når du foretager fejlfinding af BigQuery-forbindelser i Oracle Analytics Cloud, skal du bruge en JDBC-klient fra tredjepart for at prøve at oprette forbindelse til BigQuery med den samme tjenestekontonøgle.

Hvis forbindelsen stadig fejler, er der et problem med tjenestekontonøglen.

Hvis forbindelsen oprettes, er der et problem med Oracle Analytics, og du skal kontakte Oracle Support.

Denne test er nyttig i tilfælde, hvor tjenestekontonøglen ikke bekræftes via ODBC.

DSN-formater til angivelse af datakilder

I Oracle Analytics kan du modellere dine lokale data for mange databasetyper. Oracle Analytics understøtter direkte adgang til nogle lokale datakilder via den semantiske model. Når du opretter databaseforbindelsen ved hjælp af Model Administration Tool, skal du i feltet Datakildenavn i dialogboksen Forbindelsespulje (fanen Generelt) bruge det DSN-format, der passer til den database, som du opretter forbindelse til.

Amazon Redshift:
       DRIVER=Oracle 7.1 Amazon Redshift Wire Protocol;HOST=["host-name"];PORT=["port"];DB=["service-name"]
      SSL: DRIVER=Oracle 7.1 Amazon Redshift Wire Protocol;HOST=["host-name"];PORT=["port"];DB=["service-name"];EM=6;CPV=TLSv1.2,TLSv1.1,TLSv1, SSLv3, SSLv2;VSC=0
Apache Drill:
       DRIVER=MapR Drill ODBC Driver;Host=["host-name"];Port=["port"];CastAnyToVarchar=true;ExcludedSchemas=sys,INFORMATION_SCHEMA;AuthenticationType=Basic               Authentication;ConnectionType=Direct
Aster:
       DRIVER=Aster ODBC Driver;SERVER=["host-name"];PORT=["port"];DATABASE=["service-name"]
DB2:
      DRIVER=Oracle 7.1 DB2 Wire Protocol;IpAddress=["host-name"];PORT=["port"];DB=["service-name"]
      SSL:  DRIVER=Oracle 7.1 DB2 Wire Protocol;IpAddress=["host-name"];PORT=["port"];DB=["service-name"];EM=1;VSC=0
Greenplum:
       DRIVER=Oracle 7.1 Greenplum Wire Protocol;HOST=["host-name"];PORT=["port"];DB=["service-name"]
Hive:
       DRIVER=Oracle 8.0 Apache Hive Wire Protocol;HOST=["host-name"];PORT=["port"]
      SSL: DRIVER=Oracle 8.0 Apache Hive Wire Protocol;HOST=["host-name"];PORT=["port"];EM=1;VSC=0
Impala:
       DRIVER=Oracle 7.1 Impala Wire Protocol;HOST=["host-name"];PORT=["port"]
     SSL:  DRIVER=Oracle 7.1 Impala Wire Protocol;HOST=["host-name"];PORT=["port"];EM=1;VSC=0
Informix:
       DRIVER=Oracle 7.1 Informix Wire Protocol;HOSTNAME=["host-name"];PORTNUMBER=["port"];DATABASE=["service-name"]
MongoDB:
       DRIVER=Oracle 8.0 MongoDB;HOST=["host-name"];PORT=["port"];DB=["service-name"]
MySQL:
      DRIVER=Oracle 7.1 MySQL Wire Protocol;HOST=["host-name"];PORT=["port"];DB=["service-name"]
PostgresSql:
       DRIVER=Oracle 7.1 PostgreSQL Wire Protocol;HOST=["host-name"];PORT=["port"];DB=["service-name"]
Spark:
      DRIVER=Oracle 8.0 Apache Spark SQL;HOST=["host-name"];PORT=["port"]
      SSL:  DRIVER=Oracle 8.0 Apache Spark SQL;HOST=["host-name"];PORT=["port"];EM=1;VSC=0
SQL Server:
     DRIVER=Oracle 7.1 SQL Server Wire Protocol;HOST=["host-name"];PORT=["port"];DB=["service-name"]
     SSL:  DRIVER=Oracle 7.1 SQL Server Wire Protocol;HOST=["host-name"];PORT=["port"];DB=["service-name"];EM=1;VSC=0;CryptoProtocolVersion=TLSv1.2,TLSv1.1,TLSv1,SSLv3,SSLv2
Sybase:
       DRIVER=Oracle 7.1 Sybase Wire Protocol;NA=["host-name"], ["port"];DB=["service-name"]
Teradata:
       DRIVER=Oracle 7.1 Teradata;DBCName=["host-name"];port_name=["port"]