5 Datenbankverbindungen für die Datenmodellierung verwalten

Administratoren erstellen und verwalten Cloud-Datenbankverbindungen für die Modellierung relationaler und nicht relationaler Daten wie Essbase-, Snowflake- oder Oracle Enterprise Performance Management-(Oracle EPM-)Daten. Die Geschäftsdaten müssen nicht alle an einem Ort vorhanden sein. Stellen Sie Verbindungen zu mehreren Cloud-Datenbanken her, damit Business Modeler und Analysten Unternehmensdaten in beliebigen Speicherorten analysieren können.

Themen

Daten in einem Essbase-Cube modellieren

Stellen Sie eine Verbindung zu einer Essbase-Datenbank her, damit Sie Daten aus Essbase-Cubes modellieren und visualisieren können.

Sie können Essbase-Daten nur in Model Administration Tool modellieren.

Stellen Sie zunächst Data Gateway bei der Oracle Analytics-Instanz bereit, und konfigurieren Sie einen Data Gateway-Agent für die Kommunikation mit dem Remote-Essbase-Deployment.

Erstellen Sie eine Datenbank im physischen Layer:
1. Klicken Sie mit der rechten Maustaste auf den Bereich "Physischer Layer", und wählen Sie Neue Datenbank erstellen aus.
2. Geben Sie im Dialogfeld "Datenbank" einen Namen zur Identifizierung der Datenbank in Oracle Analytics an.
3. Wählen Sie den Datenbanktyp (z.B. Essbase 11) aus, und klicken Sie auf OK.
Erstellen Sie einen Verbindungspool im physischen Layer:
1. Klicken Sie mit der rechten Maustaste auf die neue Datenbank, und wählen Sie Neues Objekt erstellen, Verbindungspool der Datenbank aus.
2. Geben Sie im Dialogfeld "Verbindungspool" einen Namen zur Identifizierung des Datenbankpools in Oracle Analytics an.
3. Geben Sie in Essbase-Server die Verbindungszeichenfolge für den Essbase-Server an.
  Beispiel: http://<IP address>:<port number>/essbase/agent.
4. Wählen Sie Data Gateway verwenden aus.
5. Geben Sie den Benutzernamen und das Kennwort für das Essbase-Deployment ein.
6. Wenn Sie dazu aufgefordert werden, geben Sie das Kennwort für das Essbase-Deployment erneut ein.
Importieren Sie die Essbase-Metadaten im physischen Layer:
1. Klicken Sie mit der rechten Maustaste auf die Essbase-Verbindung, und wählen Sie Metadaten importieren aus.
2. Klicken Sie auf der Seite "Datenquelle auswählen" auf Weiter.
3. Blenden Sie auf der Seite "Metadatenobjekte auswählen" die Datenbank im Feld Datenquelle ein, wählen Sie den gewünschten Cube aus, und klicken Sie auf Ausgewählte importieren.
  
  Bei einem großen Cube kann der Import zwei bis drei Minuten dauern.
4. Blenden Sie nach Abschluss des Imports die Datenbank in der Repository-Ansicht ein, um den importierten Essbase-Cube anzuzeigen.
5. Klicken Sie auf Beenden.
Erstellen Sie mit dem physischen Layer, den Sie gerade erstellt haben, das Geschäftsmodell und den Zuordnungslayer sowie den Präsentationslayer.
Klicken Sie auf Datei, Cloud, Veröffentlichen.
Erstellen Sie ein Dashboard oder eine Visualisierungsarbeitsmappe basierend auf dem Essbase-Cube.
Der neue Essbase-Cube ist jetzt als Themenbereich in Oracle Analytics verfügbar.

Beispiel: Erstellen Sie in Oracle Analytics eine Analyse. Im Dialogfeld "Themenbereich auswählen" können Sie dann auf den neuen Essbase-Themenbereich zugreifen. Erstellen Sie in Oracle Analytics eine Arbeitsmappe, und klicken Sie im Dialogfeld "Dataset hinzufügen" auf Themenbereiche, um auf den neuen Essbase-Themenbereich zuzugreifen.

Daten in Snowflake Data Warehouse modellieren

Konfigurieren Sie die On-Premise-Umgebung so, dass Sie Daten in einer Snowflake-Datenbank modellieren können.

Sie können Snowflake-Daten im semantischen Modellierer oder in Model Administration Tool modellieren. Bei dieser Aufgabe wird der Prozess anhand von Model Administration Tool beschrieben.

Für lokale und Remoteverbindungen zu Snowflake von einem semantischen Modell muss Data Gateway installiert werden, damit Model Administration Tool Tabellen aus einer Snowflake-Datenquelle importieren und modellieren kann. Konfigurieren Sie den Data Gateway-Agent mit einem geeigneten Treiber für die Snowflake-Verbindung. Stellen Sie sicher, das Data Gateway-Remoteverbindungen beim Ausführen von Abfragen verfügbar sind. Sie können Data Gateway aber bei lokalen Verbindungen deaktivieren oder entfernen, nachdem die Snowflake-Tabellen modelliert wurden und das semantische Modell in Oracle Analytics veröffentlicht wurde. Es wird nämlich nicht verwendet, wenn Abfragen aus Oracle Analytics ausgeführt werden.

Sie können eine lokale oder eine Remoteverbindung zu Snowflake vom semantischen Modell erstellen. Wenn Sie eine lokale Verbindung (keine Remoteverbindung) erstellen, verwendet der Verbindungspool im semantischen Modell eine JDBC-Verbindung.

Installieren Sie zunächst Data Gateway und Model Administration Tool auf demselben Windows-Rechner in Ihrer On-Premise-Umgebung.

Konfigurieren Sie einen lokalen Data Gateway-Agent, um die Verbindung vom Developer Client Tool zu Snowflake zu erleichtern.
1. Laden Sie den aktuellen Snowflake-JDBC-Treiber herunter (z.B. in Datei snowflake-jdbc-3.9.0.jar).
2. Kopieren Sie die heruntergeladene JAR-Datei in den Installationsordner von Data Gateway.
  Kopieren Sie bei einem Server-Deployment die JAR-Datei in:
  
  <Data Gateway folder>/domain/jettybase/lib/ext
  
  Kopieren Sie bei einem persönlichen Deployment die JAR-Datei in:
  
  <install directory>\war\datagateway\WEB-INF\lib
3. Starten Sie Data Gateway neu.
Konfigurieren Sie eine Verbindung zur Snowflake-Datenbank.
- Informationen zu lokalen Verbindungen finden Sie unter Lokale Verbindung semantischer Modelle zu Snowflake erstellen.
- Informationen zu Remoteverbindungen finden Sie unter Remoteverbindung semantischer Modelle zu Snowflake erstellen.

Jetzt können Sie Ihre Daten mit dieser Verbindung modellieren.

Lokale Verbindung semantischer Modelle zu Snowflake erstellen

Stellen Sie eine Verbindung zu einer lokalen Snowflake-Datenbank her, damit Sie Snowflake-Daten modellieren können.

Aktivieren Sie in Model Administration Tool die JDBC-Verbindungspoolfunktion, indem Sie Java-Datenquellen laden. Siehe Schritt 3 in Data Gateway für Berichte konfigurieren und registrieren.
Erstellen Sie in Model Administration Tool eine Datenbank, und setzen Sie den Typ auf "Snowflake".
Fügen Sie einen Verbindungspool hinzu, und geben Sie die folgenden Details auf der Registerkarte "Allgemein" an:
- Aufrufschnittstelle: JDBC (Direkter Treiber).
- Vollständig angegebene Tabellenamen erforderlich: Ja.
- Datenquellenname: Geben Sie die Verbindungszeichenfolge ein. Beispiel: jdbc:snowflake://xxxx.snowflakecomputing.com?db=ODEV&warehouse=xxxxxx&schema=xxxxxx
- RDC-Version: Lassen Sie dieses Feld leer.
Geben Sie auf der Registerkarte "Verschiedenes" die folgenden Details an:
- JDS-Server-URL: Lassen Sie dieses Feld leer (entfernen Sie eventuelle Einträge in diesem Feld).
- Treiberklasse: net.snowflake.client.jdbc.SnowflakeDriver.
- SQL über HTTP verwenden: false.
Modellieren Sie Ihre Daten mit dieser Verbindung.
Laden Sie das semantische Modell in Oracle Analytics Cloud hoch, bzw. veröffentlichen Sie es dort, wenn Sie das Modell abgeschlossen haben.
Oracle Analytics Cloud stellt die Verbindung zur Snowflake-Datenbank ohne Data Gateway her.

Jetzt können Sie Ihre Daten mit dieser Verbindung modellieren.

Remoteverbindung semantischer Modelle zu Snowflake erstellen

Stellen Sie eine Verbindung zu einer lokalen Snowflake-Datenbank her, damit Sie Snowflake-Daten modellieren können.

Aktivieren Sie in Model Administration Tool die JDBC-Verbindungspoolfunktion, indem Sie Java-Datenquellen laden. Siehe Schritt 3 in Data Gateway für Berichte konfigurieren und registrieren.
Erstellen Sie in Model Administration Tool eine Datenbank, und setzen Sie den Typ auf "Snowflake".
Fügen Sie einen Verbindungspool hinzu, und geben Sie die folgenden Details auf der Registerkarte "Allgemein" an:
- Aufrufschnittstelle: JDBC (Direkter Treiber).
- Vollständig angegebene Tabellenamen erforderlich: Ja.
- Datenquellenname: Geben Sie die Verbindungszeichenfolge ein. Beispiel: jdbc:snowflake://xxxx.snowflakecomputing.com?db=ODEV&warehouse=xxxxxx&schema=xxxxxx
- RDC-Version: Setzen Sie diese Einstellung auf "2".
Geben Sie auf der Registerkarte "Verschiedenes" die folgenden Details an:
- JDS-Server-URL: Lassen Sie dieses Feld leer (entfernen Sie eventuelle Einträge in diesem Feld).
- Treiberklasse: net.snowflake.client.jdbc.SnowflakeDriver.
- SQL über HTTP verwenden: true.
Modellieren Sie Ihre Daten mit dieser Verbindung.
Laden Sie das semantische Modell wieder in Oracle Analytics Cloud hoch, bzw. veröffentlichen Sie es dort, wenn Sie das Modell abgeschlossen haben.
Hinweis: Oracle Analytics Cloud stellt die Verbindung zu Snowflake mit einem beliebigen konfigurierten Data Gateway-Agent her.
Kopieren Sie die Snowflake-Treiberdatei in jeden Data Gateway-Agent-Installationsordner.
- Kopieren Sie bei einem Server-Deployment die JAR-Datei in <Data Gateway install_location>/domain/jettybase/thirdpartyDrivers.
- Kopieren Sie die JAR-Datei bei einem persönlichen Deployment unter Windows in <Data Gateway_extract_path>\thirdpartyDrivers.
- Kopieren Sie die JAR-Datei bei einem persönlichen Deployment unter MacOS in <Application->Show Package Contents>Resources->app.nw-> thirdpartyDrivers.
Starten Sie Data Gateway neu. Siehe Data Gateway verwalten.

Daten in Google BigQuery modellieren

Stellen Sie eine Verbindung zu einer Google BigQuery-Datenbank her, damit Sie Daten aus Google BigQuery modellieren und visualisieren können. Sie können Google BigQuery-Daten im semantischen Modellierer oder in Model Administration Tool modellieren. Bei diesen Aufgaben wird der Prozess anhand von Model Administration Tool beschrieben.

Themen

Oracle Analytics-Verbindung zu Google BigQuery erstellen

Sie können eine Verbindung zu einer Google BigQuery-Datenbank erstellen und das Google BigQuery-Projekt über diese Verbindung modellieren.

Laden Sie zunächst den Private Key für den Serviceaccount (im JSON-Format) für Ihren Google BigQuery-Service herunter.

Klicken Sie auf der Homepage von Oracle Analytics auf Erstellen und dann auf Verbindung.
Klicken Sie auf BigQuery.
Geben Sie die Verbindungsdetails ein.
- Geben Sie unter Verbindungsname einen benutzerfreundlichen Namen zur Identifizierung der Verbindungsdetails in Oracle Analytics ein.
- Geben Sie unter Projekt den Namen des zu analysierenden BigQuery-Projekts in Kleinbuchstaben an.
- Klicken Sie unter Private Key für Serviceaccount auf Auswählen, und laden Sie den Private Key für den Serviceaccount (JSON-Format) für den BigQuery-Service hoch. E-Mail-Adresse des Serviceaccounts wird anhand der hochgeladenen Schlüsseldetails aufgefüllt.
- Wählen Sie unter Systemverbindung diese Option aus.
  
  .png
Speichern Sie die Details.

BigQuery-ODBC-Treiber herunterladen und einrichten

Installieren Sie den ODBC-Treiber, der für Verbindungen zu Google BigQuery erforderlich ist, und konfigurieren Sie ihn in Model Administration Tool, damit Sie das Projekt modellieren können.

Laden Sie den BigQuery-ODBC-Treiber von Simba von Google herunter.
Beispiel: Laden Sie ihn von der Google-Referenzsite herunter.
Installieren Sie den heruntergeladenen Treiber auf dem Rechner, auf dem Oracle Analytics Client Tools installiert ist.
Konfigurieren Sie den ODBC-Treiber im Dialogfeld für das DSN-Setup.

.png
Klicken Sie auf Testen, um die Verbindung zu testen.

.png
Speichern Sie die Details.

Datenmodell aus Google BigQuery-Datenquelle erstellen

Sie erstellen ein Datenmodell für Ihre Google BigQuery-Datenbank, damit Sie Daten in einem BigQuery-Projekt damit visualisieren können.

Zum Erstellen eines Datenmodells benötigen Sie Berechtigungen im BigQuery-Schlüssel. Wenn der BigQuery-Schlüssel Zugriff auf die Dataset-Ebene erteilt, führen Sie einfach den Vorgang "Metadaten importieren" mit dem BigQuery-ODBC-Treiber anhand der folgenden Schritte aus. Wenn der BigQuery-Schlüssel nur Zugriff auf bestimmte Tabellen oder Views erteilt, führen Sie die folgenden Schritte aus, um ein physisches Schema zu erstellen.

Erstellen Sie in Model Administration Tool eine Datenbank im Repository, und setzen Sie den Datenbanktyp auf "ODBC Basic".

.png
Erstellen Sie im Dialogfeld "Verbindungspools" einen Verbindungspool in der Datenbank.
- Wählen Sie unter Aufrufschnittstelle "Standard (ODBC 2.0)" aus.
- Wählen Sie im Feld Datenquellenname den BigQuery-ODBC-Treiber aus, den Sie zuvor erstellt haben.
.png
Erstellen Sie ein physisches Schema in der Datenbank mit demselben Namen wie dem des BigQuery-Datasets.
Für BigQuery-SQL muss der Dataset-Name vor dem Tabellennamen stehen: dataset.table. Der Dataset-Name entspricht einem physischen Schemaobjekt im der Repository-Datei.

.png
Klicken Sie mit der rechten Maustaste auf den Verbindungspool, und wählen Sie Metadaten importieren aus.
Wählen Sie im Dialogfeld "Datenquelle auswählen" entweder ODBC 2.0 oder ODBC 3.5 als Verbindungstyp aus, und wählen Sie den BigQuery-ODBC-Treiber aus.

.png
Wählen Sie im Dialogfeld "Metadatentypen auswählen" Ansichten und andere zu verwendende Typen aus, für die der BigQuery-Schlüssel Berechtigungen erteilt.

.png
Wählen Sie im Dialogfeld "Metadatentypen auswählen" die einzelnen Tabellen aus, und klicken Sie auf Ausgewählte importieren. Dadurch werden die BigQuery-Datenbank und die zugrunde liegenden Strukturen importiert.

.png

Wenn Sie auf Alle importieren klicken, wird nur die Datenbank importiert. Wählen Sie in diesem Fall erneut Alle importieren aus, um die Tabellen zu importieren.
Klicken Sie auf Beenden.
Ziehen Sie importierte Tabellen in das physische Schema.
Bearbeiten Sie die physische Datenbank, und ändern Sie den Datenbanktyp in BigQuery.

.png

Beim Ändern der physischen Datenbank wird eine Meldung angezeigt, dass der Datenbanktyp nicht mit der im Verbindungspool festgelegten Aufrufschnittstelle übereinstimmt. Klicken Sie auf Ja.

.png
Konfigurieren Sie die folgenden Einstellungen im Dialogfeld "Verbindungspool":
- Ändern Sie den Wert unter Aufrufschnittstelle in JDBC (direkter Treiber).
- Wählen Sie Vollständig angegebene Tabellenamen erforderlich aus.
- Wählen Sie Datenverbindung verwenden aus.
- Prüfen Sie die BigQuery-Verbindung in Oracle Analytics, und kopieren Sie die Objekt-ID. Bei BigQuery muss die Groß-/Kleinschreibung beachtet werden. Verwenden Sie die Schaltfläche Kopieren, um eine korrekte Datenverbindungssyntax sicherzustellen.
  
  .png
- Fügen Sie die kopierte Objekt-ID im Dialogfeld "Verbindungspool" in das Feld Objekt-ID ein.
- Setzen Sie Maximale Anzahl Verbindungen auf 100.
.png
Speichern Sie die Details.

Modellieren Sie die Metadaten im Repository, und laden Sie die Repository-Datei (RPD) in Oracle Analytics hoch.

Repository-Verbindungsprobleme mit Google BigQuery beheben

Im Folgenden werden Probleme, die bei Verbindungen zu Google BigQuery auftreten können, sowie deren Workarounds beschrieben.

Wenn "Vollständig angegebene Tabellenamen erforderlich" nicht ausgewählt ist und zur generierten SQL kein physisches Schema gehört, verlaufen Abfragen nicht erfolgreich. Dann wird eine Meldung wie "Daten konnten nicht aus Java-Datenquellenserver gelesen werden" angezeigt.

Wenn die Abfrage mit nqcmd oder einem anderen SQL-Eingabetool für BigQuery ausgeführt wird, wird die folgende Fehlermeldung angezeigt:

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

Sie sollten die Abfrage mit einem physischen Schema in der Repository-Datei bei einem Dataset qualifizieren.

Wenn die Oracle Analytics-Verbindung einen Projektnamen in Großbuchstaben verwendet, wird die Verbindung erfolgreich erstellt.

Möglicherweise treten zwei unterschiedliche Probleme auf.

1. Abfragen verlaufen mit der Meldung "404 Nicht gefunden" zu einer maskierten URL nicht erfolgreich:

[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. In Oracle Analytics werden Datasets angezeigt, aber die zugrunde liegenden Tabellen sind nicht verfügbar.
Beschreibung von GUID-1C0811AA-3875-4A7C-A147-230688B98583-default.png folgt
.png

In beiden Fällen können Sie die Verbindung ändern, damit der Projektname Kleinbuchstaben verwendet.

Verwenden Sie bei der Fehlerbehebung mit BigQuery-Verbindungen in Oracle Analytics Cloud den JDBC-Client eines Drittanbieters, um die Verbindung zu BigQuery über denselben Serviceaccountschlüssel herzustellen.

Wenn die Verbindung dann immer noch nicht erfolgreich hergestellt werden kann, liegt ein Problem mit dem Serviceaccountschlüssel vor.

Wenn die Verbindung erfolgreich ist, liegt ein Problem mit Oracle Analytics vor. Wenden Sie sich in diesem Fall an Oracle Support.

Dieser Test bietet sich in Fällen an, bei denen der Serviceaccountschlüssel nicht über ODBC verifiziert wird.

DSN-Formate zum Angeben von Datenquellen

In Oracle Analytics können Sie On-Premise-Daten für viele Datenbanktypen modellieren. Oracle Analytics unterstützt direkten Zugriff auf einige On-Premise-Datenquellen über das semantische Modell. Wenn Sie die Datenbankverbindung mit Model Administration Tool erstellen, verwenden Sie im Dialogfeld "Verbindungspool" (Registerkarte "Allgemein") im Feld Datenquellenname das jeweilige DSN-Format für den gewünschten Datenbanktyp.

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"]