Emner
Du kan koble til mange typer datakilder, for eksempel skydatabaser og lokale databaser, og mange applikasjoner som er mye brukt, for eksempel Dropbox, Google Drive og Amazon Hive.
Du oppretter en tilkobling for hver enkelt datakilde du vil ha tilgang til, i Oracle Analytics. Når du er tilkoblet, kan du visualisere dataene for å få god innsikt.
En datakilde er en tabellstruktur. Du ser datakildeverdiene når du har lastet inn en fil eller sendt en spørring til en tjeneste som returnerer resultater.
En datakilde kan inneholde noe av følgende:
Du kan analysere en datakilde alene eller du kan analysere to eller flere datakilder sammen, avhengig av hva datakilden inneholder. Hvis du bruker flere kilder sammen, må det være minst én samsvarskolonne i hver kilde. Kravene for samsvar er som følger:
Når du lagrer en arbeidsbok, synkroniseres tillatelsene mellom arbeidsboken og de eksterne kildene som brukes. Hvis du deler arbeidsboken med andre brukere, deles også de eksterne kildene med de samme brukerne.
Alle data du laster opp (som et datasett), lagres sikkert i Oracle Cloud.
Du kan kombinere datakilder med emneområder hvis du vil utforske og analysere dataene.
Et emneområde utvider en dimensjon ved å legge til attributter eller utvider fakta ved å legge til målinger og valgfrie attributter. Du kan ikke definere hierarkier i datakilder.
Et emneområde organiserer attributter i dimensjoner, ofte med hierarkier, og et sett med målinger, ofte med komplekse beregninger, som kan analyseres mot dimensjonsattributtene, for eksempel målingen nettoomsetning etter kundesegment for inneværende kvartal, og samme kvartal for ett år siden.
Når du bruker data fra en kilde, for eksempel en Excel-fil, legger filen til opplysninger som er nye for emneområdet. Vi kan for eksempel tenke oss at du har kjøpt demografiske opplysninger for postområder eller kredittrisikoopplysninger for kunder og vil bruke disse dataene i en analyse før du legger til dataene i datavarehuset eller et eksisterende emneområde.
Ved hjelp av en kilde som brukes frittstående, kan dataene fra kilden brukes uavhengig av et emneområde. Det er enten en enkeltfil eller flere filer som brukes sammen. Uansett blir det ikke brukt et emneområde.
Du kan utvide en dimensjon ved å legge til attributter fra en datakilde i et emneområde:
Du kan bare lage samsvar i en enkelt dimensjon.
Verdisettet i samsvarskolonner er unikt i datakilden. Hvis datakilden for eksempel samsvarer for postnummer, er postnumrene i kilden unike.
Du må lage samsvar med én kolonne eller sammensatte kolonner. Samsvar for én kolonne er for eksempel at produktnøkkel samsvarer med produktnøkkel. Samsvar for sammensatte kolonner er for eksempel at selskap samsvarer med selskap og forretningsenhet samsvarer med forretningsenhet.
Alle andre kolonner må være attributter.
Du kan legge til målinger fra en datakilde i et emneområde:
Du må lage samsvar med én eller flere dimensjoner.
Verdisettet i samsvarskolonner er ikke nødvendigvis unikt i datakilden. Hvis for eksempel datakilden er et sett av salg der det er funnet samsvar med dato, kunde og produkt, kan du ha flere salg av et produkt til en kunde på samme dag.
Du må lage samsvar mellom én eller sammensatte kolonner. Samsvar for én kolonne er for eksempel at produktnøkkel samsvarer med produktnøkkel. For sammensatte kolonner er et eksempel at Poststed og Delstat fra separate kolonner oppretter sammensetningen Poststed_Delstat i en kundeadresse.
En datakilde som legger til målinger, kan omfatte attributter. Du kan bruke disse attributtene sammen med eksterne målinger, men ikke sammen med kuraterte målinger i visualiseringer. Hvis du for eksempel legger til en kilde med salgstallene for en ny virksomhet, kan du sammenligne disse salgene for den nye virksomheten med en eksisterende tidsdimensjon og ikke noe annet. Dataene kan inkludere opplysninger om produktene som selges av denne nye forretningen. Du kan vise salg for den eksisterende forretningen sammen med tallene for den nye forretningen etter tid, men du kan ikke vise inntekten for den gamle forretningen etter nye forretningsprodukter, og du kan heller ikke vise inntekt for ny forretning etter gamle forretningsprodukter. Du kan vise ny forretningsinntekt etter tid og nye forretningsprodukter.
Du kan arbeide med datakildetyper som enten inkluderer eller ikke inkluderer en målingskolonne.
Du kan sammenligne tabeller med målinger, andre tabeller med en måling, en dimensjon, eller begge deler.
Når du sammenligner tabeller med andre tabeller med målinger, trenger de ikke å ha samme kornethet. Du kan for eksempel sammenligne en tabell over daglig salg med en tabell over salg per kvartal.
En tabell uten målinger blir behandlet som en dimensjon.
Det kan være samsvar mellom enkelte eller sammensatte kolonner. Samsvar med en enkelt kolonne kan være at produktnøkkelen i én tabell samsvarer med produktnøkkelen i en annen. Samsvar med en sammensatt kolonne kan være der firma og forretningsenhet i én tabell samsvarer med firma og forretningsenhet i den andre tabellen.
Alle andre kolonner må være attributter.
Dimensjonstabeller kan samsvares med andre dimensjoner, eller de kan samsvares med tabeller med målinger. En tabell med egendefinerte attributter kan for eksempel samsvares med en tabell med demografiske attributter, så lenge begge dimensjonene har unike kolonner for kundenøkkel og demografiske nøkler.