5 Hantera databasanslutningar för att modellera data

Administratörer skapar och hanterar molndatabasanslutningar för modellering av relationella och icke-relationella data som data i Essbase, Snowflake och Oracle Enterprise Performance Management (Oracle EPM). Dina affärsdata behöver inte alla vara på samma plats. Anslut till flera molndatabaser så kan affärsmodellerare och -analytiker analysera företagsdata oavsett var de är lagrade.

Avsnitt

Modellera data i en Essbase-kub

Anslut till en databas för Essbase för att modellera och visualisera data från Essbase-kuber.

Du kan bara modellera Essbase-data i modelladministrationsverktyget.

Innan du börjar distribuerar du datanätslussen med instansen av Oracle Analytics samt konfigurerar en agent i datanätslussen som ska kommunicera med fjärrdistributionen för Essbase.

Skapa en databas i det fysiska skiktet:
1. Högerklicka i det fysiska skiktets ruta och välj Skapa ny databas.
2. I dialogrutan Databas anger du vad databasen ska heta i Oracle Analytics.
3. Välj Databastyp (till exempel Essbase 11) och klicka sedan på OK.
Skapa en anslutningspool i det fysiska skiktet:
1. Högerklicka på den nyskapade databasen, klicka på Skapa nytt objekt och välj Databasanslutningspool.
2. I dialogrutan Anslutningspool anger du vad databaspoolen ska heta i Oracle Analytics.
3. I Essbase-server anger du en anslutningssträng för Essbase-servern.
  Till exempel http://<IP address>:<port number>/essbase/agent.
4. Välj Använd datanätslussen.
5. Ange Användarnamn och Lösenord för Essbase-distributionen.
6. Om du blir frågad anger du lösenordet för Essbase-distributionen igen.
Importera metadata för Essbase i det fysiska skiktet:
1. Högerklicka på anslutningen till Essbase och välj Importera metadata.
2. På sidan Välj datakälla klickar du på Nästa.
3. På sidan Välj metadataobjekt expanderar du databasen i rutan Datakälla, väljer kuben du vill ha och klickar sedan på Importera vald.
  
  För en stor kub kan importen ta två till tre minuter.
4. När importen är klar expanderar du databasen i Datalagervy för att visa den importerade kuben för Essbase.
5. Klicka på Slutför.
Med det fysiska skiktet du precis har skapat skapar du en affärsmodell, ett mappningsskikt och ett presentationsskikt.
Klicka på Arkiv, Moln och sedan Publicera.
Skapa en infopanel eller en arbetsbok för visualisering baserat på Essbase-kuben.
Den nya Essbase-kuben är nu tillgänglig som ett ämnesområde i Oracle Analytics.

Du kan till exempel skapa en analys i Oracle Analytics och få åtkomst till det nya ämnesområdet för Essbase i dialogrutan Välj ämnesområde. I Oracle Analytics skapar du en arbetsbok och i dialogrutan Lägg till datamängd och klickar på Ämnesområden för att få åtkomst till det nya ämnesområdet i Essbase.

Modellera data i Snowflake-datalager

Konfigurera den lokala miljön så att du kan modellera data i en Snowflake-databas.

Du kan modellera Snowflake-data i semantikmodelleraren eller i modelladministrationsverktyget. I den här uppgiften beskrivs hur processen utförs i modelladministrationsverktyget.

Både lokala anslutningar och fjärranslutningar till Snowflake från en semantisk modell kräver en installation av datanätslussen för att modelladministrationsverktyget ska kunna importera och modellera tabeller från en Snowflake-datakälla. Konfigurera Data Gateway-agenten med en lämplig drivrutin för att ansluta till Snowflake. Kontrollera att Data Gateway-fjärranslutningar är tillgängliga när frågor körs. När Snowflake-tabellerna har modellerats och den semantiska modellen har publicerats i Oracle Analytics kan däremot datanätslussen avaktiveras eller tas bort eftersom den inte används när frågor körs från Oracle Analytics.

Du kan skapa antingen en lokal anslutning eller en fjärranslutning till Snowflake från den semantiska modellen. Anslutningspoolen i den semantiska modellen använder en JDBC-anslutning när en lokal anslutning (inte en fjärranslutning) skapas.

Innan du börjar installerar du Data Gateway och modelladministrationsverktyget på samma Windows-dator i din lokala miljö.

Konfigurera en lokal Data Gateway-agent för att tillhandahålla en anslutning från utvecklingsklientverktyget till Snowflake.
1. Ladda ned den senaste Snowflake JDBC-drivrutinen (till exempel i filen snowflake-jdbc-3.9.0.jar).
2. Kopiera den nedladdade JAR-filen till installationsmappen för datanätslussen.
  I en serverdistribution ska du kopiera JAR-filen till:
  
  <Data Gateway folder>/domain/jettybase/lib/ext
  
  I en personlig distribution ska du kopiera JAR-filen till:
  
  <install directory>\war\datagateway\WEB-INF\lib
3. Starta om datanätslussen.
Konfigurera en anslutning till din Snowflake-databas.
- Information om lokala anslutningar finns i Skapa en lokal anslutning från en semantisk modell till Snowflake.
- Information om fjärranslutningar finns i Skapa en fjärranslutning från en semantisk modell till Snowflake:

Du kan nu modellera data med den här anslutningen.

Skapa en lokal anslutning från en semantisk modell till Snowflake

Anslut till en lokal Snowflake-databas så att du kan modellera Snowflake-data.

I modelladministrationsverktyget aktiverar du anslutningspoolfunktionen för JDBC genom att ladda Java-datakällor. Se Steg 3 i Konfigurera och registrera datanätslussen för rapportering.
I modelladministrationsverktyget skapar du en databas och ställer in typ till Snowflake.
Lägg till en anslutningspool och ange dessa uppgifter på fliken Allmänt:
- Anropsgränssnitt: JDBC(Direct Driver).
- Kräv fullt kvalificerade tabellnamn: Ja.
- Datakälla: Ange anslutningssträngen, till exempel: jdbc:snowflake://xxxx.snowflakecomputing.com?db=ODEV&warehouse=xxxxxx&schema=xxxxxx
- RDC-version: Låt det här fältet vara tomt.
På fliken Övrigt anger du följande detaljer:
- URL till JSD-servern: Låt det här fältet vara tomt (ta bort eventuell inmatning i det här fältet).
- Drivrutinsklass: net.snowflake.client.jdbc.SnowflakeDriver.
- Använd SQL över HTTP: false.
Modellera data med den här anslutningen.
Ladda upp eller publicera den semantiska modellen till Oracles analysmoln när du har slutfört modellen.
Oracles analysmoln ansluter till Snowflake-databasen utan att använda datanätslussen.

Du kan nu modellera data med den här anslutningen.

Skapa en fjärranslutning från en semantisk modell till Snowflake

Anslut till en lokal Snowflake-databas så att du kan modellera Snowflake-data.

I modelladministrationsverktyget aktiverar du anslutningspoolfunktionen för JDBC genom att ladda Java-datakällor. Se Steg 3 i Konfigurera och registrera datanätslussen för rapportering.
I modelladministrationsverktyget skapar du en databas och ställer in typ till Snowflake.
Lägg till en anslutningspool och ange dessa uppgifter på fliken Allmänt:
- Anropsgränssnitt: JDBC(Direct Driver).
- Kräv fullt kvalificerade tabellnamn: Ja.
- Datakälla: Ange anslutningssträngen, till exempel: jdbc:snowflake://xxxx.snowflakecomputing.com?db=ODEV&warehouse=xxxxxx&schema=xxxxxx
- RDC-version: Ställ in på 2.
På fliken Övrigt anger du följande detaljer:
- URL till JSD-servern: Låt det här fältet vara tomt (ta bort eventuell inmatning i det här fältet).
- Drivrutinsklass: net.snowflake.client.jdbc.SnowflakeDriver.
- Använd SQL över HTTP: true.
Modellera data med den här anslutningen.
Ladda upp eller publicera den semantiska modellen till Oracles analysmoln när du har slutfört modellen.
Obs! Oracles analysmoln ansluter till Snowflake med alla konfigurerade agenter i datanätslussen.
Kopiera Snowflake-drivrutinsfilen till varje installationsmapp för Data Gateway-agenter.
- I en serverdistribution kopierar du JAR-filen till: <Data Gateway install_location>/domain/jettybase/thirdpartyDrivers.
- I en personlig distribution i Windows kopierar du JAR-filen till: <Data Gateway_extract_path>\thirdpartyDrivers.
- I en personlig distribution i MacOS kopierar du JAR-filen till: <Application->Show Package Contents>Resources->app.nw-> thirdpartyDrivers.
Starta om datanätslussen. Se Underhåll datanätslussen.

Modellera data i Google BigQuery

Anslut till en Google BigQuery-databas så att du kan modellera och visualisera data från Google BigQuery. Du kan modellera Google BigQuery-data i semantikmodelleraren eller i modelladministrationsverktyget. I de här uppgifterna beskrivs hur processen utförs i modelladministrationsverktyget.

Avsnitt

Skapa en Oracle Analytics-anslutning till Google BigQuery

Du kan skapa en systemanslutning till en Google BigQuery-databas och använda anslutningen till att modellera Google BigQuery-projektet.

Innan du börjar laddar du ned den privata nyckeln för servicekontot (i JSON-format) för Google BigQuery-tjänsten.

På Oracle Analytics hemsida klickar du på Skapa och sedan på Anslutning.
Klicka på BigQuery.
Ange anslutningsdetaljerna.
- I Anslutningsnamn, anger du ett användarvänligt namn för att identifiera anslutningsdetaljerna i Oracle Analytics.
- I Projekt anger du namnet i gemener på det BigQuery-projekt du vill analysera.
- I Privat nyckel för servicekonto klickar du på Välj och laddar du upp den privata nyckeln för servicekontot (JSON-format) för BigQuery-tjänsten. E-postadress för servicekonto fylls i med de uppladdade nyckeluppgifterna.
- I Systemanslutning väljer du det här alternativet.
  
  .png
Spara detaljerna.

Ladda ned och ställa in ODBC-drivrutinen för BigQuery

Installera ODBC-drivrutinen som krävs för att ansluta till Google BigQuery och konfigurera den i modelladministrationsverktyget för att kunna modellera projektet.

Ladda ned ODBC-drivrutinen för Simba BigQuery från Google.
Du kan till exempel ladda ned den från Googles referenswebbplats.
Installera den nedladdade drivrutinen på den maskin där klientverktygen för Oracle Analytics är installerade.
Konfigurera ODBC-drivrutinen i dialogrutan DSN-konfiguration.

.png
Klicka på Testa för att testa anslutningen.

.png
Spara detaljerna.

Skapa en datamodell med en Google BigQuery-datakälla

Du bygger en datamodell för Google BigQuery-databasen så att du kan distribuera den för att visualisera data i ett BigQuery-projekt.

För att kunna bygga datamodellen behöver du behörigheter i BigQuery-nyckeln. Om BigQuery-nyckeln ger åtkomst till datamängdsnivån utför du Importera metadata med hjälp av ODBC-drivrutinen för BigQuery genom att utföra stegen nedan. Om BigQuery-nyckeln endast ger åtkomst till vissa specifika tabeller och vyer följer du stegen nedan för att skapa ett fysiskt schema.

I modelladministrationsverktyget skapar du en databas i datalagret och anger Databastyp till ODBC Basic.

.png
I dialogrutan Anslutningspool skapar du en anslutningspool i databasen.
- I Anropsgränssnitt väljer du Standard (ODBC 2.0).
- I fältet Datakälla väljer du den ODBC-drivrutin för BigQuery du skapade tidigare.
.png
Skapa ett fysiskt schema i databasen med samma namn som BigQuery-datamängden.
BigQuery-SQL kräver att datamängdsnamnet läggs före tabellnamnet, dataset.table. Datamängdens namn motsvarar ett fysiskt schemaobjekt i datalagerfilen.

.png
Högerklicka på anslutningspoolen och välj Importera metadata.
I dialogrutan Välj datakälla väljer du ODBC 2.0 eller ODBC 3.5 för anslutningstyp och ODBC-drivrutinen för BigQuery.

.png
I dialogrutan Välj metadatatyper väljer du Vyer och andra typer du vill använda för vilka BigQuery-nyckeln har behörighet.

.png
I dialogrutan Välj metadatatyper väljer du enskilda tabeller och klickar sedan på Importera valda. När du gör det importeras BigQuery-databasen och de underliggande strukturerna.

.png

Om du klickar på Importera alla importerar du bara databasen. Om det händer väljer du Importera alla en andra gång så importeras tabellerna.
Klicka på Slutför.
Dra de importerade tabellerna till det fysiska schemat.
Redigera den fysiska databasen och ändra databastypen till BigQuery.

.png

När du ändrar den fysiska databasen visas ett meddelande som anger att databastypen inte matchar det anropsgränssnitt som angetts i anslutningspoolen. Klicka på Ja.

.png
I dialogrutan Anslutningspool konfigurerar du dessa inställningar:
- I Anropsgränssnitt ändrar du anropsgränssnittet till JDBC (Direct Driver).
- Välj Kräv fullt kvalificerade tabellnamn.
- Välj Använd dataanslutning.
- I Oracle Analytics inspekterar du BigQuery-anslutningen och kopierar objekt-id:t. BigQuery är skiftlägeskänsligt. Kontrollera att syntaxen för dataanslutningen är rätt med hjälp av knappen Kopiera.
  
  .png
- I dialogrutan Anslutningspool klistrar du in det kopierade objekt-id:t i fältet Objekt-id.
- Ställ in Högsta antal anslutningar på 100.
.png
Spara detaljerna.

Modellera metadata i datalagret och ladda upp datalagerfilen (RPD) till Oracle Analytics.

Felsöka problem med datalageranslutning för Google BigQuery

Här är några problem som du kan stöta på vid anslutning till Google BigQuery och lösningarna på dem.

Om Kräv fullt kvalificerade tabellnamn inte är markerat och ett fysiskt schema inte ingår i den genererade SQL:en utförs inte frågorna och ett meddelande som påminner om "Kunde inte läsa data från Java-datakällans server" visas.

Om frågan körs mot BigQuery med hjälp av nqcmd eller ett annat SQL-inmatningsverktyg visas det faktiska felmeddelandet:

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 kvalificerar frågan med en datamängd genom att använda ett fysiskt schema i datalagerfilen.

Om Oracle Analytics-anslutningen har ett projektnamn i versaler har anslutningen skapats.

Du kan stöta på två olika problem.

1. Frågor utförs inte och du får 404-meddelandet Hittades inte om en maskerad 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 datamängder i Oracle Analytics, men de underliggande tabellerna är inte tillgängliga.
Beskrivning av GUID-1C0811AA-3875-4A7C-A147-230688B98583-default.png följer
.png

I båda fallen kan du ändra anslutningen så att projektnamnet är i gemener.

När du felsöker BigQuery-anslutningar i Oracles analysmoln ska du använda en JDBC-klient från tredje part till att försöka ansluta till BigQuery med samma servicekontonyckel.

Om anslutningen fortfarande inte kan upprättas är det ett problem med servicekontonyckeln.

Om anslutningen upprättas ligger problemet hos Oracle Analytics och du bör kontakta Oracle Support.

Det här testet är till hjälp när servicekontonyckeln inte verifieras via ODBC.

DSN-format för att ange datakällor

I Oracle Analytics kan du modellera dina lokala data för många databastyper. Oracle Analytics stöder direkt åtkomst till vissa lokala datakällor genom den semantiska modellen. När du skapar databasanslutningen med modelladministrationsverktyget använder du lämpligt DSN-format för databastypen du ansluter till i fältet Datakälla i dialogrutan Anslutningspool (fliken Allmänt).

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"]