Med samlede partitioner kan du integrere Essbase-kuber med Autonomous Data Warehouse for at kombinere Essbase's analytiske styrke med fordelene ved Autonomous Database.
Essbase-integration med Autonomous Data Warehouse via samlet partition betyder, at dataene til din kube lagres i Autonomous Data Warehouse.
For at kunne implementere denne facilitet skal Essbase og Oracle Autonomous Database Serverless (med Autonomous Data Warehouse-arbejdsbelastningstype) tages i brug sammen i en delt Oracle Cloud Infrastructure-leje, hvor Autonomous Data Warehouse fungerer som informationsbasedatabase, der indeholder RCU-skemaer til den Essbase-stak, der er taget i brug på OCI fra Marketplace.
Essbase-kuber med samlet partition har nogle vigtige funktionelle forskelle i forhold til ikke-samlet bloklager (BSO) og aggregerede lagerkuber (ASO).
Sammenlign forskellene mellem ASO- og BSO-kuber for at få hjælp til at beslutte, om samlet partition er det rette valg.
Tabel 18-1 Forskelle mellem aggregeret lagring, bloklagring og samlede kuber
| Aggregeret lagring (ASO) | Bloklagring (BSO) | Samlet partitionskube | |
|---|---|---|---|
| Datalagermodel |
Data lagres i Essbase. |
Data lagres i Essbase. |
Data lagres i en relationstabel i Autonomous Data Warehouse. Andre steder i dokumentationen kaldes den for faktatabellen. |
| Sådan fungerer det |
Antal dimensioner kan være meget højt og indeholde millioner af medlemmer, men kuben har relativt få dataudsnit (mange dimensionale skæringspunkter indeholder ingen data). Data er kun input på laveste niveau. Kuber er optimeret til hurtig aggregering. |
Antallet og skalaen af dimensioner er typisk mindre sammenlignet med ASO. BSO skaber plads til tætte datasæt. Nogle af dimensionerne er defineret som tætte med data ved de fleste skæringspunkter, mens andre er defineret som spredte. Det hjælper Essbase med at lagre data effektivt og optimere afhængighedsanalyse (for ikke at overberegne). Data kan være input på ethvert niveau. |
Essbase-outlinen mappes til faktatabellen, så datalager kan forblive i Autonomous Data Warehouse og samtidig være tilgængeligt for analyse ved hjælp af den logik, som du indbygger i din Essbase-applikation. De analytiske egenskaber af din Essbase-outline giver dig mulighed for at analysere den flade relationstabel som hierarkier og benytte enhver kompleks procedurematematik, som du skal have til din flerdimensionale analyse. Beregninger og aggregeringer bliver, hvis muligt, konverteret af Essbase til SQL og flyttet til Autonomous Data Warehouse, så behandling foregår tættere på det sted, hvor data lagres. Du kan finde den SQL, som Essbase skriver, i platformsloggen, som findes i |
| Typiske anvendelsesområder |
ASO-kuber bruges ofte til stærkt aggregerede analyser, tilpassede beregninger og allokeringer. Dataindlæsninger kan fordeles på udsnit til hyppige, stærkt paralleliserede opdateringer. |
BSO-kuber bruges ofte til finansiel og operationel planlægning og interaktiv rapportering på aggregerede data i forhold til kilden. BSO-kuber er designet til komplekse analytiske krav, der kræver formler/matematik, og hyppige procedurale beregninger. |
Data forlader ikke Autonomous Data Warehouse, så der er ikke behov for opfriskning og omstrukturering i Essbase. Da du opretter den samlede partition over en eksisterende ASO- eller BSO-kube, kan du bruge enhver af disse Essbase-muligheder og nyde godt af dens form for beregninger og forespørgsler uden nogensinde at skulle indlæse dataene i Essbase eller omstrukturere outlinen. Hvis din organisation allerede har en faktatabel lagret i Autonomous Data Warehouse, kan du med samlet partition bruge Essbase-funktionalitet til følgende:
Hvis din organisation allerede bruger Essbase, får du med samlet partition adgang til disse fordele ved lagring af data i Autonomous Data Warehouse:
|
Med en samlet partition springer du over processen med indlæsning af data i en Essbase-kube, før du udfører aggregeringer og forespørgsler. Databehandling foregår i Autonomous Data Warehouse for at udnytte fordele i Autonomous Database og også de analytiske funktioner i Essbase.
Når du springer over regelmæssige dataindlæsninger fra relationsdatakilder i Essbase, sparer du de driftsomkostninger, der er forbundet med udtræks-, transformerings- og indlæsningspipelinen (ETL) (med regelfiler eller andre dataindlæsningsprocesser), og eliminerer behovet for outline-omstrukturering.
Med Autonomous Database er databasekonfiguration, finjustering, objektlager, backups og opdateringer alt sammen Oracle-styret, så du kan bruge Essbase i et samlet cloud-miljø uden at bruge tid på styring af infrastruktur.
Tilbageskrivning understøttes via Essbase til lagrede skæringspunkter. De dataværdier, som du afsender ved hjælp af Smart View (eller MDX Insert), opdateres i faktatabellen på Autonomous Data Warehouse.
Du kan også foretage Essbase-beregninger og -dataindlæsninger, og Essbase vil skrive SQL for at opdatere faktatabellen i Autonomous Data Warehouse.
Flere emner: