Med samordnade partitioner kan du integrera kuber i Essbase med det autonoma datalagret och kombinera analysfunktionerna i Essbase med fördelarna med det autonoma datalagret.
Integrering av Essbase med det autonoma datalagret via en samordnad partition innebär att kubens data finns i det autonoma datalagret.
För att kunna implementera funktionen måste Essbase och Oracle Autonomous Database Serverless (med en arbetsbelastningstyp för autonoma datalager) distribueras tillsammans i en delad molnpartition i Oracles molninfrastruktur. Här fungerar det autonoma datalagret som datalagerdatabasen som innehåller RCU-scheman för den Essbase-stack som distribueras i OCI via Marketplace.
Kuber i Essbase för samordnade partitioner har vissa viktiga funktionella skillnader gentemot icke samordnade kuber för blocklagring och aggregerad lagring.
Jämför skillnaderna mellan kuber för aggregerad lagring och kuber för blocklagring så att du enklare kan avgöra om samordnade partitioner är det bästa valet.
Tabell 18-1 Skillnader mellan kuber för aggregerad lagring, blocklagringskuber och samordnade kuber
| Aggregeringslagring (ASO) | Blocklagring (BSO) | Kub för samordnade partitioner | |
|---|---|---|---|
| Datalagringsmodell |
Data lagras i Essbase. |
Data lagras i Essbase. |
I det autonoma datalagret lagras data i en relationstabell. I resten av dokumentationer kallas den för faktatabellen. |
| Så här fungerar det |
Antalet dimensioner kan vara mycket högt och innehålla miljontals medlemmar, men kuben har relativt glesa datautsnitt (många dimensionella skärningspunkter innehåller inga data). Data anges endast på nivå 0. Kuber är optimerade för snabb aggregering. |
Dimensionernas antal och skala är vanligen mindre jämfört med aggregerad lagring. Blocklagring hanterar täta datamängder. Vissa av dimensionerna definieras som täta, med data vid de flesta skärningspunkter, och andra definieras som glesa. Det hjälper Essbase att lagra data effektivt och optimera beroendeanalysen (för att undvika överberäkning). Data kan matas in på alla nivåer. |
Dispositionen i Essbase mappas till faktatabellen, vilket gör att data kan fortsätta lagras i det autonoma datalagret och ändå vara tillgänglig för analys med den logik du bygger in i applikationen i Essbase. Med analysfunktionerna i dispositionen i Essbase kan du analysera en platt relationsmodell som hierarkier och använda dig av sådana komplexa processberäkningar du kan behöva i dina flerdimensionella analyser. När det är möjligt konverteras beräkningar och aggregeringar av Essbase till SQL och pushas till det autonoma datalagret så att bearbetningen sker närmare platsen där data lagras. Du hittar den SQL som Essbase skriver i plattformsloggen i |
| Vanliga användningsfall |
Aggregeringslagringskuber används vanligen för analyser av stora aggregeringar, anpassade beräkningar och tilldelningar. Dataladdningar kan delas upp i datautsnitt för vanligt återkommande och mycket parallelliserade uppdateringar. |
Blocklagringskuber används vanligen för ekonomi- och verksamhetsplanering och för interaktiv rapportering om aggregerade data med koppling till källan. Blocklagringskuber är utformade för komplexa analytiska krav som kräver formler/beräkningar och återkommande processberäkningar. |
Data lämnar inte det autonoma datalagret vilket gör att du inte behöver förnya och omstrukturera i Essbase. I och med att du skapar den samordnade partitionen via en befintlig aggregerings- eller blocklagringskub kan du använda något av de alternativen i Essbase och dra nytta av deras typ av beräkningar och frågor utan att någonsin behöva ladda data till Essbase eller omstrukturera dispositionen. Om organisationen redan har en faktatabell lagrad i det autonoma datalagret gör en samordnad partition att du kan använda funktioner i Essbase för bland annat:
Om organisationen redan använder Essbase gör en samordnad partition att du kan ta del av dessa fördelar med att lagra data i det autonoma datalagret:
|
Med en samordnad partition kan du hoppa över processen med att ladda data till en kub i Essbase innan du utför aggregeringar och frågor. Databearbetningen sker i det autonoma datalagret så att du kan dra nytta av fördelar i den autonoma databasen samt av analysfunktionerna i Essbase.
Genom att skicka vanliga dataladdningar från relationsdatakällor till Essbase kan du, genom att använda regelfiler eller andra dataladdningsprocesser, spara in på driftskostnaden för ETL-pipelinen (extrahera, transformera, ladda) och eliminera behovet av omstrukturering av dispositionen.
Med den autonoma databasen hanteras databasens konfiguration, justering objektlagring, säkerhetskopiering och uppdatering av Oracle. Det gör att du kan använda Essbase i en samordnad molnmiljö utan att lägga tid på infrastrukturshantering.
Återskrivning stöds via Essbase till lagrade snitt. De datavärden du skickar via Smart View (eller Infoga flerdimensionella uttryck) uppdateras till exempel i faktatabellen i det autonoma datalagret.
Du kan också utföra beräkningar och dataladdningar i Essbase så skriver Essbase SQL för att uppdatera faktatabellen i det autonoma datalagret.
Fler avsnitt: