Interne Quellen
Oracle AI Data Platform Workbench unterstützt die Aufnahme aus internen Oracle-Quellen mit integrierten Aufnahmekonnektoren. Mit diesen Connectors können Benutzer Daten nahtlos mit Spark-basierten Notizbüchern extrahieren und in ihre Workflows und Datenpipelines integrieren.
Ingestion Connectors abstrahieren die Komplexität des Verbindungssetups und bieten optimierte Zugriffsmuster für die Batch- und nahezu Echtzeitaufnahme von Oracle-nativen Services.
AI Data Platform Workbench stellt Beispielcodevorlagen im Git-Repository von Oracle AI Data Platform Workbench Samples bereit, um die Aufnahme von Daten aus mehreren internen Quellen mit Spark in Notizbüchern zu unterstützen.
Tabelle 14-1: Interne Quellen
| Quelle | Zugriffstyp | Integrationsmethode | Beschreibung | Unterstützung externer Kataloge | Beispielcode verfügbar |
|---|---|---|---|---|---|
| Fusion | Nur extrahieren | Vorkonfigurierte Spark-Vorlagen | Extrahiert Daten aus Fusion SaaS-Anwendungen über BICC in Tabellen oder Volumes der AI Data Platform Workbench. | Nr. | Ja |
| REST-Endpunkte | Schreibgeschützt | JDBC über Spark-Notizbuch | Lesevorgänge von APIs für die Aufnahme halbstrukturierter Daten wie JSON. | Nr. | Ja |
| MySQL HeatWave | Schreibgeschützt | JDBC über Spark-Notizbuch | Verschieben Sie Daten mit JDBC zwischen AI Data Platform Workbench und MySQL HeatWave. | Nr. | Ja |
| Oracle Autonomous AI Lakehouse | Lesen/Schreiben + Null-Kopie | JDBC oder externer Katalog | Erfassen oder registrieren Sie Oracle Autonomous AI Lakehouse als externen Katalog, um Daten direkt ohne Duplizierung abzufragen. | Ja | Ja |
| Oracle Autonomous AI Transaction Processing | Lesen/Schreiben + Null-Kopie | JDBC oder externer Katalog | Nehmen Sie Daten aus einem externen Katalog auf, oder registrieren Sie sich als externer Katalog, um Daten direkt ohne Duplizierung abzufragen. | Ja | Ja |
| Oracle Database | Lesen/Schreiben | JDBC oder externer Katalog | Unterstützt die Datenaufnahme von On-Premise- oder OCI-Datenbanken. | Ja | Ja |
| Exadata | Lesen/Schreiben | JDBC oder externer Katalog | Greifen Sie mit JDBC auf Exadata-Systeme für leistungsstarke Lese- und Schreibvorgänge zu. | Nr. | Ja |
Tabelle 14-2: Zuordnung von Spark-SQL zu Oracle Autonomous AI Database, Exadata-Datentyp
| Spark-SQL-Typ | Oracle AI Database, Oracle Autonomous AI Database, Exadata-Datentyp |
|---|---|
| Byte-Typ | ZAHL(38,10) |
| Kurztyp | ZAHL(38,10) |
| IntegerType (INT) | ZAHL(38,10) |
| Long-Typ | ZAHL(38,10) |
| Float-Typ | FLOAT(126) |
| Doppeltyp | ZAHL(38,10) |
| DecimalType (p,s) | NUMBER(p,s) |
| Stringtyp | VARCHAR2(4000 CHAR) |
| Binärtyp | BLOB |
| Boolescher Typ | VARCHAR2(4000 CHAR) |
| Datumstyp | DATE |
| TimestampType | TIMESTAMP(6) |
| Arraytyp | VARCHAR2(4000 CHAR) |
| Zuordnungstyp | Nicht unterstützt |
| Strukturtyp | VARCHAR2(4000 CHAR) |
| Kalenderintervalstyp | Unterstützt, wenn in String/VARCHAR2 konvertiert |