Stream Analytics

Erstellen Sie benutzerdefinierte Betriebs-Dashboards, die Echtzeitüberwachung und Analysen von Ereignisstreams mit OCI GoldenGate Streamanalysen bereitstellen. Identifizieren Sie relevante Ereignisse, führen Sie Abfragen für die Ereignisstreams in Echtzeit aus, oder lösen Sie Alerts basierend auf Ihrer Analyse aus.

Verwandte Themen

Stream Analytics-Konzepte

Beginnen Sie mit den Grundlagen. Machen Sie sich mit den folgenden Konzepten vertraut:

  • Verbindung: Speichert die Konnektivitätsinformationen für eine Quell- oder Zieltechnologie.
  • Stream: Ein kontinuierlicher Fluss dynamischer Daten.
  • Pipeline: Die Workflowdaten von der Quelle zum Ziel.
  • Geschäftslogik: Verschiedene Filter und Funktionen, die Sie auf eine Pipeline anwenden können, um die genauen Daten abzurufen, die Sie analysieren möchten.
  • Veröffentlichung: Stellt die Pipeline allen Streamanalysebenutzern zur Verfügung und sendet Daten an Ziele.

Unterstützte Verbindungen

Erfahren Sie, welche Verbindungstypen von OCI GoldenGate Stream Analytics unterstützt werden.

OCI GoldenGate Stream Analytics unterstützt die folgenden Technologien der Quelle:

Hinweis:

Sie können auch Coherence-, Ignite- und Java Message Server-(JMS-)Verbindungen direkt in der Stream Analytics-Konsole erstellen.

Stream Analytics unterstützt die folgenden Zieltechnologietypen:

Hinweis:

Sie können auch Amazon S3-, Azure Data Lake Storage-, Coherence-, Hadoop File Storage-(HDFS-)-, Ignite-, JMS- und MongoDB-Verbindungen direkt in der Stream Analytics-Konsole erstellen.

Support und Einschränkungen für Stream Analytics

Während OCI GoldenGate Stream Analytics wie GoldenGate Stream Analytics (GGSA) angezeigt wird, gibt es bestimmte Features, die nur in der OCI-Version verfügbar sind, und andere, die in der OCI-Version nicht unterstützt werden:

OCI-spezifische Features

OCI-spezifische Einschränkungen

  • Benutzerdefinierte JAR-Dateien werden in OCI GoldenGate Stream Analytics nicht unterstützt.
  • OCI GoldenGate Stream Analytics enthält kein Kafka-Cluster, auf das Benutzer zugreifen können. Für Kafka-Eingabe oder -Ausgabe, einschließlich der Verwendung von GoldenGate Change Data-Eingabe, ist ein separates Kafka-Deployment wie OCI Streaming erforderlich.

Achten Sie sorgfältig auf Hinweise in GoldenGate Stream Analytics, die Sie darüber informieren, ob ein Feature in OCI GoldenGate Stream Analytics unterstützt wird.

Messung und Abrechnung für Stream Analytics-Bereitstellungen

Stellen Sie sicher, dass Sie die Informationen unter Metering and Billing for OCI GoldenGate Deployments zur Auswahl und Skalierung von Oracle Compute Unit (OCPU) prüfen.

Die OCPU-Nutzung von OCI GoldenGate Stream Analytics wird basierend auf den folgenden Faktoren berechnet:

  • Stream Analytics-Konsole
  • Anzahl Streaming-Pipelines
  • Cluster entzünden
  • GoldenGate Big Data-Cluster

Bevor Sie die Anzahl der benötigten OCPUs berechnen, prüfen wir zunächst, wie viele Compute-Einheiten jede Stream Analytics-Ressource benötigt. 1 OCPU entspricht 2 Compute-Einheiten (vCPUs). 1 vCPU entspricht 1000 Millicores (1000m).

In der folgenden Tabelle sind Beispiele für Stream Analytics-Pipelineeinstellungen und die berechnete Anzahl der erforderlichen OCPUs aufgeführt.
Pipeline Treiber Executor VCPUs gesamt In Rechnung gestellte OCPUs
Pipeline A 500m 1 x 500m 1000m 1
Pipeline B 500m 2 x 500m 1500m 1
Pipeline C 500m 4 x 500m 2500m 2
Pipeline D 600m 2 x 700m 2000m 1
Pipeline E 1000m 2 x 1000m 3000m 2

Sie können die Treiber- und Executor-Einstellungen nach Bedarf für jede Pipeline in der Stream Analytics-Konsole konfigurieren.

In der folgenden Tabelle sind Beispiele für Stream Analytics-Ressourcenkonfigurationen basierend auf der Anzahl der Pipelines (aus der obigen Tabelle) und der berechneten Anzahl erforderlicher OCPUs aufgeführt.

Stream Analytics-Konsole Anzahl der Pipelines Streaming-Pipelines Cluster entzünden GoldenGate für Big Data-Cluster In Rechnung gestellte OCPUs
1000m 1 x Rohrleitung A 1000m 0 0 1
1000m 3 x Pipeline A 3000m 0 0 2
1000m 1 x Rohrleitung B 1500m 0 0 2
1000m 1 x Rohrleitung B 1500m 2 x 500m 500m 2
1000m 1 x Rohrleitung A

1 x Rohrleitung B

 2500m 2 x 500m 500m 3
1000m 2 x Rohrleitung A

1 x Rohrleitung B

 3500m 2 x 500m 500m 3

Für die Stream Analytics-Konsole ist 1000m erforderlich. Jede Streaming-Pipeline benötigt je nach ihren Einstellungen zusätzliche Millicores. Wenn das Cluster Ignite aktiviert ist, sind mindestens 2 Clusterinstanzen erforderlich. Sie können den Millicore-Grenzwert für Ignite- und GoldenGate Big Data-Cluster in der Stream Analytics-Konsole konfigurieren. Wenn Sie sie zusammen hinzufügen, können Sie die Gesamtanzahl der OCPUs bestimmen, die Sie beim Erstellen des Stream Analytics-Deployments auswählen müssen.

Wenn Sie unsicher sind, können Sie mit 2 oder 3 OCPUs beginnen und dann die OCPU-Nutzungsmetriken auf der Seite mit den Deployment-Details prüfen und entsprechend anpassen.