Stream Analytics
Erstellen Sie benutzerdefinierte Betriebs-Dashboards, die mit OCI GoldenGate Stream-Analysen Echtzeitüberwachung und Analysen von Ereignisstreams bereitstellen. Identifizieren Sie relevante Ereignisse, führen Sie Abfragen für die Ereignisstreams in Echtzeit aus, oder leiten Sie Alerts basierend auf Ihrer Analyse aus.
Streamanalysekonzepte
Die folgenden Konzepte sind für das Arbeiten mit OCI GoldenGate Stream Analytics von wesentlicher Bedeutung:
-
Verbindung: Speichert die Konnektivitätsinformationen für eine Quell- oder Zieltechnologie.
-
Stream: Ein kontinuierlicher Fluss dynamischer Daten.
-
Pipeline: Die Workflowdaten von Quelle zu Ziel.
-
Geschäftslogik: Verschiedene Filter und Funktionen, die Sie auf eine Pipeline anwenden können, um die genauen Daten zu erhalten, die Sie analysieren möchten.
-
Veröffentlichen: 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.
Unterstützte Quellverbindungen
OCI GoldenGate Stream Analytics unterstützt die folgenden Quelltechnologietypen:
Hinweis: Sie können Coherence-, Ignite- und Java Message Server-(JMS-)Verbindungen auch direkt in der Stream Analytics-Konsole erstellen.
Unterstützte Zielverbindungen
Stream Analytics unterstützt die folgenden Zieltechnologietypen:
Hinweis: Sie können auch Amazon S3-, Azure Data Lake Storage-, Coherence-, Hadoop File Storage-(HDFS-)Verbindungen, Ignite-, JMS- und MongoDB-Verbindungen direkt in der Stream Analytics-Konsole erstellen.
Stream Analytics Support und Einschränkungen
Während OCI GoldenGate Stream Analytics wie GoldenGate Stream Analytics (GGSA) aussieht, gibt es bestimmte Features, die nur in der OCI-Version verfügbar sind, und andere, die in der OCI-Version nicht unterstützt werden:
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 die Kafka-Eingabe oder -Ausgabe, einschließlich der Verwendung der GoldenGate Change Data-Eingabe, ist ein separates Kafka-Deployment, wie OCI Streaming, erforderlich.
Beachten Sie die Hinweise in GoldenGate Stream Analytics, die Sie darüber informieren, ob ein Feature in OCI GoldenGate Stream Analytics unterstützt wird.
Größenüberlegungen für Stream Analytics-Bereitstellungen
Stellen Sie sicher, dass Sie die Informationen unter Messung und Abrechnung für OCI GoldenGate-Deployments zur Auswahl und Skalierung der Oracle Compute Unit (OCPU) prüfen.
Die OCPU-Nutzung von OCI GoldenGate Stream Analytics wird anhand der folgenden Faktoren berechnet:
-
Stream Analytics-Konsole
-
Anzahl Streaming-Pipelines
-
Cluster entzünden
-
GoldenGate Big Data-Cluster
Bevor Sie die Anzahl der erforderlichen OCPUs berechnen, prüfen wir zunächst, wie viele Compute Units jede Stream Analytics-Ressource benötigt. 1 OCPU entspricht 2 Compute Units (vCPUs). 1 vCPU entspricht 1000 Millicores (1000 m).
In der folgenden Tabelle sind Beispiele für Stream Analytics-Pipelineeinstellungen und die berechnete Anzahl der erforderlichen OCPUs aufgeführt.
| Pipeline | Treiber | Executor | VCPUs gesamt | Abgerechnete OCPUs |
|---|---|---|---|---|
| Pipeline A | 500 m | 1 x 500 m | 1000 m | 1 |
| Pipeline B | 500 m | 2 x 500 m | 1500 m | 1 |
| Pipeline C | 500 m | 4 x 500 m | 2500 m | 2 |
| Pipeline D | 600 m | 2 x 700 m | 2000 m | 1 |
| Pipeline E | 1000 m | 2 x 1000m | 3000 m | 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 aufgeführt, die auf der Anzahl der Pipelines (aus der obigen Tabelle) und der berechneten Anzahl der erforderlichen OCPUs basieren.
| Stream Analytics-Konsole | Anzahl der Pipelines | Streamingpipelines | Cluster entzünden | GoldenGate für Big Data-Cluster | Abgerechnete OCPUs |
|---|---|---|---|---|---|
| 1000 m | 1 x Rohrleitung A | 1000 m | 0 | 0 | 1 |
| 1000 m | 3 x Rohrleitung A | 3000 m | 0 | 0 | 2 |
| 1000 m | 1 x Rohrleitung B | 1500 m | 0 | 0 | 2 |
| 1000 m | 1 x Rohrleitung B | 1500 m | 2 x 500 m | 500 m | 2 |
| 1000 m | 1 x Rohrleitung A 1 x Rohrleitung B | 2500 m | 2 x 500 m | 500 m | 3 |
| 1000 m | 2 x Rohrleitung A 1 x Rohrleitung B | 3500 m | 2 x 500 m | 500 m | 3 |
Die Stream Analytics-Konsole benötigt 1000 m. Jede Streaming-Pipeline erfordert je nach ihren Einstellungen zusätzliche Millicores. Wenn das Cluster "Ignite" aktiviert ist, sind mindestens 2 Clusterinstanzen erforderlich. Sie können das Millicore-Limit sowohl für Ignite- als auch für 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 sich nicht sicher sind, können Sie mit 2 oder 3 OCPUs beginnen, die OCPU-Verbrauchsmetriken auf der Seite mit den Deployment-Details prüfen und entsprechend anpassen.