Daten erweitern

Durch die Erweiterung der Daten können Sie Visualisierungen und Analysen erstellen, die detaillierte und fokussierte Geschäftseinblicke liefern.

Durch die Erstellung von Datenerweiterungen können Sie Daten nahtlos aus zusätzlichen Datenspeichern extrahieren und laden und die Daten für Tabellen im Data Warehouse verfügbar machen. Anschließend können Sie die Daten für Visualisierungen und Analysen verwenden.

Hinweis:

Um Daten für Oracle Fusion Cloud Applications zu erweitern, wird empfohlen, "Fusion Augmentation Source" und nicht "Fusion"-Quelle zu verwenden. Siehe Datenerweiterungen mit Fusion Augmentations-Quelle ausführen. Wenn Sie Datenerweiterungen mit Fusion-Quelle erstellt haben, wenden Sie sich an den Oracle-Kundensupport, um Unterstützung bei der Migration dieser Datenerweiterungen zu Fusion Augmentations Source zu erhalten.
Beim Erstellen einer Datenerweiterung können Sie Folgendes auswählen:
  • Augmentationstyp: Dataset ist der Standard- und empfohlene Augmentationstyp. Wählen Sie diese Option aus, um verschiedene Daten in das Warehouse zu übertragen, und verwenden Sie dann die Erweiterungen des semantischen Modells, um Ihr eigenes semantisches Modell mit diesen Daten zu erstellen. Aktivieren Sie die SME-Optionen für die Datenerweiterung nicht auf der Seite "Features aktivieren" auf der Registerkarte "Allgemein verfügbare Features", es sei denn, Sie haben bereits Datenerweiterungstypen wie Dimension, Fakt und Entityerweiterung erstellt. Diese Augmentationstypen werden nicht mehr zur Verwendung empfohlen und können in einer zukünftigen Version entfernt werden. Wenn Sie einen dieser drei Erweiterungstypen auswählen und eine Datenerweiterung für die aus einem Connector oder aus der Oracle Fusion Cloud Applications-Quelle geladenen Daten erstellen möchten, müssen Sie eine Dimension mit einer Spalte erstellen, die als "Primärschlüssel" gekennzeichnet ist. Verknüpfen Sie diese Dimensionstabelle mit einer Faktentabelle, in der derselben Spalte das Dimensionsattribut zugewiesen ist. Dadurch wird diese Spalte zum Join-Schlüssel. In dieser Dropdown-Liste können Sie den entsprechenden Schritt auswählen. Die Reihenfolge der Datenaktualisierung unterscheidet sich bei Datenerweiterungen für verschiedene Augmentationstypen. Siehe Inkrementelle Datenaktualisierungen planen.
  • Quell-Dataset-Typ: Wählen Sie für ein Dataset, für das keine Transformation erforderlich ist, "Ergänzende Daten".
  • Pillar: Diese Option ist verfügbar, wenn Ihre Quelle Oracle Fusion Cloud Applications ist. Wählen Sie den entsprechenden Pillar als Datenquelle aus. Für Quellen, die nur eine Säule haben oder keine Säulen haben, ist diese Option nicht sichtbar.
  • Quelltabellentyp: Für die FUSION-Quelle validiert Oracle Fusion Data Intelligence die vom System bereitgestellten Quelltabellen, um sicherzustellen, dass die erforderlichen Spalten unterstützt werden. Vom Kunden bereitgestellte Tabellen können hingegen extrahiert werden, Oracle Fusion Data Intelligence validiert sie jedoch nicht. Als Benutzer mit der Anwendungsrolle "Funktionsadministrator" oder "Systemadministrator" können Sie die Verwendung einer bestimmten Tabelle aktivieren, die noch nicht vorab validiert wurde. Oracle kann jedoch nicht garantieren, dass diese benutzerdefinierten Tabellen oder daraus resultierende Performanceprobleme, wie etwa mögliche Verzögerungen bei täglichen Datenaktualisierungen, erfolgreich verarbeitet werden. Verwenden Sie für Remote-Agent-Quellen wie On-Premise-E-Business Suite, PeopleSoft und JD Edwards die vom System bereitgestellte Option "Quelltabellen". Der Extrahierungsservice kann keine direkte Verbindung zu diesen Remotequellen herstellen, um die Spaltenliste für die vom Kunden angegebene Tabelle abzurufen.
  • Quelltabelle: Sie können in diesem Feld einen einzelnen Tabellennamen angeben.

Beim Erstellen einer Datenerweiterung können Sie die Größe einer Spalte ändern. Sie müssen jedoch sicherstellen, dass die maximale Größe innerhalb des zulässigen Berechtigungslimits für einen bestimmten Datentyp in der Zieldatenbank liegt. Die maximal zulässige Größe für jeden Datentyp finden Sie im Abschnitt "Integrierte Oracle-Datentypen" in der Dokumentation zur Oracle-Datenbank. Derzeit sind die zulässigen Datentypen in der Datenerweiterung DATE, NUMBER, TIMESTAMP und VARCHAR2.

Nachdem Sie die Erweiterungen erstellt haben, werden sie auf der Seite "Datenerweiterung" mit einem der folgenden Status angezeigt:
  • Aktivierung wird ausgeführt: Sie können einen Pipelinejob zur Datenerweiterung während der Aktivierung nicht bearbeiten, löschen oder festlegen.
  • Aktivierung abgeschlossen: Sie können die Datenerweiterung bearbeiten, um Attribute der Ansichtsobjekte hinzuzufügen oder löschen und die Änderungen speichern. Sie können den Zeitplan in diesem Status nicht ändern.
  • Aktivierung geplant: Sie können die Datenerweiterung bearbeiten, um Attribute der View Objects hinzuzufügen, die Änderungen unter Beibehaltung des vorhandenen Zeitplanes speichern, das Ausführungsdatum und die Ausführungszeit neu planen oder den Plan sofort ausführen.

Hinweis:

Wenn die Anzahl der ungültigen Datensätze während des Aktivierungsprozesses beträchtlich ist, lehnt Oracle Fusion Data Intelligence die Datenerweiterung ab. Sie können die Tabelle DW_ERR_RECORDS anzeigen, um zu verstehen, warum die Eingabedaten abgelehnt wurden.

Sie können die Namen der Spalten ändern, die Sie aus den verschiedenen Datenquellen in der Datenerweiterung hinzugefügt haben. Wenn Sie später eine Datenerweiterung löschen, müssen Sie warten, bis die tägliche inkrementelle Ausführung abgeschlossen ist, um die Änderung in den Berichten, Visualisierungen und Arbeitsmappen anzuzeigen.

Wenn Sie eine Erweiterung bearbeiten, aktualisiert Oracle Fusion Data Intelligence die Daten nach dem Abschluss der täglichen inkrementellen Anforderung oder Wartungsanforderung. Während dieser Zeit können Sie keine weitere Bearbeitungsaktion ausführen. Sie müssen sicherstellen, dass Sie die Definition der Pipelineanforderung für die Datenerweiterung nicht ändern, während die Anforderung verarbeitet wird. Wenn Sie die Anforderungsdefinition während der Verarbeitung ändern müssen, müssen Sie die Pipelineanforderung für die Datenerweiterung erneut weiterleiten. Achten Sie beim Bearbeiten einer Datenerweiterung darauf, die abhängigen Erweiterungen zu bearbeiten, um Aktualisierungsfehler zu vermeiden. Wenn Sie die Datenverwaltung aktiviert und später eine Datenerweiterung bearbeitet haben, überspringt das System diese Datenerweiterung aus der inkrementellen Aktualisierung, schließt sie jedoch in die vollständige Aktualisierung ein, die mit der Datenwartungsanforderung zur geplanten Zeit erfolgt. Das System schließt die bearbeitete Datenerweiterung nicht in die inkrementelle Aktualisierung ein, die das System unmittelbar nach einem Zieldatenmodellupgrade auslöst, sie jedoch zur geplanten Zeit in die Wartungsanforderung einbezieht.

Nach dem Bearbeiten einer Datenerweiterung können Sie keine Ad-hoc-Aktualisierung ausführen, wenn die Datenerweiterung im Datenfreigabeprozess verwendet wird.

Empfohlene Übungen:
  • Benennen Sie nicht zwei Datenerweiterungen gleich, um Fehler zu vermeiden.
  • Geben Sie inkrementelle Schlüssel an, um eine tägliche Aktualisierung sicherzustellen.
  • Stellen Sie sicher, dass die Verkettung der Primärschlüsselspalten die maximale Länge von 8192 nicht überschreitet, um einen Fehler bei der Datenerweiterung zu vermeiden.
  • Geben Sie keinen Themenbereich an, wenn Sie ein komplexes semantisches Modell haben. Es werden keine Ergebnisse nur beim Extrahieren, Übertragen und Laden angegeben.
  • Datenerweiterungen haben eine niedrigere Priorität als die vordefinierten Pipelines. Sie können abgelehnt werden, wenn sie sich während der geplanten inkrementellen Pipelineausführungen überschneiden.
  • Wenn Sie häufige Datenaktualisierungen für bestimmte Datasets verwenden, planen Sie keine Datenerweiterungen für dieselben Quellen oder Ziele. Beispiel: Führen Sie "Entität erweitern" nicht für eine Rechnung aus, während die häufige Datenaktualisierung für die Rechnung aktiviert ist.
  • Verwenden Sie Datenerweiterungen für bestimmte, gezielte Extrakte. Bei größeren oder komplexen Projekten sollten Sie benutzerdefiniertes ETL in Betracht ziehen.
  • Wenn der von Ihnen definierte Primärschlüssel den Datensatz möglicherweise nicht eindeutig macht, sollten Sie den Primärschlüssel so ändern, dass er mehr Spalten enthält, um den Datensatz eindeutig zu machen.

  • Stellen Sie sicher, dass Sie einen Filter für die Spaltenauswahl anwenden, wenn die Datenerweiterung lange dauert und mit einem Timeoutfehler nicht erfolgreich verläuft. Dadurch werden lang andauernde Datenerweiterungen vermieden.

  • Wenn Sie die Option "Exportdatum" in einer Datenerweiterung aktiviert haben, sind die vor dem Exportdatum erstellten Datensätze in Oracle Fusion Data Intelligence nicht verfügbar. Um die Daten vor dem Exportdatum zu speichern, deaktivieren Sie die Option "Exportdatum", indem Sie die Datenerweiterung bearbeiten. Nachdem die Änderungen vorgenommen wurden, können Sie die Daten mit der Option "Daten neu laden" zurücksetzen und aktualisieren. Dadurch kann die Datenerweiterung vollständig neu extrahiert werden.