Warehouse-Aktualisierungsstatistiken anzeigen

Mit einem zusätzlichen Mechanismus können Sie die Details der Datenaktualisierung im Warehouse und die geänderten Tabellen anzeigen.

Die folgenden drei Drilldown-Tabellen enthalten Informationen, die Sie für Datenaktualisierungsdetails verwenden können. Um diese Tabellen anzuzeigen, können Sie Tools wie SQL Developer verwenden und eine Verbindung zu dem Autonomous AI Lakehouse herstellen, das mit Ihrer Fusion Data Intelligence-Instanz als OAX_USER verknüpft ist. Diese Tabellen werden für Ihre Instanz aufgefüllt, nachdem das Feature verfügbar ist. Die Tabellen behalten Werte für etwa 6 Monate und werden dann archiviert.

Diese Funktion ist in einem phasenweisen Rollout verfügbar.

Tabelle	Was enthält es?	Wann wird es aktualisiert?
FDI_REFRESH_SUMMARY	Übersicht über jede Datenaktualisierung, einschließlich geplanter Zeit, Abschlusszeit und Anzahl veröffentlichter Datensätze. Eine Zeile für jede Aktualisierung.	Wird aktualisiert, wenn die erste Phase des Aktualisierungsprozesses abgeschlossen ist. Bei Aktualisierungen in einer Phase, d.h. am Ende des Aktualisierungsprozesses, aktualisiert das System diese Tabelle, wenn Daten veröffentlicht werden. Details zu Datenaktualisierungsphasen finden Sie unter Inkrementelle Datenaktualisierungen planen.
FDI_REFRESH_STAGES	Enthält die Abschlusszeit für Aktualisierungsphasen. Eine Zeile für jede Phase.	Aktualisiert bei Abschluss jeder Phase für Priorität, Primär, Sekundär, falls zutreffend.
FDI_REFRESH_FAKTOREN	Faktoren, die sich auf jede Aktualisierung auswirken. Jeweils eine Zeile pro Faktor.	Wird aktualisiert, wenn Faktoren die Aktualisierung beeinflusst haben. Unterstützte Faktoren sind "Source is in Maintenance" und "Customer High Service ADW Sessions".
FDI_REFRESH_FACTOR_DETAILS	Enthält Details zu den Faktoren, die sich auf jede Aktualisierung ausgewirkt haben.	Wird aktualisiert, wenn Faktoren die Aktualisierung beeinflusst haben. Für jeden Faktor enthält diese Tabelle DETAILS_KEY und DETAILS_VALUE.

Tabellenschemadetails

Im Folgenden werden die Schemadetails dieser Tabellen aufgeführt:

FDI_REFRESH_SUMMARY

Spalte	Datentyp	Werte
AKTUALISIERUNGSKENNUNG	VARCHAR2	Eindeutige ID für die Verknüpfung mit anderen Tabellen
QUELLTYPCODE	VARCHAR2	Alle unterstützten Quellen wie `FUSION`, `NETSUITE`, `BIP`, `EBS` und `SALESFORCE`.
REFRESH-ART	VARCHAR2	ACTIVATION_SCHEDULED, siehe Datenpipeline für einen Funktionsbereich aktivieren. ACTIVATION_RUN_NOW, siehe Datenpipeline für einen Funktionsbereich aktivieren. ONDEMAND_REFRESH, siehe Datenpipeline für einen Funktionsbereich aktualisieren. SCHEDULED_REFRESH, siehe: Inkrementelle Datenaktualisierungen planen. APPLICATION_UPGRADE, siehe Anwendungsupdates verwalten. RELOAD_SOURCE, siehe Datenquelle zurücksetzen und neu laden. DATA_MAINTENANCE, siehe Terminplandatenverwaltung. SCHEDULED_REFRESH_PRIORITY, siehe: Inkrementelle Datenaktualisierungen planen. FREQUENT_DATA_REFRESH_V1, siehe Häufige Datenaktualisierungen mit ursprünglichem Aktualisierungsmechanismus planen. DEPLOY_CUSTOM_DATA_CONFIG, Datenaktualisierung beim Deployment einer Datenanwendung. Beispiel: Wenn Sie die Info-FlexFeld-Felder aktivieren, wird auf Info-FlexFeld aktivieren verwiesen.
NUM_STUFEN	NUMBER	1 bis 4 (Stufen beziehen sich auf die Anzahl der Prioritätsaktualisierungsanforderungen und die Post-Publishing-Phase. Details zu verschiedenen Phasen finden Sie unter Inkrementelle Datenaktualisierungen planen. Die folgenden Beispiele zeigen den Wert für NUM_STAGES und die Namen der Phasen, die in der Tabelle FDI_REFRESH_STAGES aufgefüllt werden: Job ohne Priorität: NUM_STAGES = 2 DATA_PUBLISHED POST_PROCESSING Inkrementell mit Priorität: NUM_STAGES = 3 PRIO_DATA_PUB_ORD_0 DATA_PUBLISHED POST_PROCESSING Mehrstufig inkrementell, ohne Priorität auszuwählen, sekundär (Indexdatei hat 1): NUM_STAGES = 2 DATA_PUBLISHED POST_PROCESSING Mehrstufiges inkrementelles Dataset ohne Auswahl des Prioritäts-Datasets (Indexdatei enthält 1,2): NUM_STAGES = 3 PRIO_DATA_PUB_ORD_1 DATA_PUBLISHED POST_PROCESSING Mehrstufig inkrementell ohne Primärwert (Indexdatei hat 0,2): NUM_STAGES = 3 PRIO_DATA_PUB_ORD_0 DATA_PUBLISHED POST_PROCESSING Mehrstufig inkrementell ohne Primärwert (Indexdatei hat 0,1): NUM_STAGES = 3 PRIO_DATA_PUB_ORD_0 DATA_PUBLISHED POST_PROCESSING Mehrstufig inkrementell (Indexdatei enthält 0,1,2): NUM_STAGES = 4 PRIO_DATA_PUB_ORD_0 PRIO_DATA_PUB_ORD_1 DATA_PUBLISHED POST_PROCESSING
STATUS	VARCHAR2	IN BEARBEITUNG, ABGESCHLOSSEN
GEPLANTE UHRZEIT	TIMESTAMP	-
ABSCHLUSSZEIT	TIMESTAMP	-
VERÖFFENTLICHT_REC_COUNT	NUMBER	-

FDI_REFRESH_STAGES

Spalte	Datentyp	Werte
AKTUALISIERUNGSKENNUNG	VARCHAR2	Eindeutige ID für die Verknüpfung mit anderen Tabellen
STAGE_NAME	VARCHAR2	Namen von Phasen in der geplanten inkrementellen Aktualisierung. Siehe Inkrementelle Datenaktualisierungen planen. Die folgenden Beispiele zeigen die Werte in der Spalte NUM_STAGES der Tabelle FDI_REFRESH_SUMMARY und die entsprechenden Werte in dieser Spalte: Job ohne Priorität: NUM_STAGES = 2 DATA_PUBLISHED POST_PROCESSING Inkrementell mit Priorität: NUM_STAGES = 3 PRIO_DATA_PUB_ORD_0 DATA_PUBLISHED POST_PROCESSING Mehrstufig inkrementell, ohne Priorität auszuwählen, sekundär (Indexdatei hat 1): NUM_STAGES = 2 DATA_PUBLISHED POST_PROCESSING Mehrstufiges inkrementelles Dataset ohne Auswahl des Prioritäts-Datasets (Indexdatei enthält 1,2): NUM_STAGES = 3 PRIO_DATA_PUB_ORD_1 DATA_PUBLISHED POST_PROCESSING Mehrstufig inkrementell ohne Primärwert (Indexdatei hat 0,2): NUM_STAGES = 3 PRIO_DATA_PUB_ORD_0 DATA_PUBLISHED POST_PROCESSING Mehrstufig inkrementell ohne Primärwert (Indexdatei hat 0,1): NUM_STAGES = 3 PRIO_DATA_PUB_ORD_0 DATA_PUBLISHED POST_PROCESSING Mehrstufig inkrementell (Indexdatei enthält 0,1,2): NUM_STAGES = 4 PRIO_DATA_PUB_ORD_0 PRIO_DATA_PUB_ORD_1 DATA_PUBLISHED POST_PROCESSING
ABSCHLUSSZEIT	TIMESTAMP	-

FDI_REFRESH_FAKTOREN

Spalte	Datentyp	Werte
AKTUALISIERUNGSKENNUNG	VARCHAR2	Eindeutige ID für die Verknüpfung mit anderen Tabellen
FAKTORCODE	VARCHAR2	SOURCE_MAINTENANCE - Die Zeit, die der Aktualisierungsprozess gewartet hat, weil das Quellsystem gewartet wurde. CUSTOMER_HIGH_ADW_SERVICE - Die Anzahl gleichzeitiger Autonomous AI Lakehouse-Benutzersessions, die den HIGH-Service verwenden, der während des Datenaktualisierungsprozesses beobachtet wurde. Siehe Nutzungsrichtlinien für Autonomous AI Lakehouse, die mit Oracle Fusion Data Intelligence verknüpft sind. CUSTOMER_DATASET_LONG_EXTRACTION - Anzahl der Datenerweiterungen, für die die Extraktion lange gedauert hat.
FAKTORDETAILS	VARCHAR2	Zusätzliche Details für den Faktor, z.B. Minuten oder Anzahl der Sessions. Beispiel: Die Anzahl der Minuten, wenn FACTOR_CODE SOURCE_MAINTENANCE ist, und die Anzahl der Sessions, wenn FACTOR_CODE CUSTOMER_HIGH_ADW_SERVICE ist.

FDI_REFRESH_FACTOR_DETAILS

Spalte	Datentyp	Werte
AKTUALISIERUNGSKENNUNG	VARCHAR2	Eindeutige ID für die Verknüpfung mit anderen Tabellen
FAKTORCODE	VARCHAR2	CUSTOMER_DATASET_LONG_EXTRACTION - Anzahl der Datenerweiterungen, für die die Extraktion lange gedauert hat.
DETAILSCHLÜSSEL	VARCHAR2	Name der Datenerweiterung, deren Extraktion lange dauerte.
DETAILWERT	VARCHAR2	Zeit für die Extraktion der Datenerweiterung.

Im Folgenden finden Sie einige Beispielabfragen für die Verwendung dieser Tabellen:

Mit dieser Abfrage die Aktualisierungsübersicht für den letzten 1 Tag anzeigen:
```
 SELECT * FROM FDI_REFRESH_SUMMARY WHERE COMPLETION_TIME > SYSDATE - 1;
```
Zeigen Sie mit dieser Abfrage Phasendetails für eine bestimmte Aktualisierung an:
```
SELECT * FROM FDI_REFRESH_STAGES WHERE REFRESH_ID = <REFRESH_ID>;
```
Betroffene Aktualisierungsfaktoren nach Aktualisierungskennung mit dieser Abfrage anzeigen:
```
SELECT * FROM FDI_REFRESH_FACTORS WHERE REFRESH_ID = <REFRESH_ID>; 
```

• Zeigen Sie mit dieser Abfrage die betroffenen Aktualisierungsfaktordetails nach Aktualisierungs-ID an:

SELECT * FROM FDI_REFRESH_FACTOR_DETAILS WHERE REFRESH_ID = <REFRESH_ID> AND FACTOR_CODE=<Factor code. for example:'CUSTOMER_DATASET_LONG_EXTRACTION'>; --View specific Refresh and Factor details

Geänderte Tabellen anzeigen

Um die geänderten Tabellen anzuzeigen, verwenden Sie die Tabelle FDI_REFRESHED_DATASETS. Es werden die aktualisierten Warehouse-Tabellen und der Zeitstempel angezeigt, mit dem sie aktualisiert werden.

Im Folgenden finden Sie einige Beispielabfragen:

Zeigen Sie alle Datensets an, die mit dieser Abfrage aktualisiert werden:

SELECT table_name, to_char(last_refresh_time,'DD-MON-YYY HH24:MI:SS') as last_refresh_datetime FROM fdi_refreshed_datasets;

Zeigen Sie alle in den letzten 2 Tagen mit dieser Abfrage aktualisierten Datensets an:
```
SELECT * FROM fdi_refreshed_datasets WHERE last_refresh_time > sysdate - 2; 
```
Zeigen Sie alle Datasets an, die während der letzten 1 Stunde mit dieser Abfrage aktualisiert wurden:
```
SELECT * FROM fdi_refreshed_datasets where last_refresh_time > sysdate-INTERVAL '1' HOUR; 
```