Diese Architektur nutzt Data Science- und ML-Features, die in Oracle Autonomous Data Warehouse (ADW) eingebettet sind, um Daten aus einer Vielzahl von Unternehmensdatenressourcen für Geschäftsanalysen und maschinelles Lernen zu analysieren.

Die folgenden Komponenten gelten für die gesamte Oracle Cloud Infrastructure-Region:

• Governance (Datenkatalog)
• Infrastruktur, Netzwerksicherheit. Identity and Access Management (IAM)

Der Bereich ist in funktionale Schichten unterteilt, die physische oder funktionale Komponenten enthalten:

• Datenquellen: Datenquellen können und werden alles sein. Zu den angezeigten gehören Endbenutzer, Geräte, Unternehmensanwendungen, alle digitalen Assets, Ereignisse, Sensoren und ML-Modelle.

• Aufnahme, Transformation: Daten werden in einen Block mit der Bezeichnung "Batchaufnahme" mit DB-Tools (von ADW bereitgestellt) verschoben, der als empfohlene Option und Oracle Data Integration als sekundäre Option aufgeführt ist. Verfeinerte Daten werden an einen Block mit der Bezeichnung "Serving Data Store" in der Schicht "Persist", "Curate" und "Create" übergeben.

  Metadaten umgehen entweder DB-Tools und werden in einem Block mit der Bezeichnung "Batch-Ingestion" (Oracle Cloud Data Integration) verarbeitet oder werden in den Cloud-Speicher eingespeist und dann mit von ADW bereitgestellten DB-Tools in einem Batch aufgenommen. Metadaten aus dem Objektspeicher werden in den Governance-(Data Catalog-)Block verschoben.

• Persistieren, Kurieren, Erstellen: Daten werden in den Block mit der Bezeichnung "Serving Data Store" (Autonomous Data Warehouse) in Blöcke in der Schicht "Analysieren, Lernen, Vorhersagen" verschoben. Metadaten aus ADW werden in den Governance-(Data Catalog-)Block verschoben.

• Analyze, Learn, Predict: Daten werden von ADW in die folgenden Blöcke verschoben:

  • Analysen und Visualisierungen (Oracle Analytics Cloud). Metadaten werden auch in den Governance-(Data Catalog-)Block verschoben.
  • Lernen Sie Oracle Machine Learning Notebooks (von ADW bereitgestellt) als empfohlene Option und die Benutzeroberfläche von Oracle Machine Learning AutoML, die Benutzeroberfläche von 3rd Party, als sekundäre Optionen aufgeführt, kennen. Die Ergebnisse werden an den Block {\b Predict} und an Personen und Partner in der Schicht {\b Measure, Act} übergeben.
  • Führen Sie eine Vorhersage mit Oracle Machine Learning-Services (von ADW bereitgestellt) durch, die als empfohlene Option aufgelistet sind, und Oracle Machine Learning Notebooks in Datenbank als sekundäre Optionen.
  • Daten werden vom Block "Vorhersagen" in die Datenprodukte verschoben. APIs blockieren mit API-Gateway, das als empfohlene Option aufgeführt ist, und Oracle Integration Cloud und Oracle Functions werden als sekundäre Optionen aufgeführt. Die Ergebnisse werden an Daten-Consumer (Dinge, Anwendungen, Personen und Partner) in der Schicht "Maß", "Gesetz" übergeben
• Messen, Handeln: Umfasst Datenverbraucher wie Dinge, Anwendungen sowie Personen und Partner.