Comprendre la fonction d'analyse opérationnelle
Les sections qui suivent décrivent le type de configuration que votre produit prend en charge pour l'intégration avec le produit de visualisation de la fonction d'analyse. Pour plus d'informations, voir la documentation Oracle Utilities Analytics Visualization.
Accès direct aux données
Les canevas du produit de visualisation de la fonction d'analyse génèrent directement des rapports à partir du système opérationnel (à l'exception de l'analyse d'exécution de batch), éliminant ainsi la nécessité d'un processus ETL. Des tables et des vues sélectionnées ont été désignées comme dimensions et faits dans l'objectif de générer les schémas de départ utilisés par ces canevas.
Analyses d'exécution de batch
Le système opérationnel contient un volume élevé de données d'exécution de batch qui changent fréquemment et sont enregistrées dans un ensemble complexe de relations. L'installation fournit des tables de cliché pour capturer uniquement les données d'exécution de batch et de thread requises pour l'analyse. L'utilisation de ces tables pour les vues de sujet batch améliore les performances et prend en charge l'extraction des données pour importation vers d'autres environnements.
Les tables de clichés sont renseignées par incréments. Les processus Mise à jour de cliché d'analyse d'exécution de batch et Mise à jour de cliché d'analyse de thread de batch sont exécutés de façon continue ; chaque mise à jour de cliché sélectionne uniquement les exécutions de batch et les threads non encore inclus dans le cliché. Des paramètres sont fournis pour limiter les données sélectionnées en fonction d'une plage de jours à partir de la date actuelle, en vue de la prise en charge initiale des données. Il est recommandé de mettre à jour les données d'exécution de batch avant les données de thread de batch, car seuls les threads ayant des enregistrements correspondants dans le cliché d'exécution de batch sont ajoutés. Pour plus d'informations, voir les contrôles de batch F1BRANSN et F1BTANSN.
Les processus Exportation de données d'analyse d'exécution de batch et Exportation de données d'analyse de thread de batch permettent d'extraire les données de batch par incréments pour les télécharger vers d'autres environnements. Ces processus partent du principe qu'un contrôle d'exportation de données existe pour chacun des objets de maintenance de cliché, afin de capturer la date de l'extraction précédente comme point de référence pour la sélection de l'ensemble d'enregistrements suivant. Pour plus d'informations, voir les contrôles de batch F1BRANEX et F1BTANEX.
Dimensions Calendrier et Temps
Les rapports de la fonction d'analyse s'appuient sur les dimensions Calendrier et Temps pour prendre en charge divers regroupements hiérarchiques par date et heure.
La dimension Calendrier fournit une définition basée sur le niveau des calendriers standard et fiscal sous forme de représentation à plat, couramment utilisée dans les entrepôts de données. Celle-ci est nécessaire pour permettre aux clients d'effectuer des regroupements par semaine, mois, trimestre calendaires et période de calendrier fiscal, trimestre et année fiscale, etc. Notez que les informations fiscales sur une date spécifique sont facultatives et extraites du calendrier comptable spécifique de votre application intégrable.
De la même manière, la dimension Temps fournit une définition basée sur le niveau de chaque minute d'une journée, et prend en charge les rapports regroupés par heure, AM/PM, etc.
Configuration des catégories
Le produit de visualisation de la fonction d'analyse permet de définir des ensembles de plages représentant chacun une catégorie qui permet de regrouper et classer des mesures extraites. Framework assure la prise en charge de l'affichage et de la définition des catégories. Pour plus d'informations, voir Configuration des catégories.
Mapping d'attributs d'analyse
Le produit prend en charge le mapping des caractéristiques avec des champs définis par l'utilisateur associés aux dimensions du produit de visualisation de la fonction d'analyse. Chaque table de caractéristiques associée à une table de dimension est fournie avec des champs prégénérés définis par l'utilisateur identifiés par des numéros de séquence de colonne uniques dans le produit de visualisation d'analyse. Le mapping de caractéristiques avec les champs définis par l'utilisateur de la dimension est géré directement sur le portail Dimension. Vous pouvez également vérifier ces mappings à l'aide du portail Mapping d'attribut d'analyse.
Dimension logique
Le nom d'élément d'un champ de clé étrangère pour une dimension représente une version logique distincte de la dimension. Cela permet à différentes dimensions logiques d'être basées sur la même table de dimension. Par exemple, une dimension "Emplacement" peut être référencée comme "Emplacement principal" sur un fait et également comme "Autre emplacement" sur le même fait ou un autre. Bien que les deux éléments fassent référence à la même dimension en tant que clés étrangères, chacun représente une dimension logique distincte par le biais de son nom d'élément. De la même manière, bien que chaque champ de date soit implicitement considéré comme une clé étrangère de la dimension Calendrier, chaque nom d'élément distinct établit une dimension logique unique. Par exemple, un nom d'élément "Date de début" et un nom d'élément "Date de fin" sont des dimensions logiques distinctes de la dimension Calendrier sous-jacente.
Certaines dimensions logiques peuvent représenter une forme agrégée ou récapitulative d'une autre dimension logique. Elles sont également désignées par le nom de dimensions "réduites". Par exemple, la vue "Dimension mois du calendrier" est une dimension agrégée de la dimension Calendrier. L'établissement d'un lien entre une dimension récapitulative et sa dimension détaillée permet à l'outil de visualisation analytique d'explorer d'un fait à un autre pour des raisons de performance lorsqu'ils sont indirectement liés via la même dimension logique mais à des niveaux d'agrégation différents. Par exemple, "Fait A" représente les enregistrements quotidiens et "Fait B" regroupe les mêmes mesures à un niveau mensuel. L'association du champ "mois" dans "Fait B", qui est une clé étrangère à la vue " Dimension mois du calendrier", avec le nom de dimension logique du champ "date" dans "Fait A" permet aux requêtes d'analyse d'utiliser "Fait B" pour les requêtes au niveau mensuel ou supérieur, ce qui donne de meilleurs résultats que de les exécuter sur le "Fait A" plus granulaire.
Configuration de la fonction d'analyse
Selon le ou les produits que vous avez installés, une configuration peut être nécessaire pour le produit de visualisation d'analyse. Pour plus d'informations, voir Définir des options d'analyse.