Antes de empezar con los puntos finales SQL de Data Flow
Para utilizar puntos finales SQL de Data Flow, debe tener:
- Cuenta de de Oracle Cloud Infrastructure. Las cuentas de prueba se pueden utilizar para mostrar Data Flow.
- Rol de administrador de servicio para los servicios de Oracle Cloud. Cuando se activa el servicio, las credenciales y la URL se envían al administrador de cuentas elegido. El administrador de cuentas crea una cuenta para cada usuario que necesite acceder al servicio.
- Un explorador soportado, como:
-
Microsoft Internet Explorer 11.x o posterior
-
Mozilla Firefox ESR 38 o posterior
-
Google Chrome 42 o posterior
Nota
Para la interfaz de usuario de Spark, solo utilice Google Chrome. -
-
Datos para procesamiento cargados en Object Storage. Los datos se pueden leer desde fuentes de datos externas o servicios en la nube. Los puntos finales SQL de Data Flow optimizan el rendimiento y la seguridad de los datos almacenados en Object Storage.
Evite introducir información confidencial al asignar descripciones, etiquetas o nombres fáciles de recordar a los recursos en la nube mediante la consola de Oracle Cloud Infrastructure, la API o la CLI. Se aplica al crear o editar aplicaciones en Data Flow.
Descripción de puntos finales SQL
El punto final SQL de Data Flow es una entidad de servicio que utiliza clusters de recursos informáticos de larga ejecución en su arrendamiento. Puede elegir una unidad de computación y cuántas instancias desea utilizar. Cada cluster se ejecuta hasta que un administrador lo detiene. Spark se ejecuta en el cluster. Su motor SQL es rápido, se integra con Data Flow y soporta datos no estructurados. Se conecta mediante ODBC o JDBC y se autentica con credenciales de IAM.
Qué son los puntos finales SQL de Data Flow
Los puntos finales de SQL de Data Flow están diseñados para desarrolladores, científicos de datos y analistas avanzados para consultar datos directamente de forma interactiva donde residen en el lago de datos. Estos datos son relacionales, semiestructurados y no estructurados, como logs, flujos de sensores y flujos de vídeo que se suelen almacenar en el almacén de objetos. A medida que aumenta el volumen y la complejidad de los datos, se vuelven importantes las herramientas para explorar y analizar los datos en el lago de datos en formatos nativos, en lugar de transformarlos o moverlos. Con los puntos finales SQL de Data Flow, puede procesar de forma económica grandes cantidades de datos sin procesar, con la seguridad nativa en la nube utilizada para controlar el acceso. Puede acceder a las estadísticas que necesitan de forma de autoservicio, sin necesidad de coordinar proyectos de TI complejos ni preocuparse por datos obsoletos. Las consultas de los puntos finales SQL de Data Flow interoperan a la perfección con Data Flow Batch para pipelines de producción programados. Permiten un análisis rápido de datos y utilizan clusters de recursos informáticos de ampliación automática de larga ejecución que tienen un tamaño fijo y se ejecutan hasta que el administrador los detiene.
- Proporcione análisis interactivos directamente en el lago de datos.
- Se crean en Spark para permitir la ampliación, la lectura y escritura sencillas de datos no estructurados y la interoperabilidad con el flujo de datos existente.
- Utiliza SQL para facilitar los análisis.
- Soporta las principales herramientas de Business Intelligence (BI) mediante conexiones ODBC o JDBC con credenciales de IAM.
-
Utilice los datos para el procesamiento cargado en Object Storage. Los datos se pueden leer desde fuentes de datos externas o servicios en la nube.
Los puntos finales SQL de Data Flow soportan todos los mismos tipos de archivos soportados por Spark. Por ejemplo, JSON, Parquet, CSV y Avro.