Personalizar
Puede personalizar Fusion Data Intelligence para satisfacer los requisitos empresariales y aumentar las capacidades de generación de informes.
Oracle recomienda seguir el enfoque de implantación por fases y realizar las personalizaciones después de las dos implementaciones de contenido predefinidas. La realización de personalizaciones antes de ratificar las dos primeras fases de contenido predefinido agrega riesgos innecesarios a un proyecto de implantación. Debe realizar actividades de personalización en un entorno que considere el entorno de desarrollo maestro.
Puede ampliar Fusion Data Intelligence para modificar y crear contenido de informes, contenido de datos, contenido de modelo semántico y asignaciones de seguridad. Estos tipos no dependen necesariamente entre sí, no son necesariamente secuenciales y puede que no todos se apliquen a los requisitos de negocio.
Informes Personalizados
Fusion Data Intelligence incluye informes predefinidos y áreas temáticas que permiten a los usuarios crear informes. A medida que los usuarios crean informes personalizados mediante las áreas temáticas predefinidas, es importante organizarlos y protegerlos adecuadamente para garantizar que los usuarios profesionales correctos con los permisos correctos tengan acceso a los informes y proyectos personalizados.
Hay varios tipos de informes personalizados. Planifique guardar cada tipo en carpetas específicas con el permiso adecuado.
- Los desarrolladores o los usuarios avanzados clave definen los informes que se compartirán con grupos específicos de consumidores.
- Hay un rol de aplicación disponible para identificar a todos los consumidores que deben tener acceso de lectura a estos informes.
- Hay un rol disponible para los usuarios que deben tener acceso de escritura.
- Las carpetas compartidas con acceso de lectura o escritura adecuado para almacenar estos informes para cada rol están disponibles.
- Los administradores de servicio siempre tienen el control total de las carpetas.
- Los informes ad hoc creados por los usuarios de negocio para ellos mismos se guardan en la carpeta del usuario.
- Los informes ad hoc creados por un usuario de negocio que se va a compartir se almacenan en carpetas compartidas específicas con acceso de escritura para todos. Si es necesario, el usuario que crea el informe puede configurar permisos para otorgar acceso solo a los usuarios seleccionados.
Esta tarea requiere el administrador de servicio de Fusion Data Intelligence, el administrador de seguridad de Fusion Data Intelligence y los autores de Fusion Data Intelligence.
Extensiones de Datos
Como administrador de servicio e ingeniero de datos, utilice extensiones de datos para agregar datos adicionales para análisis.
- Configuraciones de datos personalizadas
- Aumento de datos
- Autoservicio con conjuntos de datos y flujos de datos de Oracle Analytics Cloud
- Herramienta ETL de terceros, como Oracle Data Integrator
Configuraciones de datos personalizadas
Las configuraciones de datos personalizadas son plantillas listas para usar que le permiten incorporar datos al almacén de datos autónomo rápidamente.
Actualmente, la única plantilla disponible es para campos flexibles descriptivos (también denominados DFF). Solo tiene que seleccionar la lista de columnas de DFF que desea importar para cada objeto. Los datos se cargan en el pipeline gestionado por Oracle y se agregan automáticamente a la capa semántica.
Consulte Ampliación de datos con aplicaciones personalizadas.
Aumento de datos
Utilice el aumento de datos para agregar datos adicionales de un origen de datos soportado que no requiera transformación. Los datos de Oracle Fusion Cloud Applications deben estar disponibles en un objeto de vista para que se carguen mediante el aumento de datos. El aumento de datos puede ampliar las dimensiones existentes, crear nuevas dimensiones y crear nuevos hechos.
- Oracle gestiona la ejecución.
- Se programa con los pipelines predefinidos, que son esenciales para la coherencia de los datos (las fechas de extracción son las mismas).
- No hay necesidad de comprar, aprender o administrar otra herramienta de extracción.
Sin embargo, el aumento de datos tiene estas limitaciones actualmente:
- Sin transformación de datos.
- Sin unión con otras tablas y orígenes de datos.
- Un número limitado de orígenes de datos soportados, la mayoría disponibles solo en vista previa.
Aproveche las vistas del esquema OAX_USER creado en las tablas de aumento para implantar transformaciones y uniones. En función de los requisitos de rendimiento, estas vistas se pueden materializar. Sin embargo, esto es útil solo para casos de uso simples. El rendimiento y el mantenimiento se convierten rápidamente en problemas si las transformaciones son demasiado complejas (varias uniones, agregados). En ese caso, el uso de una herramienta de extracción de terceros es la mejor opción.
Consulte Acerca del aumento de datos.
Autoservicio con conjuntos de datos y flujos de datos de Fusion Data Intelligence
Fusion Data Intelligence permite a los usuarios cargar conjuntos de datos directamente y utilizarlos para generar informes o unirlos a áreas temáticas existentes.
Estos conjuntos de datos pueden provenir de un archivo o definirse mediante una conexión a una aplicación externa. Los juegos de datos están diseñados para proporcionar capacidades de extensión de autoservicio a los usuarios profesionales a fin de incorporar datos externos que no estén en el modelo semántico. Los flujos de datos transforman y cargan datos de juegos de datos, por ejemplo, en un esquema personalizado en la base de datos de Fusion Data Intelligence. Los flujos de datos solo pueden cargar un pequeño volumen de datos y su propietario solo puede acceder a ellos actualmente. Pero una vez cargada en la base de datos, la tabla correspondiente se puede agregar a la capa semántica. Según el modo seleccionado, un flujo de datos puede borrar y volver a crear la tabla de destino cuando se ejecuta. Dado que las tablas utilizadas en la capa semántica deben tener acceso otorgado al usuario OAX$OAC, otorgar acceso por defecto a todo el esquema personalizado es más seguro. De lo contrario, ejecute la sentencia SQL de otorgamiento después de cada ejecución del flujo de datos.
Herramienta ETL (extracción, transformación y carga) de terceros
Fusion Data Intelligence permite a los usuarios cargar conjuntos de datos directamente y utilizarlos para generar informes o unirlos a áreas temáticas existentes.
Cualquier herramienta de extracción de terceros que admita Oracle Autonomous AI Lakehouse puede cargar datos externos en la base de datos de Fusion Data Intelligence. Oracle Data Integrator es un ejemplo de una herramienta de extracción.
Planifique utilizar una herramienta de extracción para cargar datos externos como último recurso cuando ninguna de las otras soluciones sea adecuada. Primero debe revisar el aumento de datos y los conectores y, si no puede utilizar ninguna de estas capacidades, planifique utilizar Oracle Data Integrator para Marketplace y otras herramientas ETL.
Hay algunos elementos que son importantes al cargar datos en la base de datos de Fusion Data Intelligence con una herramienta de extracción:
- Asegúrese de que las cargas de datos personalizadas no se ejecutan simultáneamente con pipelines para evitar la contención en los recursos de la base de datos. Puede determinar que un pipeline incremental finaliza cuando se inserta un nuevo registro en la tabla DW_WH_REFRESH_SUMMARY con el nombre de proceso _REFRESH_SCHEDULED.
- Utilice la conexión de servicio Low al almacén de datos autónomo. El uso del servicio Alto o Medio consume demasiados recursos y puede causar problemas de rendimiento para otros procesos que se ejecutan en la base de datos.
- Según el diseño del proceso de carga, las incoherencias de datos y los problemas de rendimiento pueden aparecer en los informes si los usuarios acceden a las tablas personalizadas mientras se están cargando. Intente cargar los datos fuera del horario laboral.
Extensiones de modelos semánticos
Planifique ampliar el modelo semántico para satisfacer los requisitos de su negocio. Esto implica crear y modificar áreas temáticas para aprovechar las extensiones de datos.
- Agregar o ampliar áreas temáticas
- Agregar o ampliar dimensiones
- Agregar datos
- Agregar o ampliar jerarquías
- Agregar variables de sesiones
- Agregar columnas derivadas
- Utilice el aumento de datos para agregar automáticamente nuevos datos a la capa semántica en algunas situaciones. Cuando se utiliza el aumento de datos para cargar información adicional, en ocasiones se puede utilizar para ampliar la capa semántica. Hay tres tipos diferentes de aumento de datos:
- Extender entidad: utilice esta opción para agregar atributos adicionales a las dimensiones existentes. Los atributos cargados con este tipo de aumento de datos se encuentran automáticamente en las áreas temáticas de la carpeta seleccionada. Este tipo de extensión solo es posible con una unión en la clave primaria de la entidad.
- Dimensión personalizada: utilice esta opción para crear una dimensión completamente nueva. Los atributos cargados con este tipo de aumento de datos se agregan en las áreas temáticas solo si se unen con un hecho personalizado creado con el aumento de datos.
- Hecho personalizado: utilícelo para crear una nueva tabla de hechos. Los atributos y medidas cargados con este tipo de aumento de datos se agregan automáticamente a las áreas temáticas seleccionadas. Tenga en cuenta que no es obligatorio especificar un área temática.
Un uso común del aumento de datos consiste en ampliar una dimensión con atributos adicionales, suponiendo que la clave de unión se incluya en el origen de datos.
- Utilice los asistentes de extensión de modelo semántico que pueden utilizar tablas creadas por los procesos de aumento de datos. Esta es la herramienta principal que se utiliza para modificar la capa semántica. A continuación se presentan algunos ejemplos, pero no son exhaustivos:
- Los datos se cargan mediante el aumento de datos, pero el aumento de datos no puede realizar las modificaciones adecuadas en el modelo semántico. Por ejemplo, la unión con la dimensión existente no se basa en la clave primaria o se deben aplicar algunas transformaciones después de cargar los datos.
- Las extensiones se deben agregar en áreas temáticas predefinidas.
- Los cálculos se basan en hechos predefinidos.
Un uso común de esta herramienta es crear métricas derivadas basadas en métricas de hechos existentes o ampliar una dimensión con atributos que no se pueden unir mediante el aumento de datos.
- Al crear un modelo personalizado, un hecho personalizado en particular, asegúrese de unirlo con dimensiones predefinidas para que las columnas predefinidas y las columnas personalizadas se utilicen en el mismo informe.
- Minimice el número de pasos de personalización de la capa semántica tanto como sea posible aplicando todas las modificaciones necesarias al objeto correspondiente en cada paso. Cuando se agreguen personalizaciones adicionales en el mismo objeto más tarde, modifique el paso existente en lugar de agregar uno nuevo.
- Administrador del servicio de Fusion Data Intelligence
- Ingeniero de datos
Extensiones de seguridad
Puede utilizar roles de aplicación nuevos y existentes para configurar la seguridad de datos y objetos para las extensiones de modelo semántico y de datos.
- Proporcionar seguridad de datos restringiendo el acceso de los usuarios a los datos mediante roles de datos de la aplicación. Esto filtra los datos presentados a los usuarios en función de sus roles de datos de aplicación. La configuración de seguridad de datos es significativamente diferente según el origen de Oracle Fusion Cloud Applications. Cada aplicación de Fusion Data Intelligence tiene su forma de gestionar la seguridad de los datos. Aunque las funciones de la plataforma Fusion Data Intelligence siempre son las mismas, se utilizan de forma diferente según la aplicación. La configuración de la asignación de seguridad es total, parcial o no automatizada, según la aplicación Fusion Data Intelligence.
- Configure permisos de objeto para restringir el acceso del usuario al contenido del catálogo (informes y visualizaciones) y al contenido del área temática (área temática, carpetas y columnas) mediante los roles de tarea personalizados y predefinidos. Los roles de tarea definen los niveles de permiso "Default (inherits from the parent element)", "No access" (Sin acceso) o "Read-only" (Solo lectura) en los objetos que protegen.
- Personalice los permisos para los roles de tarea predefinidos y cree permisos para los roles personalizados.
- Evalúe la configuración de seguridad de datos predefinida y determine qué requisitos de negocio cumple. Utilice extensiones de seguridad de datos para cualquier requisito que no esté satisfecho con la configuración de seguridad de datos predefinida.
- Documente todas las extensiones de seguridad.
- Mantenimiento de matrices de las extensiones y los roles de aplicación correspondientes que las protegen.
- Valide las extensiones de seguridad probándolas antes de publicarlas en producción.