Utiliser un entrepôt avec lac de données avec base de données autonome avec intelligence artificielle

Oracle Autonomous AI Database est entièrement prêt pour les charges de travail d'entrepôt avec lac de données prêtes à l'emploi, ne nécessitant aucun composant supplémentaire. Cette disponibilité s'étend aux principales tâches d'entrepôt avec lac de données telles que la transformation des données, la gestion des métadonnées et l'intégration aux outils populaires d'entrepôt avec lac de données, le tout dès le premier jour, sans configuration supplémentaire.

Cette préparation complète est ce qui distingue Autonomous AI Database, offrant une expérience intégrée et sans tracas qui accélère le délai d'obtention de renseignements pour les charges de travail d'entrepôt avec lac de données. Cela signifie que les utilisateurs peuvent immédiatement commencer à gérer les tâches d'entrepôt avec lac de données sans aucune configuration, ce qui en fait une véritable solution prête à l'emploi pour les environnements d'entrepôt avec lac de données. Cette capacité intégrée simplifie les opérations, réduit les coûts de maintenance et assure une fiabilité supérieure avec moins d'erreurs.

Autonomous AI Database fournit un ensemble d'outils pour tous les types d'utilisateur, des développeurs aux analystes d'affaires, afin que la plate-forme soit universelle et accessible.

Description de l'illustration data-lake-workloads.eps

Les développeurs peuvent utiliser des outils tels que l'API PL/SQL pour les opérations avancées, les scripts et l'automatisation, ce qui permet une intégration transparente avec les outils existants et la création de solutions de base de données personnalisées efficacement. Voir Informations de référence sur le type Autonomous AI Database Supplied Package pour plus d'informations.

Pour les utilisateurs professionnels, Data Studio peut être utilisé, une interface Web qui simplifie l'interaction, l'exploration et la visualisation des données. Data Studio permet aux utilisateurs non techniques d'obtenir des informations, de créer des rapports et de collaborer efficacement, réduisant ainsi la complexité et soutenant la prise de décision éclairée. Pour plus d'informations, voir Page Aperçu de Data Studio.

Pour les entreprises qui ont déjà des entrepôts avec lac de données sur d'autres plateformes, Autonomous AI Database s'intègre de façon transparente, ce qui permet aux entreprises de bénéficier de fonctionnalités avancées d'Autonomous AI Database sans perturber leurs configurations actuelles.

Fournissez un accès à la base de données autonome d'IA à votre entrepôt avec lac de données en accordant les privilèges et l'accès nécessaires à votre entrepôt avec lac de données pour être connecté à la base de données autonome d'IA. Une fois que vous avez fourni les données d'identification nécessaires, Autonomous AI Database peut se connecter aux entrepôts de données dans divers environnements en nuage, notamment AWS, Azure, Google Cloud et le magasin d'objets Oracle OCI.

Cela vous permet d'accéder à vos données et de les gérer en toute sécurité, en tirant parti des fonctions de sécurité natives de chaque fournisseur de services infonuagiques. Grâce à cette prise en charge multinuage, vous bénéficiez de la flexibilité nécessaire pour déployer et adapter votre entrepôt avec lac de données sur différentes plates-formes en nuage tout en conservant un environnement unifié et sécurisé.

Oracle Autonomous AI Database prend en charge la sécurité native pour d'autres nuages. Pour en savoir plus, voir Utiliser les noms de ressource Amazon (ARN) pour accéder aux ressources AWS, Utiliser le principal de service Azure pour accéder aux ressources Azure et Utiliser le compte de service Google pour accéder aux ressources de la plate-forme Google Cloud pour votre plate-forme en nuage correspondante.

Description de l'illustration data-lake-multicloud.eps

Oracle Autonomous AI Database est conçu avec la flexibilité nécessaire pour gérer un large éventail de formats de données, ce qui en fait une solution universelle pour diverses sources de données et charges de travail.

Que vos données résident dans des formats structurés, semi-structurés ou non structurés, Autonomous AI Database les prend en charge de façon transparente dans divers environnements en nuage. Cela permet aux entreprises d'ingérer, de stocker et d'analyser des données sans se soucier de la compatibilité des formats.

Autonomous AI Database fournit une prise en charge native des formats traditionnels tels que CSV et JSON, ainsi que des formats avancés tels qu'AVRO, Parquet et ORC. Pour plus d'informations, voir Interroger les données externes avec une base de données d'intelligence artificielle autonome. Autonomous AI Database prend en charge les formats de fichier suivants : CSV, JSON, XML, AVRO, ORC, Parquet, Delta Sharing, Iceberg, Word, PDF.

Avec la prise en charge supplémentaire du format de table Iceberg, Autonomous AI Database offre des capacités améliorées pour les environnements d'entrepôt avec lac de données à grande échelle. Iceberg permet des interrogations optimisées et hautes performances, un meilleur contrôle des versions et une gestion des données plus facile, ce qui en fait un bon ajustement pour les jeux de données volumineux et en évolution. Pour plus d'informations, voir Interroger les tables Apache Iceberg.

Bien qu'Oracle Database soit reconnue pour son puissant traitement de données structurées et semi-structurées, Autonomous AI Database étend ses capacités pour gérer également des jeux de données non structurés.

Ces capacités étendues positionnent Autonomous AI Database comme un outil puissant pour traiter les demandes croissantes de données non structurées, tout en exploitant les solutions optimisées par l'IA, ce qui en fait une plateforme polyvalente et à l'épreuve du temps pour répondre aux défis modernes en matière de données.

Oracle Autonomous AI Database offre aux utilisateurs différentes façons de définir les métadonnées pour leurs jeux de données, ce qui rend la gestion des données plus adaptable et efficace.

Autonomous AI Database prend en charge un catalogue de métadonnées fédéré, ce qui permet aux utilisateurs d'unifier les métadonnées provenant de différentes sources dans une vue unique, avec une interface unifiée pour la gestion des métadonnées.

Cette approche simplifie la gestion des métadonnées dans divers environnements en connectant les sources de données sur plusieurs nuages et plates-formes. Que vous utilisiez des métadonnées basées sur un catalogue ou que vous les définissiez manuellement, toutes les informations sont disponibles dans un catalogue unifié pour faciliter la navigation. Par exemple, une organisation peut utiliser cette vue fédérée pour gérer les ressources de données d'AWS et d'Oracle Cloud, assurant ainsi une gouvernance uniforme et une détectabilité sur toutes les plates-formes.

Description de l'illustration data-lake-uni-dcat.eps

Une fois l'analyse terminée, les utilisateurs doivent souvent partager leurs résultats avec d'autres utilisateurs. Oracle Autonomous AI Database facilite le partage en offrant plusieurs façons de collaborer et en offrant des avantages uniques par rapport aux autres bases de données, comme les caractéristiques de sécurité intégrées, les protocoles ouverts et une connectivité en nuage transparente.

Ces options sont conçues pour être flexibles et sécurisées, de sorte qu'elles répondent à différents besoins de collaboration :

• Protocole de partage Delta : Permet de partager des données en dehors d'Oracle à l'aide d'un protocole ouvert appelé Delta Sharing. Il prend en charge le partage sécurisé des données avec des partenaires externes, sans nécessiter d'intégration complexe, ce qui le rend idéal pour les analyses multinuages et multiplateformes. De cette façon, les données peuvent être utilisées en douceur dans différents outils d'analyse qui ne font pas partie d'Oracle. Pour plus d'informations, voir Partager des versions de données à l'aide du service de stockage d'objets.

• Liens vers le nuage : Vous pouvez partager des données entre différentes instances de base de données autonome avec des liens vers le nuage sécurisés. Par exemple, Cloud Links est particulièrement efficace pour connecter différentes bases de données. Cela garantit une disponibilité des données uniforme et réduit la latence pour les applications qui ont besoin d'un accès rapide et fiable aux données dans plusieurs bases de données, sans avoir à copier ni à dupliquer. Il permet une collaboration fluide pour les équipes qui sont dispersées et qui ont besoin de travailler ensemble. Voir Partager des données actives à l'aide de la connexion directe

• Hyperliens de table : Vous pouvez partager des données directement en créant des URL spéciales qui donnent accès aux données sans avoir besoin d'une connexion distincte. Les utilisateurs peuvent contrôler les autorisations et définir les délais d'expiration de ces URL, ce qui garantit des options de partage sécurisées et flexibles. Cette fonction est spécialement conçue pour les clients REST. Pour plus d'informations, voir Créer un hyperlien de table pour une table ou une vue.

Description de l'illustration data-lake-data-share.eps

L'environnement Autonomous AI Database est entièrement compatible avec un large éventail d'outils de base de données Oracle.

Tout outil que vous utilisez déjà pour interagir avec les bases de données Oracle, que ce soit pour la visualisation, l'analyse, l'ETC ou l'administration des données, peut également être utilisé de façon transparente pour analyser des jeux de données dans Autonomous AI Database. Cette compatibilité garantit une expérience fluide, permettant aux utilisateurs d'intégrer Autonomous AI Database dans leurs flux de travail existants sans avoir à adopter de nouveaux outils ou processus, maximisant ainsi l'efficacité et réduisant la courbe d'apprentissage.

Voir Page d'aperçu de Data Studio pour plus d'informations sur quelques-uns des outils disponibles pour les bases de données Oracle.

Autonomous AI Database comprend de nombreuses optimisations conçues spécifiquement pour l'interrogation des données stockées dans le magasin d'objets et l'utilisation de formats de table ouverts, comme Apache Iceberg.