A propos de Stream Analytics
Créez des tableaux de bord opérationnels personnalisés qui fournissent une surveillance et des analyses en temps réel des flux d'événements à l'aide des analyses de flux OCI GoldenGate. Identifiez les événements qui vous intéressent, exécutez des requêtes sur les flux d'événements en temps réel ou générez des alertes en fonction de votre analyse.
Concepts d'analyse de flux de données
Les concepts suivants sont essentiels pour utiliser OCI GoldenGate Stream Analytics :
- Connexion : stocke les informations de connectivité d'une technologie source ou cible.
- Flux de données : flux continu de données dynamiques.
- Pipeline : données de workflow de la source vers la cible.
- Logique métier : différents filtres et fonctions que vous pouvez appliquer à un pipeline pour obtenir les données précises à analyser.
- Publication : rend le pipeline disponible pour tous les utilisateurs d'analyse de flux et envoie les données aux cibles.
Prise en charge et limites de Stream Analytics
Bien qu'OCI GoldenGate Stream Analytics apparaisse comme GoldenGate Stream Analytics (GGSA), certaines fonctionnalités sont disponibles uniquement dans la version OCI et d'autres ne sont pas prises en charge dans la version OCI :
Fonctionnalités propres à OCI
Limites propres à OCI
- Les fichiers JAR personnalisés ne sont pas pris en charge dans OCI GoldenGate Stream Analytics.
- OCI GoldenGate Stream Analytics n'inclut pas de cluster Kafka accessible aux utilisateurs. Pour l'entrée ou la sortie Kafka, y compris l'utilisation de l'entrée de modification de données GoldenGate, un déploiement Kafka distinct, tel qu'OCI Streaming, est requis.
Faites attention aux remarques dans GoldenGate Stream Analytics qui vous indiquent si une fonctionnalité est prise en charge dans OCI GoldenGate Stream Analytics.
Connexions prises en charge
Découvrez les types de connexion pris en charge par OCI GoldenGate Stream Analytics.
OCI GoldenGate Stream Analytics prend en charge les types de technologie source suivants :
- Oracle Autonomous Database
- Oracle Database
- OCI Streaming
- OCI MySQL Database Service
- Apache Kafka
- Confluent Kafka
- Serveur Oracle GoldenGate
Vous pouvez également créer des connexions Coherence, Ignite et JMS (Java Message Server) directement dans la console Stream Analytics.
Stream Analytics prend en charge les types de technologie cible suivants :
Vous pouvez également créer des connexions Amazon S3, Azure Data Lake Storage, Coherence, Hadoop File Storage (HDFS), Ignite, JMS et MongoDB directement dans la console Stream Analytics.
Considérations relatives au dimensionnement pour les déploiements Stream Analytics
Vérifiez les informations contenues dans Mesure et facturation pour les déploiements OCI GoldenGate sur la sélection et la mise à l'échelle des unités Oracle Compute (OCPU).
L'utilisation d'OCPU OCI GoldenGate Stream Analytics est calculée sur la base des facteurs suivants :
- Console Stream Analytics
- Nombre de pipelines Streaming
- Ignorer le cluster
- GoldenGate Cluster Big Data
Avant de calculer le nombre d'OCPU dont vous avez besoin, passons d'abord en revue le nombre d'unités de calcul dont chaque ressource Stream Analytics a besoin. 1 OCPU équivaut à 2 unités de calcul (vCPUs). 1 vCPU équivaut à 1000 millicores (1000 m).
| Pipeline | Driver | Exécuteur | Total vCPUs | OCPU facturées |
|---|---|---|---|---|
| Pipeline A | 500m | 1 x 500 m | 1000m | 1 |
| Pipeline B | 500m | 2 x 500 m | 1500m | 1 |
| Pipeline C | 500m | 4 x 500 m | 2500m | 2 |
| Pipeline D | 600m | 2 x 700 m | 2000m | 1 |
| Pipeline E | 1000m | 2 x 1000 m | 3000m | 2 |
Vous pouvez configurer les paramètres de pilote et d'exécuteur selon vos besoins pour chaque pipeline dans la console Stream Analytics.
Le tableau suivant répertorie des exemples de configuration de ressources Stream Analytics en fonction du nombre de pipelines (du tableau ci-dessus) et du nombre calculé d'OCPU requises.
| Console Stream Analytics | Nombre de pipelines | Pipelines de transmission en continu | Ignorer le cluster | GoldenGate pour le cluster Big Data | OCPU facturées |
|---|---|---|---|---|---|
| 1000m | 1 x Pipeline A | 1000m | 0 | 0 | 1 |
| 1000m | 3 x Pipeline A | 3000m | 0 | 0 | 2 |
| 1000m | 1 x Pipeline B | 1500m | 0 | 0 | 2 |
| 1000m | 1 x Pipeline B | 1500m | 2 x 500 m | 500m | 2 |
| 1000m | 1 x Pipeline A
1 x Pipeline B |
2500m | 2 x 500 m | 500m | 3 |
| 1000m | 2 x Pipeline A
1 x Pipeline B |
3500m | 2 x 500 m | 500m | 3 |
La console Stream Analytics nécessite 1000 m. Chaque pipeline de transmission en continu nécessite des millicores supplémentaires en fonction de leurs paramètres. Le cluster Ignite, s'il est activé, requiert au moins 2 instances de cluster. Vous pouvez configurer la limite Millicore pour les clusters Big Data Ignite et GoldenGate dans la console Stream Analytics. Une fois additionnés, vous pouvez déterminer le nombre total d'OCPU à sélectionner lors de la création du déploiement Stream Analytics.
En cas de doute, vous pouvez commencer avec 2 ou 3 OCPU, puis examiner les mesures de consommation d'OCPU sur la page des détails du déploiement et effectuer des ajustements en conséquence.