Sources externes

Oracle AI Data Platform Workbench prend en charge l'inclusion de données provenant d'un large éventail de sources à l'aide de connecteurs de bloc-notes basés sur Spark. Ces connecteurs permettent aux utilisateurs d'ingérer et de traiter des données directement à partir de sources externes de manière flexible et basée sur du code.

AI Data Platform Workbench fournit des exemples de modèles de code dans le référentiel Git Oracle AI Data Platform Workbench Samples pour prendre en charge l'inclusion de données à partir de plusieurs systèmes externes à l'aide de Spark dans des blocs-notes. Ces modèles sont prédéfinis et personnalisables, ce qui permet aux utilisateurs de se connecter, de lire et d'écrire rapidement des données à partir de divers systèmes couramment utilisés.

Tableau 14-3 Sources d'ingestion externe

Source	Type d'accès	Méthode d'intégration	Description	Prise en charge du catalogue externe	Exemple de code disponible
MySQL	Lecture/écriture	JDBC via le bloc-notes Spark	Assimilez et exportez des données entre AI Data Platform Workbench et les bases de données MySQL à l'aide de connecteurs JDBC.	No	Oui
PostgreSQL	Lecture/écriture	JDBC via le bloc-notes Spark	Prend en charge le déplacement de données bidirectionnel avec PostgreSQL via JDBC.	No	Oui
MS SQL Server	Lecture/écriture	JDBC via le bloc-notes Spark	Connectez et transférez des données à partir de Microsoft SQL Server à l'aide de Spark et JDBC.	No	Oui
Kafka	Lecture	Consommateur Kafka dans le bloc-notes Spark	Ingestion de flux de données à partir de sujets Kafka	No	Oui
Hive	Lecture/écriture	JDBC via le bloc-notes Spark	Assimilation et exportation de données entre AI Data Platform Workbench et les bases de données Hive à l'aide de connecteurs JDBC	No	Oui