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
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 à 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 des données aux cibles.
Connexions prises en charge
Découvrez les types de connexion pris en charge par OCI GoldenGate Stream Analytics.
Connexions source prises en charge
OCI GoldenGate Stream Analytics prend en charge les types de technologie source suivants :
Remarque : vous pouvez également créer des connexions Coherence, Ignite et JMS (Java Message Server) directement dans la console Stream Analytics.
Connexions cible prises en charge
Stream Analytics prend en charge les types de technologie cible suivants :
Remarque : 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.
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 non prises en charge dans la version 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 GoldenGate Change Data, un déploiement Kafka distinct, tel qu'OCI Streaming, est requis.
Faites attention aux notes dans GoldenGate Stream Analytics qui vous indiquent si une fonctionnalité est prise en charge dans OCI GoldenGate Stream Analytics.
Considérations relatives au dimensionnement des déploiements Stream Analytics
Vérifiez les informations de mesure et facturation des déploiements OCI GoldenGate sur la sélection et la mise à l'échelle d'Oracle Compute Unit (OCPU).
L'utilisation d'OCPU OCI GoldenGate Stream Analytics est calculée en fonction des facteurs suivants :
-
Console Stream Analytics
-
Nombre de pipelines Streaming
-
Ignorer le cluster
-
Cluster Big Data GoldenGate
Avant de calculer le nombre d'OCPU dont vous avez besoin, examinons d'abord le nombre d'unités de calcul requis par chaque ressource Stream Analytics. 1 OCPU est égale à 2 unités de calcul (vCPU). 1 vCPU est égale à 1000 millicores (1000 m).
Le tableau suivant répertorie des exemples de paramètres de pipeline Stream Analytics et le nombre calculé d'OCPU requises.
| Pipeline | Pilote | Exécuteur | Nombre total d'UC virtuelles | OCPU facturées |
|---|---|---|---|---|
| Pipeline A | 500 min | 1 x 500m | 1000 min | 1 |
| Pipeline B | 500 min | 2 x 500 m | 1500 min | 1 |
| Pipeline C | 500 min | 4 x 500 m | 2500 min | 2 |
| Pipeline D | 600 min | 2 x 700 m | 2000 min | 1 |
| Pipeline E | 1000 min | 2 x 1000m | 3000 min | 2 |
Vous pouvez configurer les paramètres du pilote et de l'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 (d'après le 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 |
|---|---|---|---|---|---|
| 1000 min | 1 x pipeline A | 1000 min | 0 | 0 | 1 |
| 1000 min | 3 x pipeline A | 3000 min | 0 | 0 | 2 |
| 1000 min | 1 x pipeline B | 1500 min | 0 | 0 | 2 |
| 1000 min | 1 x pipeline B | 1500 min | 2 x 500 m | 500 min | 2 |
| 1000 min | 1 x Pipeline A 1 x Pipeline B | 2500 min | 2 x 500 m | 500 min | 3 |
| 1000 min | 2 x Pipeline A 1 x Pipeline B | 3500 min | 2 x 500 m | 500 min | 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 en millisecondes 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 de votre déploiement Stream Analytics.
En cas de doute, vous pouvez commencer par 2 ou 3 OCPU, puis consulter les mesures de consommation d'OCPU sur la page de détails du déploiement et les ajuster en conséquence.