Planifier des actualisations incrémentielles des données
Vous pouvez programmer une actualisation incrémentielle des données pour extraire les dernières modifications incrémentielles de votre source vers l'Autonomous AI Lakehouse associé à votre instance Oracle Fusion Data Intelligence. En fonction de la planification, Oracle Fusion Data Intelligence actualise les données pour les domaines fonctionnels, les applications de données et les augmentations de données activées.
Oracle Fusion Data Intelligence actualise les données dans les étapes suivantes (dans l'ordre) :
- Tables spécifiées dans l'actualisation hiérarchisée. Reportez-vous à Hiérarchisation des ensembles de données pour l'actualisation incrémentielle (aperçu).
- Modules prédéfinis, augmentations de données de type Dimensions, Extension d'entité et Fait dans l'étape principale. Reportez-vous à Augmentation des données.
- Modules de prévision, augmentations de données de type Jeu de données, augmentations de données sans date de dernière modification et alias de dimension dans l'étape secondaire.
Remarque :
Les augmentations de données avec jeu de données avec versions font partie de la maintenance des données.
La programmation de l'actualisation incrémentielle des données est l'actualisation la plus critique dans Oracle Fusion Data Intelligence. Pour éviter toute interférence lors de cette actualisation, vous pouvez configurer une fenêtre de coupure qui empêche toute autre actualisation de démarrer. Par défaut, cette fenêtre démarre 180 minutes (3 heures) avant l'heure de début programmée de l'actualisation incrémentielle. Toutefois, toute actualisation déjà en cours se poursuit jusqu'à ce qu'elle soit terminée et que l'actualisation incrémentielle ne commence qu'une fois qu'elle est terminée. Assurez-vous que toutes les autres actualisations se terminent bien avant l'actualisation incrémentielle programmée.
Pour optimiser les actualisations incrémentielles (actualisation des données planifiée), le système ignore une actualisation incrémentielle si une actualisation incrémentielle précédente a eu lieu dans les 6 heures. Cela peut également avoir un impact sur la demande incrémentielle déclenchée immédiatement après une mise à niveau du modèle de données cible. Les augmentations de données et les applications personnalisées sont actualisées avec le prochain incrémentiel planifié dans ce scénario.
Définissez la programmation de sorte que l'actualisation incrémentielle s'exécute en dehors des heures de bureau. Par exemple, si les utilisateurs ont besoin de données prêtes à l'analyse de 8 h 00 et que l'actualisation prend généralement environ 4 heures, planifiez-la pour qu'elle commence à 2 h 00. Cette planification fournit un tampon pour toute variation de la durée d'actualisation et garantit que les données sont disponibles lorsque les utilisateurs en ont besoin.
Utilisez la programmation d'actualisation des données sur la page Paramètres de pipeline pour indiquer la fréquence et le moment où le chargement incrémentiel des données doit avoir lieu. Lors de la spécification du fuseau horaire, il est recommandé d'utiliser des noms de ville pour gérer l'heure d'été. Par exemple, au lieu de sélectionner un fuseau horaire tel que EST ou PST, sélectionnez Europe/Bucarest ou America/Los_Angeles. Dans ce cas, le traitement d'actualisation des données calcule la valeur mentionnée dans le champ Heure en fonction de l'heure locale, quel que soit l'heure d'été. Pour plus d'informations sur les fuseaux horaires, reportez-vous à TimeZoneID.
