Cette architecture démontre les capacités d’un lac de données Cloud utilisant les services de données et d’intelligence artificielle d’Oracle pour traiter des données provenant d’un large éventail de ressources de données d’entreprise. Utilisez cette architecture pour exploiter les données à des fins d’analyse métier et d’apprentissage automatique. Les données peuvent être découvertes à partir de différentes sources, à la fois au sein et en dehors d’Oracle, puis ingérées pour transformation. La transformation des données brutes en données mesurables et exploitables nécessite le traitement des données par différentes étapes :

1. Repérer
2. Traiter
3. Transformation
4. Curate
5. Analyser, apprendre et prévoir
6. Mesure & agir

Les fonctionnalités suivantes s'étendent sur l'ensemble de la région Oracle Cloud Infrastructure (OCI) :

• gouvernance
• Sécurité, identité et gestion d'accès &
• La solution FastConnect sur site permet le transfert de données en ligne avec des fonctionnalités de calcul flexible et de stockage flexible d’OCI
• Le partenariat d’Oracle avec Azure Interconnect permet la migration vers le Cloud et la création d’applications Cloud natives.

La région est divisée en couches fonctionnelles hébergeant des composants physiques ou fonctionnels :

• Etape de découverte : vous pouvez repérer des données à partir d'un large éventail de sources telles que les applications d'entreprise, Azure et d'autres bases de données, Oracle Data Cloud, les clics Web, les flux d'événements, les capteurs et les médias ou les banques d'objets de fichiers.
• Couche Data Refinery : Les données passent par l'étape Ingest dans cette couche.

  • Les services d’ingestion de lots (OCI Data Integration, ODI et Outils de base de données) consomment des données d’application. Oracle Autonomous Data Warehouse utilise des données d'application affinées. Le stockage cloud de la couche Data Persistence Platform consomme des données brutes.
  • La capture des données de modification (GoldenGate et ODI) et le transfert en masse (transfert de données FastConnect, MFT, CLI) permettent le déplacement des données brutes de tous les chemins de raffinage vers le stockage cloud dans la couche Data Persistence & Processing.
  • Le service Streaming Ingest (Streaming Service, Big Data Service) utilise les données Event Stream. Le service Streaming Processing (GoldenGate Stream Analytics) consomme les données de flux et les transfère vers le stockage cloud dans la couche Data Persistence & Processing.

• Couche de traitement & de persistance des données : les données passent par les étapes Transformer et Courbes. Cette couche facilite la navigation des données pour afficher la vue métier en cours.

  La couche Data Persistence & Processing structure les données selon que la technologie de base de données utilisée est relationnelle ou non relationnelle. La gouvernance (Data Catalog) s'applique aux données d'application et aux données brutes lorsqu'elles passent par cette couche.

• Accéder à la couche d'interprétation & : Les données passent par l'étape Analyser, Apprendre et Prédire. Cette couche permet de préparer les données à l'accès et à l'intégration à l'aide des fonctions d'analyse, d'apprentissage automatique et des services IA tels que la détection d'anomalies. Vous pouvez visualiser des données d'application affinées à l'aide du service Oracle Analytics Cloud. Les analystes de données peuvent tirer parti des services d'apprentissage automatique (Data Science, blocs-notes OML, OML) pour créer et former des modèles à l'aide d'une interface utilisateur familière. L'apprentissage automatique utilise les données brutes qui peuvent être utilisées pour les modèles de formation. Les services Streaming Analytics (GoldenGate Stream Analytics) fournissent des visualisations de données afin de rendre les données disponibles pour l'accès et l'interprétation.

  Les API disponibles via une passerelle d'API et des fonctions peuvent être utilisées par les développeurs pour créer leurs propres applications et exploiter les données brutes à l'aide des services d'apprentissage automatique et d'intelligence artificielle.

• Mesure & Phase Act : Oracle Applications Data Warehouse peut exploiter les données analysées, les utiliser, en tirer les enseignements et prévoir les résultats. Analytique augmentée, tableaux de bord et rapports, modèles d'apprentissage automatique, applications axées sur les données, services compatibles avec l'IA et tous les avantages en utilisant les mesures et en agissant sur les prévisions. Les entreprises peuvent monétiser les données en prenant des décisions métier basées sur les données à l'aide d'applications basées sur les données. Ils peuvent former des modèles d’apprentissage automatique, créer des tableaux de bord et des rapports, ainsi que des analyses augument.