Informazioni sulle prestazioni di aggiornamento dei dati

L'aggiornamento dei dati in Oracle Fusion Data Intelligence è un processo complesso. È prevista una variazione giornaliera della durata dell'aggiornamento.

Un tipico aggiornamento dei dati include i processi riportati di seguito.

Estrazione dei dati dalle Oracle Fusion Cloud Applications o da altre origini di terze parti.
Trasformare i dati nello schema predefinito pronto per l'analitica.
Caricamento dei dati in Oracle Autonomous AI Lakehouse.
Condivisione dei dati con destinazioni esterne con la funzionalità Condivisione dati.

Fattori che influiscono sulle prestazioni di aggiornamento dei dati

Il tempo necessario per aggiornare i dati e tutte le metriche chiave e i dashboard risultanti dipende da diversi fattori.

È possibile eseguire le azioni riportate di seguito.

Disponibilità del sistema di origine: se il sistema di origine non è disponibile, l'aggiornamento verrà sospeso e attenderà. Il sistema invia una notifica. Se il sistema è in grado di determinare che il problema di accesso è stato causato da credenziali non valide, le statistiche di aggiornamento della cronologia delle richieste e del warehouse visualizzano se l'aggiornamento è stato messo in coda a causa della disponibilità dell'origine.
Disponibilità delle risorse nel sistema di origine: se le risorse del sistema di origine vengono utilizzate da processi diversi dal processo di estrazione di Oracle Fusion Data Intelligence, si verificheranno ritardi negli aggiornamenti dei dati di Oracle Fusion Data Intelligence. Ciò è particolarmente vero per le Oracle Fusion Cloud Applications.
Dimensione e complessità dei dati di origine – In generale, il volume di dati elaborati durante un aggiornamento è un buon indicatore di quanto tempo richiederà l'aggiornamento, anche se non è sempre così. Le statistiche di aggiornamento warehouse includono il numero di record pubblicati che possono indicare il volume complessivo. Vedere Visualizzare le statistiche di aggiornamento del warehouse.
Aree funzionali attivate - In generale, più le aree funzionali, più dati da elaborare e quindi più tempo aggiorna.
Query SQL personalizzate: se le query personalizzate sono in esecuzione su Oracle Autonomous AI Lakehouse, possono utilizzare le risorse necessarie per la pipeline, il che potrebbe influire sulle prestazioni di aggiornamento complessive.
Blocchi di tabella per elaborazione a valle personalizzata: se un processo a valle acquisisce blocchi nelle tabelle di Oracle Fusion Data Intelligence e li conserva per troppo tempo, ciò può causare ritardi nell'aggiornamento dei dati eseguito da Oracle Fusion Data Intelligence.
Personalizzazioni eseguite sugli oggetti del sistema di origine: se le personalizzazioni richiedono un carico completo per tali oggetti, l'aggiornamento richiederà più tempo.
Manutenzione del sistema di origine e destinazione: le attività di manutenzione del sistema, come l'applicazione delle patch, possono sospendere o ritardare i processi della pipeline, il che può prolungare il tempo di aggiornamento complessivo.
Pipeline di dati personalizzate: se negli script di Data Augmentations viene utilizzata una logica di trasformazione complessa per le pipeline di dati personalizzate, questa operazione potrebbe influire sul tempo di aggiornamento complessivo.

Considerazioni sulle prestazioni di aggiornamento dei dati

Data la varietà di fattori che influenzano l'aggiornamento dei dati, i tempi di completamento saranno diversi di giorno in giorno.

Vedere Fattori che influiscono sulle prestazioni di aggiornamento dei dati.

Le prestazioni della pipeline sono una responsabilità condivisa; pertanto, Oracle fornisce una piattaforma scalabile, controlli di configurazione e linee guida per l'uso, mentre gestisci i volumi di dati, la disponibilità del sistema di origine, la progettazione della trasformazione (se vengono utilizzate pipeline di dati personalizzate), la pianificazione e le configurazioni specifiche dell'ambiente. I risultati ottimali richiedono un coinvolgimento continuo degli utenti nella configurazione, un monitoraggio proattivo di diversi fattori che influiscono sugli aggiornamenti dei dati e il rispetto delle procedure e degli strumenti consigliati da Oracle.

Per ottimizzare le prestazioni di aggiornamento, prendere in considerazione le azioni riportate di seguito.

Aree funzionali attivate: attiva solo le aree funzionali necessarie per le esigenze aziendali di analitica. Inizia con ciò che è necessario e aggiungi di più man mano che sorgono nuovi requisiti, piuttosto che abilitare tutto in anticipo. Vedere Attivare una pipeline di dati per un'area funzionale. Rimuovere tutte le aree funzionali non critiche per l'analitica. Vedere Disattivazione di una pipeline dati per un'area funzionale.
Moduli e tabelle dati nell'aggiornamento frequente dei dati: aggiungere solo i moduli necessari per le esigenze aziendali di analitica operativa infragiornaliera utilizzando la funzionalità Aggiornamento frequente dei dati. Rimuovere eventuali moduli non critici per l'analitica. Vedere Configura aggiornamento frequente dei dati V2 (anteprima) e Considerazioni sulle prestazioni per aggiornamento frequente dei dati.
Data estrazione iniziale: questa impostazione controlla i dati estratti, trasformati e memorizzati nel warehouse. Configura con attenzione in base ai requisiti aziendali effettivi. Anziché utilizzare una data di estrazione iniziale assoluta, considerare la possibilità di utilizzare una data di estrazione iniziale relativa. Vedere Informazioni sui parametri della pipeline. Ciò risulta particolarmente efficace se si utilizza la funzionalità Analisi conto configurabile. Vedere Analisi conto configurabile.
Estrazioni personalizzate: se le estrazioni di dati personalizzate sono in esecuzione nel sistema di origine, possono competere per le risorse e ritardare l'aggiornamento dei dati. Ad esempio, le estrazioni BICC (Business Intelligence Cloud Connector) personalizzate in esecuzione in parallelo al processo di estrazione di Oracle Fusion Data Intelligence potrebbero rallentare gli aggiornamenti di Oracle Fusion Data Intelligence. Per evitare ritardi, assicurarsi che non siano in esecuzione altri job di aggiornamento personalizzati durante le finestre di aggiornamento dei dati di Oracle Fusion Data Intelligence. Quando un determinato aggiornamento richiede più tempo del previsto, utilizzare le statistiche di aggiornamento warehouse per determinare se si verificano ritardi dovuti a estrazioni personalizzate durante l'aggiornamento dei dati. Vedere Visualizzare le statistiche di aggiornamento del warehouse.
Sessioni di servizi ad alto livello su Oracle Autonomous AI Lakehouse : il processo di aggiornamento dei dati dipende dalle risorse di warehouse disponibili. Se le sessioni High Service sono in esecuzione, possono consumare capacità e ritardare la pubblicazione dei dati nel warehouse. Vedere Regole di utilizzo per Autonomous AI Lakehouse associato a Oracle Fusion Data Intelligence. Quando un determinato aggiornamento richiede più tempo del previsto, utilizzare le statistiche di aggiornamento del warehouse per determinare se sono presenti sessioni High durante l'aggiornamento dei dati. Vedere Visualizzare le statistiche di aggiornamento del warehouse.
Processi ETL personalizzati a valle: il processo di aggiornamento dei dati richiede un accesso ininterrotto alle tabelle nel data warehouse. Tutti i processi ETL personalizzati che accedono a queste tabelle e acquisiscono blocchi a lungo termine devono essere pianificati al di fuori della finestra di aggiornamento di Oracle Fusion Data Intelligence.
Aggiornamento con priorità: se si desidera aggiornare prima determinati dati anche all'interno dell'aggiornamento incrementale, è possibile selezionare tali tabelle warehouse per l'aggiornamento con priorità. Tuttavia, utilizzare questa opzione solo per un set limitato di tabelle veramente critiche da aggiornare prima di altri set di dati. Vedere Assegna priorità ai set di dati per l'aggiornamento incrementale (anteprima).
Override schedulazione area funzionale: consente di esaminare le aree funzionali attivate e di considerare tempi di aggiornamento sbalorditivi in base alle esigenze aziendali. Ciò può ridurre il carico di elaborazione dagli aggiornamenti giornalieri incrementali della pipeline. Vedere Sostituisci piani pipeline dati per aree funzionali (anteprima).
Origine Fusion Augmentations: se i data augment vengono utilizzati principalmente per le integrazioni a valle, prendere in considerazione l'utilizzo dell'origine Fusion Augmentations per i data set. Con questa opzione, gli aggiornamenti dell'aumento possono essere eseguiti in parallelo con gli aggiornamenti incrementali giornalieri per le aree funzionali nelle Oracle Fusion Cloud Applications. Ciò migliora le prestazioni di aggiornamento incrementale per l'origine delle Oracle Fusion Cloud Applications. Abilita inoltre una frequenza di aggiornamento diversa per le data augmentations utilizzando l'origine Fusion Augmentations. Pianificare gli aggiornamenti in base all'origine Oracle Fusion Cloud Applications e all'origine Fusion Augmentations in modo scaglionato per evitare conflitti di risorse nelle Oracle Fusion Cloud Applications. Vedere Esegui data augmentations con origine Fusion Augmentations.
Aggiorna modifica priorità fase su richiesta: per l'aggiornamento incrementale pianificato, è possibile inviare una richiesta di servizio per spostare determinati moduli dalla fase principale alla fase secondaria. Vedere Programma aggiornamento dati incrementale . Ciò consente di rendere disponibili prima i dati per aziende più importanti.