이 아키텍처는 Oracle Data and AI 서비스를 사용하여 광범위한 엔터프라이즈 데이터 리소스에서 데이터를 처리하는 클라우드 데이터 레이크의 기능을 보여줍니다. 이 아키텍처를 사용하여 비즈니스 분석 및 머신 러닝을 위한 데이터를 활용할 수 있습니다. Oracle 내부 및 외부의 다양한 소스에서 데이터를 검색한 다음 혁신을 위해 입수할 수 있습니다. 원시 데이터를 측정 가능하고 실행 가능한 데이터로 변환하려면 다음 여러 단계를 통해 데이터를 처리해야 합니다.

1. 검색
2. 입수
3. 변환
4. 선별
5. 분석, 학습, & 예측
6. 측정 & 작업

다음 기능은 전체 OCI(Oracle Cloud Infrastructure) 지역에 걸쳐 있습니다.

• 관리
• 보안, ID 및 & 액세스 관리
• 온프레미스 FastConnect를 통해 OCI의 유연한 컴퓨팅 및 유연한 스토리지 기능을 활용한 온라인 데이터 전송 가능
• Oracle과 Azure 상호 연결 덕분에 클라우드로의 마이그레이션 및 클라우드 전용 애플리케이션 구축이 가능합니다.

이 영역은 물리적 또는 기능적 구성 요소를 포함하는 기능 층으로 나뉩니다.

• 검색 단계: 엔터프라이즈 애플리케이션, Azure 및 기타 데이터베이스, Oracle Data Cloud, 웹 클릭, 이벤트 스트림, 센서 및 미디어 또는 파일 객체 저장소와 같은 다양한 소스에서 데이터를 검색할 수 있습니다.
• DataModule 계층: 데이터가 이 계층의 수집 단계를 거칩니다.

  • 배치 수집(OCI Data Integration, ODI 및 DB 툴) 서비스는 애플리케이션 데이터를 사용합니다. Oracle Autonomous Data Warehouse는 세분화된 애플리케이션 데이터를 사용합니다. 데이터 지속성 플랫폼 계층의 클라우드 스토리지는 원시 데이터를 사용합니다.
  • 데이터 캡처 변경(GoldenGate 및 ODI) 및 대량 전송(FastConnect 데이터 전송, MFT, CLI)을 통해 원시 데이터를 데이터 지속성의 모든 데이터 변환 모듈 경로에서 클라우드 스토리지로 이동할 수 있습니다.
  • 스트리밍 수집(스트리밍 서비스, 빅 데이터 서비스) 서비스는 이벤트 스트림 데이터를 사용합니다. 스트리밍 처리(GoldenGate 스트림 분석) 서비스는 스트림 데이터를 사용하고 데이터 지속성 & 처리 계층의 클라우드 저장 영역으로 전송합니다.

• 데이터 지속성 & 처리 계층: 데이터는 변환 및 곡선 단계를 거칩니다. 이 계층을 사용하면 데이터 탐색을 통해 현재 비즈니스 뷰를 쉽게 표시할 수 있습니다.

  데이터 지속성 & 처리 계층은 사용하는 데이터베이스 기술이 관계형인지 아니면 비관계형인지에 따라 데이터를 구성합니다. 거버넌스(데이터 카탈로그)는 이 계층을 통과할 때 애플리케이션 데이터 및 원시 데이터에 적용됩니다.

• & 해석 층에 액세스: 데이터는 분석, 학습 및 예측 단계를 거칩니다. 이 계층을 사용하면 분석, 머신 러닝 및 AI 서비스(예: 이상 감지)를 사용하여 데이터를 접근하고 다단계 분석을 수행할 수 있습니다. Oracle Analytics Cloud 서비스를 사용하여 세분화된 애플리케이션 데이터를 시각화할 수 있습니다. 데이터 과학자는 머신 러닝(데이터 과학, OML 노트북, OML) 서비스를 활용하여 익숙한 사용자 인터페이스로 모델을 구축하고 교육할 수 있습니다. 머신 러닝은 교육 모델에 사용할 수 있는 원시 데이터를 소비합니다. 스트리밍 애널리틱스(GoldenGate 스트림 애널리틱스) 서비스는 데이터 시각화를 제공하여 데이터에 접근하고 해석할 수 있도록 지원합니다.

  API 게이트웨이 및 기능을 통해 제공되는 API는 개발자가 자체 애플리케이션을 개발하고 머신 러닝 및 AI 서비스를 사용하여 원시 데이터를 활용하는 데 사용할 수 있습니다.

• 측정 & 조치 단계: Oracle Applications Data Warehouse는 분석한 데이터를 활용하고 사용하며 학습한 다음 결과를 예측할 수 있습니다. 강화된 분석, 대시보드 & 보고서, 머신 러닝 모델, 데이터 기반 애플리케이션, AI 지원 서비스, 예측을 활용하고 예측 작업을 수행하여 모든 이점을 누릴 수 있습니다. 조직에서는 데이터 기반 앱을 이용해 데이터 기반의 비즈니스 의사 결정을 수행함으로써 데이터를 수익화할 수 있습니다. 머신 러닝 모델 교육, 대시보드 & 보고서 작성 및 통합 분석 기능을 이용할 수 있습니다.