Sorgen Sie für aktuelle Analyseinhalte, indem Sie Dataset-Daten nach ihrer Aktualisierung erneut laden.
Sie können Daten in einem Dataset erneut laden, um es auf dem aktuellen Stand zu halten.
Durch erneutes Laden der Daten stellen Sie sicher, dass Arbeitsmappen und Visualisierungen aktuelle Daten enthalten. Die aktuellen Daten werden in Arbeitsmappen und Visualisierungen angezeigt, nachdem das Dataset erneut geladen wurde und Sie die Arbeitsmappen aktualisiert haben. Siehe Daten einer Arbeitsmappe aktualisieren.
Der Vorgang zum erneuten Laden eines Datasets ist davon abhängig, wie die Daten bezogen wurden.
Dataset-Quelltyp | So laden Sie Daten erneut |
---|---|
Daten aus Datenbanken, die inkrementelles Laden unterstützen |
Sie können Daten eines Datasets inkrementell erneut laden, wenn dies von der Datenquelle des Datasets unterstützt wird. Beim inkrementellen Laden werden nur neue oder aktualisierte Daten geladen. Siehe Dataset-Daten inkrementell erneut laden. |
Daten aus externen Verbindungen | Wenn Sie Daten für ein Dataset mit einer externen Verbindung erneut laden, wird die SQL-Anweisung des Datasets erneut ausgeführt, und die aktuellen Daten für die Tabellen, bei denen das Feld Datenzugriff auf Automatisches Caching gesetzt ist, werden in den Cache geladen.
Enthält das Dataset mindestens eine Tabelle, bei der das Feld Datenzugriff auf Automatisches Caching gesetzt ist, können Sie die Seite Daten verwenden, um die Tabellen neu in das Dataset zu laden. |
Daten aus Excel-, CSV- oder TXT-Datei | Wenn Sie eine Microsoft Excel-Datei (XLSX oder XLS) neu laden, muss die neuere Tabellenkalkulationsdatei ein Arbeitsblatt mit dem Namen der ursprünglichen Datei enthalten. Außerdem muss das Blatt dieselben Spalten enthalten, die auch im Dataset vorhanden sind. Die Daten können nicht erneut geladen werden, wenn in der geladenen Datei Spalten fehlen.
Wenn Sie eine CSV- oder TXT-Datei neu laden, muss diese die gleichen Spalten wie das Dataset enthalten. Die Daten können nicht erneut geladen werden, wenn in der geladenen Datei Spalten fehlen. Verwenden Sie die Option Daten zum erneuten Laden eines Datasets, das eine Datei als Quelle enthält. |
Daten aus Oracle Fusion Cloud Applications Suite |
Sie können Daten und Metadaten für Fusion Applications Suite-Datenquellen erneut laden. Wenn die Fusion Applications Suite-Datenquelle logische SQL verwendet, wird durch das erneute Laden der Daten die SQL-Anweisung des Datasets erneut ausgeführt. |
Beim Bearbeiten einer Arbeitsmappe können Sie Daten erneut laden, um die Arbeitsmappe mit den neuesten Daten zu aktualisieren.
Mit dem Dataset-Editor können Sie Daten für eine einzelne Dataset-Tabelle, die eine Verbindung verwendet, erneut laden. Beim erneuten Laden wird die Datenquelle der Tabelle abgefragt, und die aktuellen Daten werden in den Cache geladen.
Auf der Registerkarte "Datasets" können Sie Daten für die Dataset-Tabellen, die Verbindungen verwenden und bei denen das Feld Datenzugriff auf Automatisches Caching gesetzt ist, erneut laden. Beim erneuten Laden werden die Datenquellen der Tabelle abgefragt, und die aktuellen Daten werden in den Cache geladen.
Hinweis:
Sie können Daten für ein vorhandenes Dataset, das auf einer Verbindung basiert, auch mit der REST-API programmgesteuert erneut laden. Siehe Daten für ein Dataset erneut laden unter REST-API für Oracle Analytics Cloud.Durch erneutes Laden der Daten stellen Sie sicher, dass Arbeitsmappen und Visualisierungen aktuelle Daten enthalten. Die aktuellen Daten werden in Arbeitsmappen und Visualisierungen angezeigt, nachdem das Dataset erneut geladen wurde und Sie die Arbeitsmappen aktualisiert haben.
Laden Sie die Daten in einem Dataset basierend auf einer XLSX-, XLS-, CSV- oder TXT-Datei erneut, um sicherzustellen, dass der Arbeitsmappeninhalt auf dem neuesten Stand ist.
Durch erneutes Laden der Dateien eines Datasets stellen Sie sicher, dass Arbeitsmappen und Visualisierungen aktuelle Daten enthalten. Die aktuellen Daten werden in Arbeitsmappen und Visualisierungen angezeigt, nachdem die Datei erneut geladen wurde und Sie die Arbeitsmappen aktualisiert haben.
Sorgen Sie für aktuelle Analyseinhalte, indem Sie Datasets effizient erneut laden, sobald neue Daten in der Quelldatenbank verfügbar sind.
Laden Sie Ihre Dataset-Daten inkrementell, um Ihre Arbeitsmappen auf möglichst effiziente Weise auf dem aktuellen Stand zu halten. Prüfen Sie diesen Überblick, bevor Sie starten.
Durch das inkrementelle erneute Laden werden Daten effizient aktualisiert und die Verarbeitungszeit minimiert.
Welche inkrementellen Ladetypen werden unterstützt?
Wenn die Datasets nicht für das inkrementelle Laden geeignet sind, kann auch ein vollständiger Ladevorgang ausgeführt werden. Beispiel: Wenn ein großer Teil Ihrer Daten regelmäßig geändert wird, ist ein vollständiger Ladevorgang möglicherweise effizienter.
.png
Datentypen, die inkrementelles Laden für Datasets unterstützen
Mit Daten in unterschiedlichen Zeitzonen arbeiten
Wenn zwischen den Zeitstempeln in Ihren Daten und der Oracle Analytics-Standardzeitzone (Universal Time Coordinated oder UTC) ein Zeitunterschied besteht, können Sie eine Verschiebung angeben, sodass der Zeitunterschied berücksichtigt wird und Ihre Daten korrekt geladen werden. Wenn das Quellsystem beispielsweise in der Pacific Time Zone (PST) aufzeichnet, die 8 Stunden hinter der UTC liegt, setzen Sie die inkrementelle Verschiebung auf 8 Stunden. Siehe Dataset für inkrementelles Laden konfigurieren.
Konfigurieren Sie Ihre Datasets für das inkrementelle Laden, um sie stets auf dem aktuellen Stand zu halten. Wenn ein Quellsystem beispielsweise neue Datensätze enthält, werden nur diese in Ihr Dataset geladen, wodurch Systemtraffic minimiert und die Verarbeitungszeit reduziert werden.
Halten Sie Arbeitsmappen durch inkrementelles Neuladen von Dataset-Daten auf dem aktuellen Stand. Sie können Daten einmalig oder regelmäßig laden.
Historische Informationen werden für erneute Ladevorgänge von Datasets auf Job- und Tabellenebene generiert.
Logdateien für Neuladevorgänge von Datasets können Ihnen helfen, Probleme beim erneuten Laden von Datasets zu beheben.