3 Recursos do Oracle AI Data Platform Workbench
O Oracle AI Data Platform Workbench é uma plataforma de dados moderna projetada para simplificar a ingestão, o processamento e a análise de dados em escala. Ele fornece uma integração perfeita de recursos de computação, armazenamento e catalogação para permitir o gerenciamento eficiente de dados.
Os principais recursos do AI Data Platform Workbench incluem:
Espaço de Trabalho
Um espaço de trabalho no AI Data Platform Workbench atua como um ambiente isolado no qual os usuários podem gerenciar e organizar seus recursos de data lake, incluindo workflows, notebooks e bibliotecas. Os espaços de trabalho permitem colaboração e governança eficientes, mantendo os recursos agrupados logicamente.
Computação
O AI Data Platform Workbench fornece recursos escaláveis de computação de CPU e GPU para executar cargas de trabalho de processamento e análise de dados. Os usuários podem aproveitar os ambientes de execução baseados em Spark para processamento de alto desempenho, suportando cargas de trabalho em lote e interativas.
Bloco de Notas
O AI Data Platform Workbench inclui notebooks como um ambiente de desenvolvimento interativo para gravar e executar código. Ele suporta Python e SparkSQL, permitindo que os usuários transformem, analisem e visualizem dados diretamente na AI Data Platform.
Fluxo de Trabalho
O componente de workflow permite que os usuários definam e orquestrem pipelines de dados feitos de notebooks, tarefas Python, if-else e outras tarefas de job. Os usuários podem criar, programar e monitorar fluxos de trabalho para ETL, transformações de dados e automação de análise.
Catálogo Mestre
O Catálogo Mestre serve como repositório central de metadados para todos os conjuntos de dados estruturados e não estruturados em um AI Data Platform Workbench. Ele fornece governança unificada e descoberta de dados, permitindo que os usuários pesquisem e gerenciem conjuntos de dados em diferentes esquemas e locais de armazenamento.
Catálogo
Um catálogo em um AI Data Platform Workbench é um agrupamento lógico de esquemas, tabelas, volumes e modelos, fornecendo uma maneira estruturada de organizar conjuntos de dados. Os usuários podem criar vários catálogos para diferentes projetos ou equipes para garantir uma segmentação de dados eficaz.
Esquema
Um esquema define a estrutura dentro de um catálogo, organizando tabelas e views em um namespace comum. Os esquemas ajudam a estruturar logicamente dados para diferentes aplicações e cargas de trabalho analíticas.
Tabela
Uma tabela em um AI Data Platform Workbench representa conjuntos de dados estruturados que podem ser consultados e processados. As tabelas suportam vários formatos de armazenamento, incluindo Delta Uniform, garantindo a compatibilidade com vários mecanismos de consulta.
Exibir
Uma view é uma tabela virtual em um Workbench de Plataforma de Dados AI que fornece uma representação consultável de dados armazenados em tabelas subjacentes. As exibições permitem acesso simplificado a conjuntos de dados transformados sem exigir duplicação de dados.
Volume
Volume é uma abstração de armazenamento em um AI Data Platform Workbench que fornece um espaço gerenciado para persistir dados brutos, processados e selecionados. Ele suporta acesso e integração de dados eficientes com o Object Storage.
Preencher Automaticamente
O recurso Preenchimento Automático simplifica o gerenciamento de metadados detectando e registrando automaticamente novos conjuntos de dados localizados no OCI Object Storage. Isso reduz o esforço manual para manter os catálogos de dados atualizados.
Controles de Acesso Baseados em Atribuição (RBAC)
A AI Data Platform implementa o RBAC para impor o controle de acesso refinado em diferentes recursos. Os usuários podem definir funções e permissões para espaços de trabalho, catálogos e conjuntos de dados para garantir uma colaboração segura.
Log de Auditoria
Os logs de auditoria no Oracle AI Data Platform Workbench capturam registros detalhados das atividades do usuário. Esses logs ajudam a monitorar o uso, garantir a conformidade e investigar problemas como acesso não autorizado ou alterações de configuração.
Namespace de Três Partes
O AI Data Platform Workbench adota um namespace de três partes (Catalog.Schema.Table) para acessar conjuntos de dados, permitindo uma maneira estruturada e consistente de referenciar dados em toda a plataforma. Essa padronização melhora a interoperabilidade e a facilidade de acesso.