Essa arquitetura coleta e combina dados de aplicativos para análise e machine learning para fornecer informações úteis. Uma sequência linear de etapas abrange o diagrama:

1. Origens de Dados
2. Ingestão, Transformação
3. Persistir, Curar, Criar
4. Analise, Aprenda, Preveja
5. Medida, Ação

Os seguintes componentes se aplicam a toda a região do Oracle Cloud Infrastructure:

• Governança (Data Catalog)
• Infraestrutura
• Segurança da Rede
• Serviço IAM (Identity and Access Management)

A região é dividida em camadas funcionais que contêm componentes físicos ou funcionais:

• Camada Origens de Dados: As origens de dados incluem Dados do Aplicativo Empresarial. O lote de aplicativos e os dados de alteração são passados para a camada Ingestão, Transformação. Os metadados dos bancos de dados do aplicativo são coletados e fluem para o bloco Governance (Data Catalog).

• Ingestão, camada Transformação: Um bloco chamado Ingestão de Lote (Oracle Cloud Infrastructure Data Integration, Oracle Data Integrator, Data Studio) trata os dados de aplicativos empresariais que são ingeridos e transformados em lotes ou microlotes. Um bloco chamado Change Data Capture (Oracle Cloud Infrastructure GoldenGate, Oracle Data Integrator) trata a ingestão de dados de aplicativos empresariais que são ingeridos quase em tempo real como resultado de um processo de Change Data Capture. Os dados ingeridos em tempo real também são processados e refinados com os recursos fornecidos pelo componente de ingestão em lote. Os dados brutos e refinados do aplicativo passam para a camada Persistir, Curar, Criar em caminhos separados.

• Persistir, Curar, Criar camada: Os dados do aplicativo refinados são movidos para um bloco chamado Serving Data Store (Autonomous Data Warehouse, Oracle Exadata Database Service, Oracle Exadata Database Service on Cloud@Customer, Oracle MySQL HeatWave). Altere os dados para um bloco rotulado Armazenamento na Nuvem (Oracle Cloud Infrastructure Object Storage, OCI Data Lake). O aplicativo e a alteração de dados passam para a camada Analisar, Aprender, Prever ao longo de caminhos separados. Os metadados do Autonomous Data Warehouse e do armazenamento de objetos são coletados e fluem para os Dados de Governança de bloco. Dados do bloco do Cloud Storage integrados ao Armazenamento de Dados do Serviço.

• Analisar, Aprender, Prever camada: Os dados do aplicativo refinado são movidos para um bloco rotulado de Análise e Visualização (Oracle Analytics Cloud, GraphStudio, Serviço de Consulta, ISVs) Os dados do aplicativo refinado também são movidos no bloco rotulado Produtos de Dados, APIs (Gateway de API do Oracle Cloud Infrastructure, Oracle Integration Cloud, Oracle Cloud Infrastructure Functions). Altere a movimentação de dados para blocos identificados como Learn (Data Science, OML, Notebooks OML) e Predict (Data Science, OML, Notebooks OML). Os dados de previsão são acessados pelo bloco de Produtos de Dados e APIs. Os metadados do Analytics fluem para o bloco de Dados de Governança. Dados do bloco do Cloud Storage integrados ao Armazenamento de Dados do Serviço.

• Medida, Ação: Os dados de cada bloco na camada Analisar, Aprender, Prever estão disponíveis para Pessoas e Parceiros, Modelos de Aplicativos e Coisas.