此架构展示了使用 Oracle 数据和 AI 服务处理各种企业数据资源的云数据湖的能力。使用此架构可利用数据进行业务分析和机器学习。可以在 Oracle 内部和外部的各种来源中发现数据，然后进行数据筛选进行转换。将原始数据转换为可测量和可操作的数据需要通过不同阶段处理数据：

1. 搜索
2. 摄取
3. 变换
4. 准确
5. 分析、学习和预测
6. 衡量并采取行动

以下功能跨越整个 Oracle Cloud Infrastructure (OCI) 区域：

• 监管
• 安全性、身份和 & 访问管理
• 本地 FastConnect 支持通过 OCI 的灵活计算和灵活存储功能实现联机数据传输
• Oracle 与 Azure 互连的伙伴关系支持迁移到云和构建云原生应用。

该区域划分为可容纳物理或功能组件的功能层：

• 探索阶段：您可以从各种来源搜索数据，例如企业应用程序、Azure 及其他数据库、Oracle Data Cloud、Webclicks、事件流、传感器和介质或文件对象存储。
• 数据炼油层：数据经过此层的“提取”阶段。

  • 批量采集（OCI 数据集成、ODI 和数据库工具）服务使用应用程序数据。Oracle Autonomous Data Warehouse 使用改进的应用程序数据。数据持久性平台层中的云存储使用原始数据。
  • 更改数据捕获（GoldenGate 和 ODI）和批量传输（FastConnect 数据传输、MFT、CLI）使原始数据能够在数据持久性和处理层从所有数据炼油路径迁移到云存储。
  • 流式处理（流式处理服务、大数据服务）服务使用事件流数据。流处理 (GoldenGate Stream Analytics) 服务使用流数据并将其传输到数据持久性和处理层中的云存储。

• 数据持久性和处理层：数据经过“转换”和“曲线”阶段。此层便于数据导航以显示当前业务视图。

  数据持久性和处理层根据您使用的数据库技术是关系性的还是非关系性的，对数据进行结构化。监管（数据目录）适用于通过此层时的应用程序数据和原始数据。

• 访问和解释层：数据经过分析、学习和预测阶段。此层使数据可以使用分析、机器学习和 AI 服务（例如异常检测）进行访问和解释。您可以使用 Oracle Analytics Cloud 服务可视化细化的应用程序数据。数据科学家可以利用机器学习（数据科学、OML 笔记本和 OML）服务，通过熟悉的用户界面构建和训练模型。机器学习使用可用于培训模型的原始数据。流分析 (GoldenGate Stream Analytics) 服务提供数据可视化，以使数据可用于访问和解释。

  开发人员可以使用 API 网关和函数提供的 API 来构建自己的应用，并使用机器学习和 AI 服务利用原始数据。

• 衡量和行动阶段：Oracle 应用数据仓库可以利用分析的数据、使用、学习和预测结果。增强分析、仪表盘和报表、机器学习模型、数据驱动的应用、启用了 AI 的服务，所有这些都通过使用评估并根据预测采取行动而获益。组织可以使用数据驱动的应用做出数据驱动的业务决策，从而从数据中获得收益。他们可以培训机器学习模型、构建仪表盘和报表以及增强分析功能。