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数据的云数据池功能。可以从 Oracle 内部和外部的各种来源发现数据，然后摄取转换数据。将原始数据转换为可度量和可操作的数据需要通过各个阶段处理数据：

1. 搜索
2. 提取
3. 变换
4. 策划
5. 分析、学习和预测
6. 衡量和行动

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

• 监管
• 安全、身份和访问管理
• 利用 OCI 的灵活计算和灵活存储功能，使用本地 FastConnect 实现在线数据传输
• Oracle 与 Azure Interconnect 建立了合作关系，可以迁移到云并构建云原生应用。

该区域划分为包含物理或功能组件的功能层：

• 发现阶段：您可以从各种源（例如企业应用、Azure 和其他数据库、Oracle Data Cloud、Web 点击、事件流、传感器和介质或文件对象存储）中搜索数据。
• 数据炼油层：数据经过此层中的摄取阶段。

  • 批摄取（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 使用精细的应用程序数据。数据持久性平台层中的云存储会消耗原始数据。
  • 通过更改数据捕获（GoldenGate 和 ODI）和批量传输（FastConnect 数据传输、MFT、CLI），原始数据可以在数据持久性和处理层中从所有数据炼油厂路径迁移到云存储。
  • 流处理摄取（流处理服务、大数据服务）服务会使用事件流数据。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。此层有助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技术还是非关系数据库技术构建数据。监管（数据目录）适用于应用程序数据和原始数据（当它们经过此层时）。

• 访问和解释层：数据经过分析、学习和预测阶段。此层使用分析、机器学习和 AI 服务（例如异常检测）为数据做好访问和嵌入准备。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、OML）服务来构建和训练熟悉的用户界面的模型。机器学习使用可以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功能，使数据可用于访问和解释。

  开发人员可以使用通过 API 网关和函数获得的 API 构建自己的应用，并利用机器学习和人工智能服务来利用原始数据。

• 评估和行动阶段：Oracle 应用数据仓库可以利用分析的数据、使用数据、从中学习以及预测结果。增强分析、仪表盘和报告、机器学习模型、数据驱动的应用、人工智能支持服务，所有这些功能都通过使用度量并且基于预测采取行动来实现。组织可以使用数据驱动的应用做出数据驱动的业务决策，从而从数据中获利。他们可以训练机器学习模型、构建仪表盘和报告，以及增强分析。