關於自治式 AI 資料庫的資料管線

Autonomous AI Database 資料管線為載入管線或匯出管線。

載入管線可從外部來源提供連續的增量資料載入 (當資料到達物件存放區時，會將其載入資料庫表格)。匯出管線提供連續的增量資料匯出至物件存放區 (當新資料顯示在匯出至物件存放區的資料庫表格中時)。管線會使用資料庫排程器持續載入或匯出增量資料。

Autonomous AI Database 資料管線提供下列功能：

• 統一作業：管線可讓您快速輕鬆地載入或匯出資料，並定期為新資料重複這些作業。DBMS_CLOUD_PIPELINE 套裝程式提供一組整合的管線組態 PL/SQL 程序，以及建立和啟動用於載入或匯出作業的排定工作。

• 排定的資料處理：管線會監督其資料來源，並在新資料到達時定期載入或匯出資料。

• 高效能：管線使用 Autonomous AI Database 上可用的資源擴展資料傳輸作業。管線預設會對所有載入或匯出作業使用平行程度，並根據自治式 AI 資料庫上可用的 CPU 資源或可設定的優先順序屬性進行擴展。

• 單元性與復原：管線會保證單元性，讓物件存放區中的檔案針對載入管線完全載入一次。

• 監督與疑難排解：管線提供詳細的日誌和狀態表格，供您監督和除錯管線作業。

• 多雲端相容： Autonomous AI Database 上的管線可支援在雲端提供者之間輕鬆切換，無需變更應用程式。管線支援 Autonomous AI Database 支援的所有證明資料和物件存放區 URI 格式 (Oracle Cloud Infrastructure Object Storage 、Amazon S3 、Azure Blob Storage 、Google Cloud Storage 和 Amazon S3-Compatible 物件存放區)。

資料管線生命週期

DBMS_CLOUD_PIPELINE 套裝軟體提供建立、設定、測試及啟動管線的程序。載入和匯出管線的管線生命週期和程序相同。

圖解說明 pipeline_lifecycle.eps

對於任一種管線類型，您可以執行下列步驟來建立和使用管線：

1. 建立並設定管線。請參閱建立及設定管線以瞭解詳細資訊。

2. 測試新的管線。如需詳細資訊，請參閱測試管線。

3. 啟動管線。請參閱啟動管線以瞭解詳細資訊。

此外，您可以監督、停止或刪除管線：

• 管線在執行時 (不論是在測試期間或在您啟動管線後的一般使用期間)，都可以監督管線。請參閱監控及疑難排解管線以瞭解詳細資訊。

• 您可以停止管線，稍後再重新啟動，或是在使用管線完成時刪除管線。請參閱停止管線和刪除管線以瞭解詳細資訊。

載入管線

使用載入管線，從物件存放區中的外部檔案連續載入增量資料至資料庫表格。載入管線會定期識別物件存放區中的新檔案，並將新資料載入資料庫表格。

載入管線的運作方式如下 (可以使用管線屬性設定部分功能)：

• 物件存放區檔案會以平行方式載入資料庫表格。

  • 載入管線會使用物件存放區檔案名稱來唯一識別及載入較新的檔案。
  • 一旦在資料庫表格中載入了物件倉庫中的檔案，如果物件倉庫中的檔案內容發生變更，則不會再次載入該檔案。
  • 如果刪除物件倉庫檔案，則不會影響資料庫表格中的資料。

• 如果發生失敗，載入管線會自動重試作業。系統會在每次後續執行管線排定工作時嘗試重試。

• 如果檔案中的資料不符合資料庫表格，就會將其標示為 FAILED，並且可以複查以對問題進行除錯和疑難排解。

  • 如果無法載入任何檔案，管線就不會停止並繼續載入其他檔案。

• 載入管線支援多種輸入檔案格式，包括：JSON、CSV、XML、Avro、ORC 和 Parquet。

load-pipeline.svg 圖解描述

從非 Oracle 資料庫移轉是負載管線的其中一個可能使用案例。當您需要將資料從非 Oracle 資料庫移轉至 Oracle Autonomous AI Database on Dedicated Exadata Infrastructure 時，可以擷取資料並將其載入 Autonomous AI Database (Oracle Data Pump 格式無法用於從非 Oracle 資料庫移轉)。透過使用一般檔案格式 (例如 CSV) 從非 Oracle 資料庫匯出資料，您可以將資料儲存至檔案並將檔案上傳至物件存放區。接著，建立管線以將資料載入至 Autonomous AI Database 。使用負載管線來載入一組大型 CSV 檔案，提供諸如容錯以及繼續和重試作業等重要優點。對於具有大型資料集的移轉，您可以為非 Oracle 資料庫檔案建立多個管線，每個表格一個管線，以將資料載入至 Autonomous AI Database 。

匯出管線

使用匯出管線將資料從資料庫持續增量匯出至物件存放區。匯出管線會定期識別候選資料，並將資料上傳至物件存放區。

有三個匯出管線選項 (可使用管線屬性設定匯出選項)：

• 使用日期或時戳資料欄作為追蹤較新資料的索引鍵，將查詢的增量結果匯出至物件存放區。

• 使用日期或時戳資料欄作為追蹤較新資料的索引鍵，將表格的增量資料匯出至物件存放區。

• 使用查詢將表格的資料匯出至物件存放區，以選取資料而不參照日期或時戳資料欄 (讓管線匯出查詢為每個排程器執行選取的所有資料)。

匯出管線具有下列功能 (可以使用管線屬性設定部分功能)：

• 結果會以平行方式匯出至物件存放區。

• 如果發生任何失敗，後續管線工作會重複匯出作業。

• 匯出管線支援多種匯出檔案格式，包括： CSV、JSON、Parquet 或 XML 。

Oracle 維護的管線

專用 Exadata 基礎架構上的自治式 AI 資料庫提供內建管線，可將特定日誌以 JSON 格式匯出至物件存放區。這些管線會預先設定，並由 ADMIN 使用者啟動及擁有。

「Oracle 維護」管線包括：

• ORA$AUDIT_EXPORT：此管線會將資料庫稽核日誌匯出成 JSON 格式的物件存放區，並在啟動管線後每 15 分鐘執行一次 (根據 interval 屬性值)。

• ORA$APEX_ACTIVITY_EXPORT：此管線會將 Oracle APEX 工作區活動日誌匯出成 JSON 格式的物件存放區。此管線已預先設定用於擷取 APEX 活動記錄的 SQL 查詢，並且在開始管線後每 15 分鐘執行一次 (根據 interval 屬性值)。

設定並啟動「Oracle 管理的管線」：

1. 決定要使用的 Oracle Managed Pipeline：ORA$AUDIT_EXPORT 或 ORA$APEX_ACTIVITY_EXPORT。
2. 設定 credential_name 和 location 屬性。

   附註：

   credential_name 是專用 Exadata 基礎架構上的自治式 AI 資料庫的必要值。

   舉例而言：

   BEGIN
     DBMS_CLOUD_PIPELINE.SET_ATTRIBUTE(
       pipeline_name => 'ORA$AUDIT_EXPORT',
       attribute_name => 'credential_name',
       attribute_value => 'DEF_CRED_OBJ_STORE'
     );
     DBMS_CLOUD_PIPELINE.SET_ATTRIBUTE(
       pipeline_name => 'ORA$AUDIT_EXPORT',
       attribute_name => 'location',
       attribute_value => 'https://objectstorage.us-phoenix-1.oraclecloud.com/n/namespace-string/b/bucketname/o/'
     );
   END;
   /

   資料庫的日誌資料會匯出至您指定的物件存放區位置。

   如需詳細資訊，請參閱 SET_ATTRIBUTE 。

3. (選擇性) 設定 interval、format 或 priority 屬性。

   如需詳細資訊，請參閱 SET_ATTRIBUTE 。

4. 啟動管線。

   如需詳細資訊，請參閱 START_PIPELINE 。

---

標題與著作權資訊

Copyright ©2024,2024,

Oracle 和 (或) 其關係企業。