Oracle advanced analytics это
Корпорация Oracle объявила о выпуске Oracle Advanced Analytics, новой опции для СУБД Oracle Database 11g, которая объединяет среду статистических исследований Oracle R Enterprise и Oracle Data Mining.
Продукт Oracle Advanced Analytics реализует концепцию аналитики, встроенной в базу данных, перемещая алгоритмы к данным, хранящимся в Oracle Database 11g и Oracle Exadata. Это отличается от традиционного подхода, основанного на перемещении данных к алгоритмам и требующего дополнительных затрат на извлечение данных из хранилищ и их загрузку в ноутбуки или специализированные серверы, пояснили в Oracle. На основе Oracle Advanced Analytics можно создавать аналитические приложения в режиме реального времени, которые помогают получать ответы на ключевые вопросы бизнеса, такие как прогнозирование оттока клиентов, оптимизация предложений для заказчиков, предупреждение мошенничества.
В свою очередь, выполнение аналитических алгоритмов непосредственно в базе данных Oracle Database 11g, то есть там же, где хранятся данные, позволяет повысить производительность аналитической системы и обеспечить ее безопасность в масштабе всего предприятия, утверждают в корпорации.
«Oracle стремится помочь клиентам в анализе “Больших данных”. Опираясь на аналитические возможности Oracle SQL, Oracle Data Mining и среды R, Oracle предлагает масштабируемую и безопасную платформу для работы с “Большими данными”, которая обеспечит клиентам решение самых сложных аналитических задач», — отметил Эндрю Мендельсон (Andrew Mendelsohn), старший вице-президент по направлению Oracle Server Technologies.
Oracle R Enterprise сокращает время развертывания моделей статистического анализа, избавляя от необходимости переводить модели на другие языки программирования перед развертыванием и практическим применением. Продукт интегрирует обширный набор встроенных в Oracle Database алгоритмов глубинного анализа (data mining), аналитических и статистических функций и возможность доступа к OLAP-кубам с языком программирования R для «прозрачного» применения всех этих технологий пользователями среды R.
Модуль «Управление уязвимостями» на платформе Security Vision: как выявить и устранить уязвимости в своей ИТ-инфраструктуре
По информации Oracle, проведенное клиентами тестирование Oracle R Enterprise для анализа «больших данных» на оптимизированном программно-аппаратном комплексе Oracle Exadata показало почти 100-кратное увеличение производительности статистических приложений по сравнению с их выполнением в существующих на предприятиях средах.
В свою очередь, технология Oracle Data Mining, ставшая теперь компонентом опции Oracle Advanced Analytics, предоставляет обширный набор алгоритмов класса data mining, позволяющих решать широкий спектр бизнес-задач. Полученные с помощью этих алгоритмов предиктивные модели можно развертывать в Oracle Database 11g, используя при этом технологии Oracle Exadata Smart Scan для быстрого скоринга огромных объемов данных.
Глубокая интеграция между R, Oracle Database 11g и Hadoop позволяет программистам создавать один скрипт на языке R, который затем может выполняться в трех разных средах: в установленной на ноутбуках свободно распространяемой среде R; в среде Apache Hadoop с интерфейсами Oracle Big Data Connectors; и в СУБД Oracle Database 11g.
Новый продукт Oracle Advanced Analytics в сочетании с оптимизированными программно-аппаратными комплексами Oracle Big Data Appliance, Oracle Exadata Database Machine и Oracle Exalytics In-Memory Machine предоставляет интегрированную платформу для анализа «Больших данных». Результаты применения технологий и алгоритмов опции Oracle Advanced Analytics можно просматривать с помощью инструментальной среды Oracle Business Intelligence Foundation Suite и оптимизированного программно-аппаратного комплекса Oracle Exalytics In-Memory Machine, что позволяет реализовать возможности анализа «Больших данных» в масштабе всего предприятия, заключили в Oracle.
Advanced analytics are statistical functions that you apply to enhance the data displayed in visualizations.
The Analytics area in the Data panel contains standard analytics functions (for example, Clusters and Trend Line). You can use analytics functions as they are, or use them to create your own calculated columns that reference statistical scripts.
Заключение
Oracle Data Mining – это мощный, масштабируемый движек data mining, интегрированный с базой данных Oracle. Он полезен для аналитиков, ищущих новую ценную информацию, а также для разработчиков приложений, которым нужна инфраструктура для разработки инфраструктуры прогнозирующей аналитики.
Широкий спектр алгоритмов Oracle Data Mining полностью интегрирован с СУБД и позволяет обрабатывать информацию максимально эффективно.
В следующей статье я расскажу об инсталляции ODM и покажу, как легко можно разработать модель для прогнозирования.
Опция Oracle Advanced Analytics объединяет среду статистических исследований Oracle R Enterprise и Oracle Data Mining (ODM).
Технология Oracle Data Mining предназначена для анализа данных методами, относящимися к классу извлечения знаний (Data Mining). Основная задача этой технологии состоит в выявлении в больших наборах данных скрытых закономерностей, зависимостей и взаимосвязей, полезных при принятии решений на различных уровнях управления. Такие закономерности представляются в виде моделей различного типа, позволяющих проводить классификацию ситуаций или объектов, прогнозировать их поведение, выявлять группы сходных объектов и т.п. Существенно, что модели строятся автоматически на основе анализа имеющихся данных об объектах, наблюдениях и ситуациях с помощью специальных алгоритмов.
Методы извлечения знаний применяются в различных областях для решения таких практических задач, как привлечение новых клиентов, выявление наиболее перспективных групп и удержание клиентов, повышение эффективности маркетинговой деятельности по продвижению продуктов и услуг, выявлению причин сбоев оборудования и т.д.
Основу Data Mining составляют процедуры, реализующие различные алгоритмы построения моделей классификации, регрессии, кластеризации. Версия Data Mining 12с поддерживает широкий спектр таких алгоритмов :
- Классификация использует исторические данные для построения модели, которая может быть использована для прогнозирования принадлежности новых данных к тому или иному классу. Для решения задач классификации в Data Mining доступны алгортмы:
- обобщенные линейные модели (GLM),
- наивные байесовские классификаторы (Naive Bayes),
- метод опорных векторов (SVM),
- деревья принятия решений;
- улучшенный алгоритм k-means (на основе метрики расстояния),
- метод Orthogonal Partitioning Clustering (на основе плотности);
- обобщенные линейные модели (GLM),
- метод опорных векторов (SVM);
Важная особенность алгоритмов состоит в том, что все они работают непосредственно в реляционной базе данных Oracle и не требуют выгрузки и сохранения данных в специальных форматах. Кроме собственно алгоритмов, Oracle предлагает средства подготовки данных, оценки результатов, применения моделей к новым наборам данных. Использовать все эти возможности можно как на программном уровне с помощью Java API или PL/SQL API, так и с помощью графической среды Oracle Data Miner, которая представляет собой расширение для среды SQL Developer и ориентирована на работу аналитиков, решающих задачи прогнозирования, выявления тенденций, сегментации и др.
Среда Oracle R Enterprise (ORE), используя возможности Oracle Database 12с, существенно повышает производительность приложений, разработанных с помощью некоммерческого языка статистических исследований и графической визуализации R, а также на несколько порядков увеличивает объемы данных, с которыми могут работать эти приложения.
Oracle R Enterprise позволяет применять статистические и аналитические модели, разработанные на R, к данным, которые хранятся в базе данных Oracle, и использовать возможности параллельного выполнения и масштабируемость базы данных. ORE делает таблицы и представления базы данных доступными для R-среды, как если бы они были объектами R. R Enterprise умеет транслировать команды манипуляции данными R в SQL-операторы, исполнять их в базе данных и возвращать результат в привычную для аналитика среду R.
Можно также использовать встроенный в Oracle Database движок R (R Embedded) и выполнять готовые R-скрипты параллельно несколькими экземплярами R Embedded на разных наборах данных, что позволяет значительно увеличить скорость статистической обработки данных, моделирования и прогнозирования.
Кроме основного функционала, Oracle Database предлагает большой набор опций для удовлетворения конкретных требований заказчиков в области производительности и доступности, безопасности и соответствия требованиям, хранения данных и аналитики, а также обработки неструктурированных данных. Опции являются расширением редакции Oracle Database Enterprise Edition и лицензируются отдельно.
Ниже перечислены основные опции СУБД Oracle
Advanced Security
Опция помогает организациям соблюдать конфиденциальность и нормативные требования за счет прозрачного шифрования всех данных приложения или специфических данных отдельных столбцов, таких как, например кредитные карты, номера социального страхования, или личная информация. С помощью шифрования данных, при их хранении, отправке по сети или записи в резервные копии, Oracle Advanced Security обеспечивает наиболее экономичное решение для комплексной защиты данных.
Опция позволяет шифровать и расшифровывать данные на лету. Позволяет указывать какие из столбцов таблицы будут шифроваться. Шифрует SQL*Net траффик. Поддерживает различные алгоритмы шифрования. Если требуется шифровать данные средствами Oracle, то без этой опции не обойтись.
Add Reference Lines to Visualizations
You can use advanced analytics reference lines to identify the range of data element values in a visualization.
- On the Home page, select a workbook, click the Actions menu , and then select Open .
- In the Data Panel , click the Analytics icon .
- Drag and drop Reference Line into a visualization. Alternatively, you can double-click Reference Line to add it to the selected visualization.
- In the properties pane select the Analytics tab.
- In the Method row, click the value to select Line or Band .
- Click the current reference Function and select the value that you want to use.
- When you choose the Line method, select a reference function, and enter appropriate values if required.
- When you choose the Band method, select one or more reference functions, and enter appropriate values if required.
- Click Save .
Based on the selected Method or reference Function , a line is displayed in the visualization to highlight the value.
Новое слово в Oracle: Advanced Analytics
Oracle Database Advanced Analytics Option (далее просто Advanced Analytics) – это дальнейшее развитие опции Data Mining, присутствовавшей в СУБД Oracle начиная с версии 9.2. В этой серии статей я расскажу о том, что появилось в Oracle, чтобы переименовывать Oracle Data Mining в Advanced Analytics (забегая вперед, это Enterprise R, поддержка Hadoop и т.д.). Но начнем мы со старого доброго Oracle Data Mining – это нужно для понимания того, куда идет Oracle и почему такие подходы исповедует.
Oracle Data Mining это компонент СУБД Oracle, обеспечивающий необходимую Data Mining функциональность. Oracle Data Mining позволяет исследовать данные и выявлять скрытые закономерности, повторно эксплуатируя вложения, сделанные в СУБД Oracle. С помощью Oracle Data Mining можно строить и применять прогнозирующие модели, помогающие выявить лучших клиентов, строить детализированный профили и находить мошенические транзакции. Oracle Data Mining
Отличительные особенности Oracle Data Mining
- Эффективная обработка данных внутри СУБД
- для анализа данные не приходится извлекать из базы данных
- преобразования данных выполняются самой СУБД, что значительно быстрее
- используются возможности распараллеливания СУБД
- данные не извлекаются из базы, поэтому снижается вероятность утечки
- данные подвержены стандартным правилам безопасности, что важно с точки зрения хранения личных данных
- Oracle Data Mining может выполнять скоринг на уровне ячейки Exadata
- SQL
- PL/SQL
- Java
- Построение моделей и скоринг можно выполнять на том же оборудовании, что и СУБД
Partitioning
Опция включает возможность разделения на меньшие объекты для больших таблиц и индексов базы данных, что позволяет ими управлять на меньшем уровне гранулярности. Опция улучшает управляемость, производительность и доступность базы данных. Она может быть применена к OLTP и Data Warehousing приложениям, когда нет возможности изменять код приложения. Дополнительно в опции так же содержиться ряд функций по управлению хранением и сжатия данных, что позволит уменьшать затраты хранения.
Label Security
Опция позволяет организациям консолидировать данные с различными классификациями в одной базе данных. Доступ к данным ограничен на основе классификации данных и уровня допуска пользователей. Это мощная функция позволяет осуществить требование многоуровневой безопасности в базе данных Oracle Enterprise Edition, включая Oracle Exadata.
Идея этой опции разграничить доступ к данным базы на основе меток. В таблице создаётся специальное поле для меток. Создаётся политика доступа с использованием этого поля. Создаются и выдаются пользователям уровни и группы, с помощью которых ограничивается доступ по меткам. В поле заносятся метки в соответствии с определёнными условиями. При выборке строк таблицы пользователь увидит только те строки, метки которых подходят под формат определённый в группе или уровне. И всё это без написания PL/SQL кода.
Spatial and Graph
Опция включает в себя расширенные функции для пространственного управления данными и их анализа, а так же осуществляют поддержку этих функций в бизнес приложениях работающих с пространственными данными.
Real Application Clusters
Oracle Real Application Clusters, (RAC) - это кластерная архитектура базы данных с разделяемым кэшем. Она позволяет предолевать ограничения систем с разделяемыми ресурсами и дисками, добиваясь максимальной производительности, масштабироуемости и надёжности, без необходимости внесения изменения в приложения базы данных Oracle.
Новый GUI
Заслуживает отдельного упоминания, поскольку исторически ODM отличался бедным интерфейсом. Теперь это не так. Интерфейс ODM построен на базе SQL Developer.
Database Vault
Oracle Database Vault обеспечивает мощные средства управления безопасностью для защиты приложения и уязвимых данных. Опция препятствует тому, чтобы привилегированные пользователи получали доступ к данным приложения, ограничивает оперативные изменения базы данных, предоставляет средства управления доступом к данным приложения. Oracle Database Vault защищает существующие среды базы данных прозрачно, устраняя дорогостоящие и трудоёмкие изменения приложения.
«Супер опция» в плане безопасности. Теперь DBA уже не суперпользователь, который имел права на всё и вся. Его можно уже разделить и уменьшить в правах. Кто-то ведёт учётные записи, кто-то делает экспорт, кто-то играется с параметрами. Кроме того, с этой опцией можно ограничить любого пользователя к любой информации, запретить ему подключаться с любых IP адресов и выполнять определённые команды.
Real Application Clusters One Node
Опция аналогична опции Real Application Clusters, но позволяет создать кластер, состоящий только из одного узла.
GoldenGate
Опция является высокопроизводительным приложением для транзакционного захвата изменений данных в реальном времени, их преобразования, доставки, обеспечивающее основанную на журналах СУБД двунаправленную репликацию данных.
Хорошая опция, если надо осуществлять репликацию между базами данных в реальном режиме времени, а канал связи плохой. К стати, СУБД могут быть не только Oracle, главное, чтобы они поддерживали журнализацию изменений.
Airline Data Model
Опция на основе базовых и специфически отраслевых стандартов, готовая схема хранилища данных с соответствующими аналитическими моделями и инструментальными панелями для авиакомпаний.
Тут всё понятно. Очередные примочки для авиакомпаний.
About Advanced Analytics Functions
You can use advanced analytics functions, like forecast, cluster, and outliers, in charts to achieve better insights into your data.
The forecast function uses linear regression to predict future values based on existing values along a linear trend.
You can set a number of time periods in the future for which you want to predict the value, based on your existing time series data. See Add Advanced Analytics Functions to Visualizations.
Oracle supports these forecast model types:
- Auto-Regressive Integrated Moving Average (ARIMA) - Use if your past time series data is nonseasonal but provides enough observations (at least 50, but preferably more than 100 observations) to explain and project the future.
- Seasonal ARIMA - Use if your data has a regular pattern of changes that repeat over time periods. For example, seasonality in monthly data might be when high values occur during summer months and low values occur during winter months.
- Exponential Triple Smoothing (ETS) - Use to analyze repetitive time series data that doesn't have a clear pattern. This model type produces an exponential moving average that takes into account the tendency of data to repeat itself in intervals over time.
Create a custom calculation using the FORECAST function to have more control over settings, or if you want to use the forecast in other visualizations. See Time Series Functions.
The cluster function groups a set of objects in such a way that objects in the same group show more coherence and proximity to each other than to objects in other groups. For example, you can use colors in a scatter chart to show clusters of different groups. See Add Advanced Analytics Functions to Visualizations.
- K-means clustering - Use to partition "n" observations into "k" clusters in which each observation belongs to the cluster with the nearest mean, serving as a prototype of the cluster.
- Hierarchical clustering - Use to create a hierarchy of clusters built using either an agglomerative (bottom-up) approach, or a divisive (top-down) approach.
Create a custom calculation using the CLUSTER function to have more control over settings, or if you want to use the cluster in other visualizations. See Analytics Functions.
The outliers function displays data records that are located the furthest away from the average expectation of individual values. For example, extreme values that deviate the most from other observations fall into this category. Outliers can indicate variability in measurement, experimental errors, or a novelty. If you add outliers to a chart that already has clusters, then the outliers are depicted as different shapes.
Outliers can use K-means clustering or hierarchical clustering. See Add Advanced Analytics Functions to Visualizations.
Create a custom calculation using the OUTLIER function to have more control over settings, or if you want to use the outlier in other visualizations. See Analytics Functions.
The reference lines function defines horizontal or vertical lines in a chart that correspond to the X-axis or Y-axis values. See Add Reference Lines to Visualizations.
- Line - You can choose to compute the line between average, minimum, or maximum. For example, in the airline industry, if passenger turnout is plotted against time, the reference line can show whether passenger turnout for a particular month is above or below average.
- Band - A band represents upper and lower range of data points. You can choose a custom option or a standard deviation function, and between average, maximum, and minimum. For example, if you're analyzing sales by month and you use a custom reference band from average to maximum, you can identify months where sales are above average, but below the maximum.
The trend line function indicates the general course of the metric in question. A trend line is a straight line connecting a number of points on a graph. A trend line helps you analyze the specific direction of a group of value sets in a visualization. See Add Advanced Analytics Functions to Visualizations.
- Linear - Use with linear data. Your data is linear if the pattern in its data points resembles a line. A linear trend line shows that your metric is increasing or decreasing at a steady rate.
- Polynomial - Use this curved line when data fluctuates. It's useful, for example, for analyzing gains and losses over a large dataset.
- Exponential - Use this curved line when data values rise or fall at increasingly higher rates. You can't create an exponential trend line if your data contains zero or negative values.
Use the TRENDLINE function to create custom calculations, or if you want to use the trend line in other visualizations. See Analytics Functions.
Advanced Analytics
Oracle Advanced Analytics расширяет Oracle Database в комплексную современную платформу аналитики с помощью двух основных компонентов: Oracle R Enterprise и Oracle Data Mining. С помощью Oracle Advanced Analytics, клиенты имеют комплексную платформу для аналитики в реальном времени, которая обеспечивает понимание ключевых вопросов бизнеса, такие как прогнозирование оттока клиентов, рекомендуемые продукты и предупреждение мошенничества.
Опция анализа больших данных. Подходит в основном для больших торговых сетей и крупных финансовых организаций.
Retail Data Model
Модель данных на основе стандартов, разработанная и оптимизированная для хранилищ данных Oracle. Сочетает в себе передовые знания на рынке розничных приложений с мощностью Oracle's Data Warehouse и платформы Business Intelligence.
Набор алгоритмов Data Mining
В Oracle Data Mining включены 12 алгоритмов. Ниже приведена их краткая классификация и области применения:
Ранжирует атрибуты по влиянию на целевой атрибут. Например, поиск фактора, который влияет на положительный отклик на предложение
- Minimum Description Length
- One-Class Support Vector Machine
- Enhanced K-Means
- Orthogonal Partitioning Clustering
- Apriori
- Non-negative Matrix Factorization
(NMF)
About Advanced Analytics Functions
You can use advanced analytics functions, like forecast, cluster, and outliers, in charts to achieve better insights into your data.
The forecast function uses linear regression to predict future values based on existing values along a linear trend.
You can set a number of time periods in the future for which you want to predict the value, based on your existing time series data. See Add Advanced Analytics Functions to Visualizations.
Oracle supports these forecast model types:
- Auto-Regressive Integrated Moving Average (ARIMA) - Use if your past time series data is nonseasonal but provides enough observations (at least 50, but preferably more than 100 observations) to explain and project the future.
- Seasonal ARIMA - Use if your data has a regular pattern of changes that repeat over time periods. For example, seasonality in monthly data might be when high values occur during summer months and low values occur during winter months.
- Exponential Triple Smoothing (ETS) - Use to analyze repetitive time series data that doesn't have a clear pattern. This model type produces an exponential moving average that takes into account the tendency of data to repeat itself in intervals over time.
Create a custom calculation using the FORECAST function to have more control over settings, or if you want to use the forecast in other visualizations. See Time Series Functions.
The cluster function groups a set of objects in such a way that objects in the same group show more coherence and proximity to each other than to objects in other groups. For example, you can use colors in a scatter chart to show clusters of different groups. See Add Advanced Analytics Functions to Visualizations.
- K-means clustering - Use to partition "n" observations into "k" clusters in which each observation belongs to the cluster with the nearest mean, serving as a prototype of the cluster.
- Hierarchical clustering - Use to create a hierarchy of clusters built using either an agglomerative (bottom-up) approach, or a divisive (top-down) approach.
Create a custom calculation using the CLUSTER function to have more control over settings, or if you want to use the cluster in other visualizations. See Analytics Functions.
The outliers function displays data records that are located the furthest away from the average expectation of individual values. For example, extreme values that deviate the most from other observations fall into this category. Outliers can indicate variability in measurement, experimental errors, or a novelty. If you add outliers to a chart that already has clusters, then the outliers are depicted as different shapes.
Outliers can use K-means clustering or hierarchical clustering. See Add Advanced Analytics Functions to Visualizations.
Create a custom calculation using the OUTLIER function to have more control over settings, or if you want to use the outlier in other visualizations. See Analytics Functions.
The reference lines function defines horizontal or vertical lines in a chart that correspond to the X-axis or Y-axis values. See Add Reference Lines to Visualizations.
- Line - You can choose to compute the line between average, minimum, or maximum. For example, in the airline industry, if passenger turnout is plotted against time, the reference line can show whether passenger turnout for a particular month is above or below average.
- Band - A band represents upper and lower range of data points. You can choose a custom option or a standard deviation function, and between average, maximum, and minimum. For example, if you're analyzing sales by month and you use a custom reference band from average to maximum, you can identify months where sales are above average, but below the maximum.
The trend line function indicates the general course of the metric in question. A trend line is a straight line connecting a number of points on a graph. A trend line helps you analyze the specific direction of a group of value sets in a visualization. See Add Advanced Analytics Functions to Visualizations.
- Linear - Use with linear data. Your data is linear if the pattern in its data points resembles a line. A linear trend line shows that your metric is increasing or decreasing at a steady rate.
- Polynomial - Use this curved line when data fluctuates. It's useful, for example, for analyzing gains and losses over a large dataset.
- Exponential - Use this curved line when data values rise or fall at increasingly higher rates. You can't create an exponential trend line if your data contains zero or negative values.
Use the TRENDLINE function to create custom calculations, or if you want to use the trend line in other visualizations. See Analytics Functions.
Advanced Compression
Опция помогает компаниям управлять большим количеством данных экономически эффективным образом, обеспечивая при этом хранение и аудит данных. Опция обеспечивает степень сжатия от 2 до 4 раз всех типов данных, улучшая тем самым производительность запросов приложений.
Опция сжатия данных. При её использовании можно создавать таблицы, в которых данные будут сжиматься на ходу во время выполнения DML операций. Позволяет так же сжимать данные передаваемые на стендбай, резервные копии и сохраняемые файлы. Хотите сэкономить на дисках, тогда это ваша опция.
Communications Data Model
Опция на основе базовых и специфически отраслевых стандартов, готовая схема хранилища данных с соответствующими аналитическими моделями и инструментальными панелями для удовлетврения потребностей в нескольких сегментах промышленности, включая фиксированную, мобильную и кабельную.
То же самое. Только решение для коммуникационной отрасли.
Краткая история
Oracle Data Mining (ODM) – это развитие программного продукта Darwin от компании Thinking Machines Corporation. Компания была куплена Oracle в 1999. Продукт был довольно интересный, но не был широко распространен. Дистрибутив был доступен для Sun Solaris. Мне в свое время довелось использовать его для написания курсовой работы, но в последствие я отказался от его использования в пользу более молодого решения, развиваемого энергичной командой компании Megaputer.
ODM, хотя и использовал наработки Thinking Machines, но был практически полностью переписан, у него поменялась архитектура. Darwin был довольно классическим инструментом Data Mining – по сути рабочим местом аналитика. ODM же представляет собой Data Mining, тесно интегрированный в ядро СУБД Oracle, а вот сама GUI – это лишь тонкий клиент, обеспечивающий простой интерфейс к движку ODM.
В сентябре 2009, на презентации Oracle DB 11.2 было объявлено о том, что Oracle переписывает GUI-интерфейс ODM заново. Но выход релиз был задержан и его объявление прошло как-то незаметно. В настоящее время ODM доступен с новым интерфейсом.
Real Application Testing
Опция позволяет тестировать изменения системы в тестовых средах, воспроизводя полную рабочую нагрузку производственной системы. Она так же позволяет выполнять детальную оценку воздействия, оказываемого изменением среды на план и статистику выполнения SQL- операторов.
Active Data Guard
Опция обеспечивает управление, мониторинг и автоматизированное программное обеспечение, для того чтобы создать и поддержать одну или более синхронизируемую копию (standby databases) производственной базы данных (primary database). Резервная база Active Data Guard является точной копией основной базы данных, и открыта в режиме только для чтения, в то время как она непрерывно применяет изменения, переданные с основной базы данных. Активная резервная копия базы данных может разгрузить основную базу данных путём выполнения на ней оперативных запросов, создания отчетов, и выполнения быстрых инкрементных резервных копии основной базы данных.
Удобная опция для тех, кто держит стендбай и кого постоянно гложут сомнения насчёт того, что сервер задействованный под него никак не используется. Теперь, применяя эту опцию, можно спокойно выполнять на стендбае, например, отчёты, которые не требуют модификации данных, но затратны по ресурсам. Основной производственный сервер при этом разгружается, что является большим плюсом.
In-Memory Database Cache
Опция идеально подходит для кэширования критических в отношении производительности подмножеств Oracle Database на уровне приложений в целях улучшения времени отклика. Приложения выполняют операции чтения-записи в кэшированных-таблицах используя SQL и PL/SQL автоматическую сохраняемость, согласованность транзакций и синхронизацию данных. Oracle In-Memory Database Cache построен с использованием Oracle TimesTen In-Memory Database.
Опция кэширования данных в памяти, причём не только на чтение, но и на запись. В отдельном экземпляре создаются так называемые кэшированные таблицы, к которым можно обращаться так же, как и к другим таблицам, через SQL и PL/SQL. Содержимое кэшированных таблиц автоматически синхронизируется с главной базой данных. За счёт расположения данных в памяти достигается большая скорость операций записи и чтения.
Manageability
Опция определяет новую архитектуру, которая позволяет легко консолидировать несколько баз данных, без изменения приложения. С помощью этой опции можно использовать все преимущества управления сразу несколькими базами данных, как одной, при этом сохраняя изолированность и прооритетность отдельных баз данных. Кроме этого опция позволяет быстро развёртывать и обновлять базы данных, что в полной мере дополняет другие опции, включая Oracle Real Application Clusters, и Active Data.
Опция представляет собой полнофункциональный сервер аналитической обработки в реальном времени (OLAP-сервер), встроенный в СУБД Oracle Database. Опция OLAP предназначена для усовершенствования средств и приложений бизнес-аналитики на основе SQL путем улучшения производительности запросов и добавления полезного аналитического содержимого. Она обеспечивает превосходную производительность запросов, быстрые инкрементные обновления наборов данных, эффективное управление сводками данных, а также расширенное аналитическое содержимое. SQL-интерфейс для OLAP-кубов позволяет приложениям на основе SQL отправлять запросы в кубы в рамках СУБД Oracle, выгодно используя производительность и аналитическое содержимое опции OLAP.
Add Advanced Analytics Functions to Visualizations
You can apply advanced analytics functions to your workbook's visualizations.
- On the Home page, select a workbook, click the Actions menu , and then select Open .
- Click the Analytics icon in the Data panel .
- Drag and drop an advanced analytic function from the Analytics pane to a visualization.
Читайте также: