Este artigo é uma ilustração simplificada do produto. Destina-se a auxiliar os analistas para que eles possam visualizar qual entidade cumpre qual função.  Os leitores são encorajados a verificar documentações para informações detalhadas sobre o que é abordado neste artigo.

Atores principais

Anteriormente, discutimos como os dados individuais dos visitantes são construídos aqui e como os dados do visitante formam o conjunto de dados aqui.  Estamos voltando ainda mais e analisamos todo o cluster neste artigo.

DPU - Custodiante do Conjunto de Dados -

84-02

DPU (Data Processing Unit) é o guardião de um cluster. Ao desempenhar a função de um Servidor de processamento, a DPU gera um conjunto de dados consultável em temp.db local (titular do cartão).

A DPU também desempenha a função de Servidor de consulta, na qual ele atua como um único ponto de contato de um aplicativo cliente com outras DPUs.


FSU como servidor principal - coordenador do conjunto de dados -

84-03

Uma equipe de servidores precisa de um supervisor, e uma FSU (File Server Unit) desempenha essa função como Servidor principal.  Ele armazena uma cópia principal da arquitetura do conjunto de dados (esquema), configurações e parâmetros de desempenho.  O servidor principal também é conhecido como Servidor de Sincronização.


FSU para funções não primárias

84-06

Para aliviar a carga de trabalho do Servidor Principal, algumas das funções podem ser delegadas a FSUs adicionais.  Vamos cobrir brevemente a indexação dos dados decodificados (Normalização), exportar o conjunto de dados (Exportação de Segmento) e converter arquivos de registro brutos (Transform).


Para um pequeno cluster, uma FSU é geralmente suficiente para preencher todas as funções de gerenciamento. Conforme seu cluster cresce, o Servidor Principal pode ficar sobrecarregado.  A Adobe recomenda o uso de uma FSU adicional caso ela se torne o gargalo.

Observação:

Para outras funções da FSU (Servidor de Log, Servidor de Lista de Fontes e Servidor de Arquivos) e componentes (Sensor e Repetidor), verifique nossa documentação aqui.

Cliente

96-07

o Cliente do Data Workbench é o aplicativo front end. Os analistas a usam para executar uma consulta no Servidor de Consulta, um arquiteto a usa para configurar o esquema no Servidor Principal e o administrador a utiliza para gerenciar vários servidores.


Report Server 

84-04

O Report Server automatiza a funcionalidade de relatório do aplicativo cliente. Ele executa consultas de um conjunto de relatórios e entrega a saída por meio de vários canais.


Construção do Conjunto de Dados Queryable

Sincronização - Instruções de compartilhamento -

No início, as DPUs não sabem onde encontrar vários materiais ou como processá-los.  Por meio da sincronização, eles buscarão as instruções, o esquema e o mapa de recursos do Servidor Principal (FSU).

19-01

As instruções agora são fornecidas, mas o suporte do cartão ainda está vazio.

Processo de log - conjunto de dados de construção -

Usando as instruções sincronizadas e o mapa, cada DPU localiza os arquivos de log e começa a decodificá-los. 

15-01

Se um evento decodificado pertence a um visitante existente, ele é anexado aos seus cartões.  Se acontecer de pertencer a um visitante em outra DPU, ele será encaminhado.  Finalmente, se o evento não pertence a nenhum visitante existente, um novo cartão é criado.

Os visitantes são distribuídos uniformemente em todas as DPUs.  Por exemplo, em um cluster de 10 DPUs com 5 milhões de visitantes, cada DPU contém dados para 500.000 visitantes.  No entanto, como cada visitante tem um tamanho de dados diferente, o tamanho do temp.db não será igual entre os DPUs (embora eles sejam muito próximos).

Normalização - Indexar Dados Decodificados -

À medida que cada DPU processa a entrada, os elementos de dimensão são indexados no servidor de normalização simultaneamente.

21-02

Normalmente, um FSU cumpre a função do Servidor Principal e do Servidor de Normalização.

Quando o processo de log estiver concluído, teremos um conjunto de dados com capacidade de consulta.

Análise interativa com o cliente do Data Workbench

Por fim, o conjunto de dados está pronto para analistas.  Para uma análise aprofundada, uma série de consultas são executadas conforme uma questão leva a outra, e é melhor fazer isso usando o cliente do Data Workbench.

    1. Atribuir servidor de consulta

Primeiro, o cliente do Data Workbench se conecta a um servidor principal, e um dos DPUs é designado como servidor de consulta.

30-03

O aplicativo cliente agora está "online" com o perfil do conjunto de dados.  Deste ponto em diante, este DPU se torna um ponto de contato para este cliente.

    2. Execução de consultas

O cliente envia uma string de consulta ao servidor de consulta.  Depois que a consulta é recebida, o servidor de consulta encaminha a mesma solicitação para outras DPUs.  Ele também executa a consulta em seu próprio temp.db (titular do cartão) e retorna o resultado ao cliente, juntamente com os resultados de outros DPUs.

33-02

De volta ao lado do cliente, os resultados da consulta são traduzidos em várias formas de visualização à medida que forem sendo transmitidos.  O espaço de trabalho finalizado também pode ser salvo como modelo para o servidor de relatório.

Relatório agendado com o servidor de relatório

O servidor de relatório automatiza as execuções de consulta.   Em um horário especificado, ele seleciona um conjunto de relatórios do servidor principal e os executa. Em seguida, ele os entrega por meio de vários métodos, como e-mails.

24-01

Exportação do conjunto de dados com exportação de segmento

Segmentos específicos do conjunto de dados podem ser exportados como arquivos de texto delimitados. Com base no arquivo de definição de exportação (*.export), cada DPU filtra sua parte dos dados e a envia ao servidor de exportação de segmentos.

25-02

Os dados exportados dos DPUs são combinados em um arquivo no Servidor de exportação de segmentos e enviados via upload para um local especificado.  O arquivo é normalmente importado para várias ferramentas de análise de terceiros ou aplicativos personalizados para análise posterior.

Observação:

Assim como a função de servidor de normalização, um FSU pode cumprir a função de exportação primária e de segmento em um cluster pequeno.  No entanto, como envolve um lote de grandes transmissões de dados, a exportação de segmentos pode facilmente sobrecarregar o recurso do FSU.

Conversão de fontes de log com Transformar

O FSU pode funcionar como um servidor de transformação.  Ao contrário das exportações de segmentos, que são exportações de conjunto de dados para texto, Transformar é uma conversão simples de texto para texto.  Ela também usa um ou mais tipos de entradas de texto e as mescla em um único arquivo de texto, como dados Sensor (.vsl), arquivos de log, arquivos XML e dados ODBC (texto).  Geralmente é usada para pré-processar os dados brutos antes de alimentá-los em um conjunto de dados.

26-01

Assim, as operações do servidor de transformações (FSU) podem ser executadas sem o conjunto de dados ou os DPUs.  Por esse motivo, o servidor de transformação geralmente é executado de forma independente.

Esta obra está licenciada sob uma licença não adaptada da Creative Commons Attribution-Noncommercial-Share Alike 3.0  As publicações do Twitter™ e do Facebook não são cobertas pelos termos do Creative Commons.

Avisos legais   |   Política de privacidade online