Usage Tracking in de Oracle BI Suite

Oktober 2009 - Bij veel implementaties van OBIEE is er een behoefte van de klant om inzicht te krijgen in het klikgedrag van eindgebruikers. Welke rapportages en dashboards worden wanneer en hoe vaak gebruikt? Dit kan gebruikt worden om de dashboards beter af te stemmen op het gedrag en de behoefte van de organisatie, maar bijvoorbeeld ook op het toerekenen van kosten naar divisies en afdelingen gebaseerd op de resources die ze gebruiken.

In de Oracle BI Suite is een tot nu redelijk onbelichte module die hiervoor gebruikt kan worden. Deze module heet Usage Tracking en werkt met statistieken over het gebruik die in de BI Server van OBIEE zijn vastgelegd. Het resultaat hiervan kan ook gebruikt worden op bijvoorbeeld performance optimalisatie slagen toe te passen bij veel gebruikte resources.

In dit whitebook zal ik aangeven hoe je Usage Tracking kunt installeren, welke log gegevens worden bijgehouden en een aantal rapporten als voorbeeld laten zien.

Installatie van Usage Tracking

Het installeren van Usage Tracking in Oracle gaat als volgt:

1. Creeer een user usage_tracking in de back-end database (of gebruik een bestaande user).
2. Creeer de tabel S_NQ_ACCT, het script hiervoor is: ...\OracleBI\server\Schema\ SAACCT.Oracle.sql.
3. Importeer S_NQ_ACCT in de OBI Administration Tool.
   
4. Creeer de connection pool voor Usage Tracking.
   
5. Pas de ...\OracleBI\server\Config\NQSConfig.ini aan.
   Zet ENABLE = YES;
   Zet de PHYSICAL_TABLE_NAME en CONNECTION_POOL. Gebruik hiervoor de waarden zoals die zichtbaar zijn in de physical layer
   
   
6. Herstart de BI Server.

Architectuur van Usage Tracking in OBIEE

Bovenstaand figuur geeft de architectuur van OBIEE weer. We zullen dit plaatje gebruiken om de werking van Usage Tracking uit te leggen.

Een gebruiker vraagt een Answers rapport op of raadpleegt een Dashboard pagina. Een logische query wordt naar de BI Server gezonden.

De logische query wordt door de BI Server vertaald in 1 of meerdere database queries. Als caching in OBIEE niet wordt gebruikt, worden de database queries direct naar de back-end database gezonden. Als de caching aan staat worden de database queries eerst naar de cache gezonden. Als dit geen resultaten oplevert worden de database queries naar de back-end database gezonden en vervolgens in de cache geplaatst. Levert dit wel resultaten op, dan komt het resultaat direct uit de cache.

Het resultaat wordt teruggezonden naar de presentatie server.

De logische query resulteert in 1 record in de logging tabel (of het logging bestand).

De loggegevens

In het logbestand of de logtabel worden de volgende gegevens vastgelegd:

Voorbeeld toepassingen

In de inleiding heb ik aangegeven waarvoor Usage Tracking gebruikt kan worden. Bijvoorbeeld het toerekenen van het gebruik van dashboards aan gebruikers of afdelingen. Dit kan met onderstaande query die het gebruik weergeeft van de dashboards per gebruiker per maand:

select user_name                                   gebruiker
,to_char(trunc(start_dt,'MONTH'),'YYYY MM') maand
,saw_dashboard                              dashboard
,saw_dashboard_pg                           dashboard_pagina
,sum(total_time_sec)                        duur_tot
,round(avg(total_time_sec),2)               duur_gem
,count(1)                                   aantal
from   s_nq_acct
where  query_src_cd         = 'Report'
and    saw_dashboard       is not null
group by user_name
,trunc(start_dt,'MONTH')
,saw_dashboard 
,saw_dashboard_pg
order by user_name
,trunc(start_dt,'MONTH')
,saw_dashboard
,saw_dashboard_pg
;

Een query die de top 10 oplevert van rapporten met queries die gemiddeld het langst duren in de back-end database kan een goed startpunt zijn voor het aanpakken van performance bottlenecks in de back-end database:

select rapport
,db_duur_avg
,db_duur_max
	,db_duur_min
	,db_duur_sum
	,aantal
	,positie 
from (select saw_src_path                  rapport
   ,round(avg(cum_db_time_sec),2) db_duur_avg
,max(cum_db_time_sec)          db_duur_max
,min(cum_db_time_sec)          db_duur_min
,sum(cum_db_time_sec)          db_duur_sum
,count(1)                      aantal
,rank() 
	over   (order by avg(cum_db_time_sec) desc) positie
	from   s_nq_acct
	where  start_dt      > add_months(sysdate,-1)
	   and saw_src_path is not null
		 and cache_ind_flg = 'N'
group by saw_src_path
	 )
where  positie <= 10
;

Conclusie

Usage Tracking is eigenlijk “een dashboard van het dashboard” en is gebaseerd op het gebruik en de inrichting van de onderliggende architectuur van OBIEE, de BI Server.

Aan de voorkant (presentatie van dashboards en rapportages) kan het zinvolle informatie opleveren over de mate waarin de organisatie gebruik maakt van de geïmplementeerde dashboards (of beter nog: niet gebruik maakt). Informatie hiervan kan gebruikt worden om dashboard anders in te delen, zodat belangrijke informatie eenvoudiger gevonden kan worden.

Usage Tracking kan aan de achterkant (het gebruik van data sources) ingezet worden om heel gericht aan database optimalisatie te doen, voor bijvoorbeeld enkel die tabellen die heel frequent gebruikt worden.

Referenties

Oracle Business Intelligence Server Administration Guide Version 10.1.3.2

Over de auteur
Bob Haverkort is BI consultant bij AORTA BI Solutions. Hij is analytisch ingesteld en ervaren in het technisch implementeren van Oracle BI oplossingen. Bob heeft de afgelopen 8 jaar gewerkt in en rondom Oracle BI projecten en zich gespecialiseerd in het technisch implementeren van datawarehouse concepten en modellen. Hij heeft daarbij ruime ervaring opgedaan met Oracle Warehouse Builder, PL/SQL en OBI EE. Zijn specialisme ligt op het inrichten van de BI Server (metadata laag) in combinatie met het aanleveren van data uit de database. Bob is goed in staat om snel en grondig een vertaling te maken van functionele eisen en wensen naar een technische implementatie.