打造融合数据库 甲骨文发布多项功能创新
发布日期:2020-02-20        



 

     

近日在英国伦敦举办的甲骨文全球大会上,甲骨文公司宣布了多项数据库创新。这些创新延续了甲骨文“用一个融合数据库引擎,满足企业所有需求”的长期战略,通过这些新的数据库特性,帮助客户应用最新的前沿技术,例如:使用区块链技术防范欺诈,充分利用JSON文档的灵活性,以及在数据库内部训练和评估机器学习算法等。

<%@=4000:%>
甲骨文发布多项数据库创新,打造支持所有数据的融合数据库(图片来自ZDNet)

     

未来是数据驱动的时代,企业能否有效地使用数据将直接决定公司的竞争力水平。而要充分发掘企业数据的价值,就需要具备新一代的数据驱动型应用。

     

甲骨文的融合数据库引擎支持为广泛的业务需求提供最合适的数据模型、流程类型和开发范例,帮助客户轻松创建现代的数据驱动型应用,让客户轻松地对同一数据运行多种负载。相比之下,其他云提供商则需要使用数十种不同的专用数据库来处理不同的数据类型。

     

此外,部署多个单用途数据库还会带来其他问题。比如说,采用多个不同的数据库引擎会增加复杂度、风险和成本,因为每一种数据库都会引入自己的安全模型,有单独一套实施高可用性的规程,以及独有的扩展功能,而这些运维都需要单独的技能。

     

如今,智能手机已经不只是联络工具——它还是照相机、日历和娱乐平台,Oracle融合数据库引擎也有着同样的设计理念。采用Oracle数据库,企业不再需要购买多个专用数据库,通过一个融合数据库引擎即可处理所有事务。

     

甲骨文此次发布的几个新特性进一步扩展了Oracle数据库的融合功能,这些特性有:

      ·

Oracle Machine Learning for Python (OML4Py):在Oracle数据库的Oracle机器学习(OML)中,嵌入在数据库内可直接应用于库内数据的高级ML算法,加速生成预测性洞察。由于ML算法已经与库内数据就近放置,因此无需将数据移出数据库。此外,数据科学家还可以使用Python来扩展数据库中的ML算法。

      ·

OML4Py AutoML:借助OML4Py AutoML,非专家级用户也可以充分利用机器学习的优势。AutoML将推荐最合适的算法,自动选择特性并调优超参数,从而大幅提升模型准确性。

      ·

原生持久化内存存储:现在,数据库数据和重做可以存储在本地的持久性存储(PMEM)中。用户可以直接对存储在映射PMEM文件系统中的数据运行SQL,从而消除IO代码路径,减少对大型缓冲区高速缓存的需求。这样,对于那些需要较低延迟的负载,例如高频交易和移动通信等,企业可以加快跨负载的数据访问速度。

      ·

 自动In-Memory管理:Oracle Database In-Memory同时优化了分析和混合负载联机事务处理,让 Oracle数据库不仅提供优化的事务处理性能,还支持实时分析与报表。自动内存中管理特性可以自动评估数据使用模式,无需任何人工干预即可确定哪些表放在内存列存储(In-Memory Column Store)中获益最大,从而显著简化In-Memory的使用。

      ·

原生区块链表:甲骨文的用户可以轻松借助这一新特性,利用区块链技术来识别和防范欺诈。Oracle原生区块链表类似于标准表。它们允许SQL插入,而且所插入的行将以加密方式链接。用户可以选择对行数据进行签名,来杜绝身份欺诈。Oracle区块链表可以轻松集成到应用中。它们可以参与其他表的事务和查询。此外,与去中心化的区块链相比,它们支持更高的插入速率,因为提交过程不需要达成共识。

      ·

 JSON二进制数据类型:以二进制格式存储在Oracle数据库中的JSON文档可将更新速度提高4倍,扫描速度提高10倍。

     

《The Forrester WaveTM:Translytical数据平台,2019年第4季度》报告指出:“与其他厂商不同,甲骨文采用双格式数据库(同一张表同时具备行格式和列格式)来实现最佳Translytical性能。”报告还指出,“甲骨文的Translytical平台支持多种负载,包括OLTP、IoT、微服务、多模式、数据科学、人工智能/机器学习、空间、图形和分析,深受客户们喜爱。”

     


来源:中关村在线-云计算专题
点击查看网络原文>>

版权所有@ 北京市电子科技情报研究所 京公网安备 11010102003025号

地址:北京市东城区北河沿大街79号  邮编:100009  Email:bjdzqbs@126.com

在线人数:259

当日访问计数:23934

累计访问计数:57079016