O que é o Autonomous AI Database?

O Autonomous AI Database é um banco de dados em nuvem totalmente gerenciado que automatiza tarefas tradicionalmente realizadas por administradores de banco de dados, ou DBAs. Essas tarefas incluem funções de rotina, como ajuste de banco de dados, backups e atualizações, além de funções baseadas em segurança, como criptografia de dados.

A automação incorporada a esses bancos de dados ajuda a evitar problemas causados ​​por erros humanos. Além disso, o tempo e o esforço economizados permitem que os DBAs apliquem sua experiência a outras funções, como melhorar a funcionalidade da aplicação e fornecer aos modelos de IA as arquiteturas de dados de que precisam para ter um desempenho ideal. Outro grande benefício do Autonomous AI Database é que ele pode ser rapidamente provisionado por usuários que precisam de acesso seguro aos dados, como desenvolvedores de aplicativos, analistas de negócios ou cientistas de dados, sem a ajuda de um DBA.

Principais conclusões

• Um Autonomous AI Database é uma plataforma de gerenciamento de dados nativa da nuvem que pode implementar, ajustar e corrigir a si mesmo e gerenciar medidas de segurança sem intervenção humana.
• Há dois tipos de Autonomous AI Database: um ajustado para transações e análises em lote e outro ajustado especificamente para armazenamento de dados.
• Além de liberar os administradores de banco de dados de tarefas rotineiras e demoradas, um Autonomous AI Database pode reduzir o risco de erros.

O Autonomous AI Database é um banco de dados em nuvem totalmente gerenciado que automatiza tarefas tradicionalmente realizadas por administradores de banco de dados, ou DBAs. Essas tarefas incluem funções de rotina, como ajuste de banco de dados, backups e atualizações, além de funções baseadas em segurança, como criptografia de dados.

A automação incorporada a esses bancos de dados ajuda a evitar problemas causados ​​por erros humanos. Além disso, o tempo e o esforço economizados permitem que os DBAs apliquem sua experiência a outras funções, como melhorar a funcionalidade da aplicação e fornecer aos modelos de IA as arquiteturas de dados de que precisam para ter um desempenho ideal. Outro grande benefício do Autonomous AI Database é que ele pode ser rapidamente provisionado por usuários que precisam de acesso seguro aos dados, como desenvolvedores de aplicativos, analistas de negócios ou cientistas de dados, sem a ajuda de um DBA.

Principais conclusões

• Um Autonomous AI Database é uma plataforma de gerenciamento de dados nativa da nuvem que pode implementar, ajustar e corrigir a si mesmo e gerenciar medidas de segurança sem intervenção humana.
• Há dois tipos de Autonomous AI Database: um ajustado para transações e análises em lote e outro ajustado especificamente para armazenamento de dados.
• Além de liberar os administradores de banco de dados de tarefas rotineiras e demoradas, um Autonomous AI Database pode reduzir o risco de erros.

Os bancos de dados armazenam informações críticas de negócios e são essenciais para operações eficientes na maioria das organizações. No entanto, os DBAs que os gerenciam geralmente ficam sobrecarregados com tarefas manuais demoradas. Essas demandas de carga de trabalho podem levar a erros, que podem ter efeitos negativos, até mesmo catastróficos, no tempo de atividade, no desempenho e na segurança.

Por exemplo, a aplicação incorreta de um patch pode enfraquecer ou remover completamente os mecanismos de proteção, expondo a empresa a riscos que podem levar a danos financeiros e de reputação sérios.

A crescente complexidade das operações de gerenciamento de banco de dados revela outro benefício importante de um Autonomous AI Database. Uma única aplicação orientada por IA pode exigir dados relacionais e dados JSON de aplicações de negócios, bem como dados vetoriais e gráficos para operação de pesquisa semântica. Um Autonomous AI Database simplifica a arquitetura de dados necessária para gerenciar essa complexidade.

Além disso, um Autonomous AI Database pode ser ampliado ou reduzido conforme necessário para acomodar a crescente demanda de transações e data warehouse, bem como cargas de trabalho de treinamento de IA que podem ter enormes conjuntos de dados. Ao automatizar a implementação, o dimensionamento e a otimização das operações do banco de dados, um Autonomous AI Database ajuda as equipes a superar esses desafios, possibilitando um desenvolvimento mais rápido e permitindo que os cientistas de dados se concentrem em tarefas de maior valor.

Um Autonomous AI Database fornece automação completa de ponta a ponta para provisionamento, segurança, atualizações, alta disponibilidade, desempenho, gerenciamento de alterações e prevenção de erros. Para isso, um Autonomous AI Database tem características específicas.

• É autogerenciado: todos os processos de gerenciamento, monitoramento e ajuste de banco de dados e infraestrutura são automatizados. Os DBAs agora podem se concentrar em outras tarefas, incluindo agregação de dados, modelagem, processamento, estratégias e ajuda os desenvolvedores a usar recursos e funções no banco de dados.
• É seguro: os recursos integrados ajudam a proteger o banco de dados contra ataques externos e usuários internos mal-intencionados. Isso ajuda a reduzir as preocupações com ataques cibernéticos em bancos de dados sem patch ou sem criptografia.
• Recuperação automática: esses recursos minimizam o tempo de inatividade, incluindo manutenção não planejada. Um Autonomous AI Database pode exigir menos de 2,5 minutos de período de indisponibilidade por mês, mesmo considerando a aplicação de patches.

Os benefícios que uma organização pode obter de um Autonomous AI Database dependem de como as equipes usam o sistema. Uma grande empresa pode usá-lo para consolidar muitas fontes de dados diferentes em um banco de dados mais fácil de gerenciar, enquanto uma pequena empresa pode usá-lo como um banco de dados empresarial escalável que não precisa de uma grande equipe de TI para gerenciar. Outros benefícios potenciais incluem:

• Tempo de atividade do banco de dados: Com aplicação automática de patches e correções de segurança, um Autonomous AI Database ajuda a evitar o tempo de inatividade que geralmente é necessário para fazer essas atualizações necessárias.
• Eficiência de TI: gerenciar uma ampla gama de tarefas por meio da automação pode eliminar muitas tarefas manuais demoradas e minimizar o risco de erro humano.
• Produtividade dos negócios: quando desenvolvedores de aplicativos, analistas de negócios, cientistas de dados e outros usuários podem gerenciar o ciclo de vida do banco de dados sem esperar pela equipe de TI, todos se tornam mais produtivos.
• Redução de custos: um Autonomous AI Database permite que os DBAs gerenciem mais bancos de dados no mesmo período de tempo, permitindo que eles dediquem mais atenção a tarefas de nível superior, como modelagem de dados e aplicação de sua experiência em programação SQL para melhorar o desempenho das aplicações.

Como um Autonomous AI Database é um serviço de banco de dados baseado em nuvem, e como a IA permite a automação de muitas tarefas tradicionais de administração de banco de dados, as equipes de TI devem analisar alguns recursos importantes ao selecionar um sistema.

• Autoprovisionamento: um benefício fundamental da autonomia é a capacidade de implementar bancos de dados de missão crítica sem envolver um DBA. Por exemplo, um desenvolvedor pode rapidamente implementar um banco de dados que permite proteção contra expansão em caso de falha do servidor e permite que atualizações sejam aplicadas de forma contínua enquanto os aplicativos continuam sendo executados.
• Configuração automática: a capacidade de configurar automaticamente o banco de dados para otimizar cargas de trabalho específicas também é fundamental. Quando a configuração da memória, os formatos de dados, as estruturas de acesso e outros elementos são otimizados para desempenho, os clientes podem simplesmente carregar os dados e prosseguir.
• Indexação automática: esse recurso monitora automaticamente as cargas de trabalho e detecta índices ausentes que podem deixar suas aplicações lentas. O banco de dados valida cada índice antes de implementá-lo e usa o machine learning para aprender com os erros e melhorar.
• Escalonamento automático: esse recurso dimensiona automaticamente os recursos de computação de acordo com as necessidades da carga de trabalho, permitindo que você pague pelo uso real. Todo o escalonamento ocorre online enquanto a aplicação continua em execução.
• Proteção de dados automatizada: um Autonomous AI Database pode proteger automaticamente dados confidenciais e regulamentados, avaliar a segurança de uma configuração e monitorar atividades incomuns.
• Segurança automatizada: a criptografia automática para todo o banco de dados, backups e todas as conexões da rede é crucial. Não permitir o acesso ao sistema operacional e restringir os privilégios de administrador pode ajudar a evitar ataques de phishing e proteger o sistema contra infiltração na nuvem e usuários internos mal-intencionados.
• Backups automáticos: você precisa de backups diários automáticos ou backups sob demanda? O sistema deve restaurar ou recuperar um banco de dados até qualquer momento especificado nos últimos 60 dias.
• Aplicação automática de patches: obtenha a capacidade de aplicar patches ou atualizações automaticamente, sem tempo de inatividade. As aplicações continuam em execução enquanto os patches são aplicados alternadamente entre nós de cluster ou servidores.
• Detecção e resolução de falhas automatizadas: usando reconhecimento de padrões, falhas de hardware podem ser previstas automaticamente sem longos intervalos. As E/S são imediatamente redirecionadas para dispositivos não íntegros a fim de evitar travamentos do banco de dados. O monitoramento contínuo de cada banco de dados gera automaticamente solicitações de serviço para qualquer desvio.
• Failover automático: o failover automático sem perda de dados para um banco de dados em espera ajuda a garantir que as aplicações permaneçam acessíveis e nenhum dado seja perdido, mesmo que a instância do banco de dados principal fique indisponível. O processo deve ser completamente transparente para suas aplicações e ter o suporte de um SLA de 99,995%.

As informações armazenadas em um sistema de gerenciamento de banco de dados podem ser altamente estruturadas (como registros contábeis ou informações de clientes) ou não estruturadas (como arquivos de imagem digital, áudio ou email). Os dados podem ser acessados diretamente por analistas ou cientistas de dados, ou por clientes e funcionários por meio de software corporativo, sites ou aplicativos móveis. Mais especificamente, diferentes aplicações usam dados em formatos distintos, também conhecidos como tipos de dados. Embora no passado muitas vezes fossem necessários bancos de dados especializados para cada tipo de dados, o Autonomous AI Database pode ser configurado para oferecer suporte a todos eles.

Exemplos comuns de tipos de dados incluem:

• Dados relacionais são armazenados em linhas e colunas e organizados em tabelas. Este é o tipo de dado mais frequentemente usado em aplicações de negócios, como sistemas ERP ou CRM, bem como para análise de transações e dados.
• Os dados de documentos são facilmente legíveis tanto por máquinas quanto por desenvolvedores de aplicações, e são comuns em aplicações Web altamente escaláveis. O formato de dados de documento mais comum é o arquivo JSON.
• Os dados do gráfico são armazenados e indexados para facilitar a detecção de distância e relacionamentos entre pontos de dados. Os dados gráficos são populares para aplicações de mapeamento e análise de dados. Também são cada vez mais utilizados em conjunto com dados vetoriais para melhorar a precisão da pesquisa semântica.
• Dados vetoriais são um cálculo de IA que representa as características de um objeto digital, como uma palavra, uma frase, um documento, uma imagem ou um arquivo de vídeo ou áudio. Os vetores são frequentemente armazenados e indexados em um banco de dados vetorial que ajuda os computadores a pesquisar dados não-estruturados por característica ou significado semântico, em vez de por pixels ou correspondências de valores-chave. Essa é uma tecnologia fundamental para grandes modelos de linguagem e outros sistemas de IA.

Um Autonomous AI Database pode ser usado para trazer novos níveis de eficiência e escalabilidade a qualquer situação em que um banco de dados relacional, de documentos, gráficos ou vetoriais tradicional baseado em nuvem seria usado. Isso inclui fornecer as ferramentas necessárias para uma variedade de projetos de IA em um só lugar.

Confira alguns casos de uso específicos:

• Melhore a operação de uma aplicação SaaS globalmente escalável. Um Autonomous AI Database pode ser usado para expandir a eficiência e a escalabilidade das aplicações do setor das quais fabricantes globais dependem.
• Limite o número de bancos de dados mantidos por uma grande organização. Um Autonomous AI Database escalável pode ser usado para consolidar dados de uma ampla gama de fontes, ajudando mesmo as maiores empresas a usar a automação do banco de dados para reduzir significativamente o tempo gasto coletando, formatando e visualizando informações.
• Forneça análises escaláveis ​​para uma startup com uso intensivo de dados. Um Autonomous AI Database pode ajudar uma startup de ciências da saúde a lidar com o enorme conjunto de dados necessário para sequenciar dados genéticos e reduzir significativamente o tempo necessário para fornecer as informações para um diagnóstico.
• Melhore o suporte e a análise de clientes orientados por IA. Ao armazenar dados gerados a partir de interações do usuário com um chatbot de agente de IA, um fornecedor de equipamentos de segurança pode permitir que o banco de dados seja consultado com prompts em linguagem natural, acelerando os tempos de resposta ao cliente.

Várias tecnologias inteligentes fundamentais oferecem suporte a Autonomous AI Databases, permitindo a automação de tarefas comuns porém importantes, como manutenção de rotina, dimensionamento, aplicação de correções de segurança e ajuste de banco de dados. Por exemplo, os algoritmos de IA de um Autonomous AI Database incluem otimização de consultas, gerenciamento automático de memória e gerenciamento de armazenamento para permitir o autoajuste completo.

A IA pode ajudar as empresas a aumentar a segurança dos bancos de dados, analisando resmas de dados registrados e sinalizando discrepâncias e padrões anômalos, de preferência antes que quaisquer invasores causem danos. A IA também pode aplicar patches, ajustar, fazer backup e atualizar o banco de dados de forma automática e contínua, sem intervenção manual, enquanto o sistema estiver em execução. Essa automação minimiza o risco de que um erro humano ou um comportamento mal-intencionado afete as operações ou a segurança do banco de dados.

Além disso, os Autonomous AI Databases podem fornecer os seguintes recursos:

• Fácil escalabilidade: um serviço de bancos de dados baseado na nuvem pode expandir ou reduzir seus recursos de computação e memória instantaneamente e conforme necessário. Por exemplo, uma empresa poderia aumentar o número de unidades de processamento do banco de dados de oito para 16 nas operações no final do trimestre e, em seguida, reduzir novamente para oito. Na verdade, todos os recursos de processamento poderiam ser desligados durante o fim de semana para reduzir os custos e iniciados novamente na manhã de segunda-feira.
• Patches de banco de dados sem esforço: muitas violações de dados acontecem por causa de vulnerabilidades do sistema para as quais os patches estão disponíveis, mas ainda não foram aplicados. Um Autonomous AI Database pode evitar isso implementando automaticamente patches nos servidores em nuvem em uma sequência projetada para não gerar tempo de inatividade.
• Inteligência integrada: Um Autonomous AI Database integra recursos de monitoramento, gerenciamento e análise que aproveitam técnicas de IA. O objetivo é automatizar o ajuste do banco de dados, evitar interrupções de aplicativos e fortalecer a segurança em todo o aplicativo do banco de dados.

Com um Autonomous AI Database, os desenvolvedores têm muitas opções para criar aplicações de negócios escaláveis e seguras usando dados armazenados em um ambiente totalmente gerenciado. Esse processo começa com um ambiente simples e econômico para desenvolver e testar aplicações antes de implementá-los em um ambiente de produção completo. Os Autonomous AI Databases são hospedados na nuvem e nenhum DBA é necessário para criar instâncias, o que torna esta uma opção atraente e altamente acessível. Os desenvolvedores podem criar quantos bancos de dados forem necessários, tudo por uma taxa fixa.

Os desenvolvedores e outras equipes com ideias para aplicações também podem acessar recursos úteis e ferramentas integradas, como um ambiente de desenvolvimento de aplicações low-code e imagens de contêiner. Eles permitem que os usuários trabalhem offline e depois clonem e implementem as instâncias na nuvem. Os desenvolvedores também podem se beneficiar da IA no banco de dados e do uso nativo de vários tipos de dados, incluindo JSON, vetores, gráficos, dados espaciais e relacionais.

Quer aumentar a velocidade de desenvolvimento de aplicações com um banco de dados que faz tudo? O Oracle Autonomous Database foi criado para IA e pode ajudar sua empresa a criar aplicações escaláveis com tecnologia de IA com qualquer tipo de dados, usando sua escolha de grande modelo de linguagem. Em seguida, você pode implementar as aplicações na nuvem ou no data center.

Os desenvolvedores podem facilmente usar a geração de recuperação aumentada (RAG) a partir de seus próprios documentos em vários formatos para pesquisa vetorial assistida por IA. Eles também podem aproveitar serviços de IA integrados para aprimorar aplicações com análise de texto e imagem, reconhecimento de fala ou recomendações personalizadas.

Além disso, o Oracle Autonomous Database traduz automaticamente linguagem natural em consultas de banco de dados, permitindo conversas contextuais sem codificação personalizada ou operações manuais.

O Autonomous Database pode fornecer uma única plataforma de dados para atender às necessidades da sua empresa, em vez de um conjunto de bancos de dados especializados que a TI precisa gerenciar. Com a Oracle, você pode manter as arquiteturas de dados simples usando SQL, documentos JSON, gráficos, geoespaciais, texto e vetores em um único banco de dados para criar recursos de forma rápida. A Oracle ainda oferece um ambiente popular onde você pode gerar aplicações sem precisar escrever códigos. Mantenha o foco no desenvolvimento de aplicações vitais usando um banco de dados que ajuda a melhorar o tempo de atividade e a segurança dos dados por meio de medidas automatizadas e monitoramento contínuo.

Também é importante lembrar que, ao automatizar o ciclo incessante de aplicação de patches, ajustes e atualizações, os bancos de dados autônomos não eliminam a função de administrador do banco de dados. Eles a valorizam. Sem a necessidade de manutenção de rotina, os profissionais de TI agora podem concentrar seus conhecimentos em atividades de maior valor, como melhorias na arquitetura de dados, análises estratégicas e transformação dos dados em um mecanismo de crescimento dos negócios e vantagem competitiva para sua empresa.