Oracle AI Database 26ai：特性亮点

Transparent Application Continuity 可保护 C/C++、Java、.NET、Python 和 Node.js 应用免受底层软件、硬件、通信和存储层中断的影响。通过 Oracle Real Application Clusters (RAC)、Active Data Guard (ADG) 和 Autonomous Database（共享和专用），即使 RAC 集群的节点或子集发生故障或进行脱机维护时，Oracle AI Database 也仍可继续访问。

Oracle AI Database 26ai 带来了许多新的增强功能，包括批处理应用支持，例如打开游标（也称为会话状态稳定游标）。

如果一个事务在持有行锁的情况下长时间不提交或回滚，可能会妨碍其他高优先级事务。此功能允许应用为事务处理分配优先级，并由管理员为每个优先级设置超时。如果低优先级事务妨碍了高优先级事务并超过了既定的超时时间，数据库将自动回滚低优先级事务并解除行锁，从而允许高优先级事务继续进行。

Automatic Transaction Rollback 可减少管理负担，同时帮助优先级更高的事务处理维持事务处理的延迟/SLA。

DBMS_SEARCH 执行 Oracle Text 普适搜索。使用 DBMS_SEARCH，您可以轻松在多个表和视图上创建单一索引。您只需创建 DBMS_SEARCH 索引并添加表和视图即可。所有可搜索值（包括 VARCHAR、CLOB、JSON 和数字列）都将包含在索引中，并在表或视图内容发生更改时自动进行维护。

我们在 Memoptimized Rowstore Fast Ingest 中引入增强功能，支持分区、压缩表、使用直接写入快速刷新以及直接内存中列存储填充。这些增强功能使 Fast Ingest 功能适用于更多需要快速摄取数据的情况。现在，Oracle AI Database 可以更好地支持需要快速数据摄取功能的应用。数据摄取后，您可以在同一数据库中处理所有数据。这将减少对特殊加载环境的需求，从而降低复杂性和数据冗余。

Oracle Globally Distributed Database 可将一个数据集的数据段分布在多个基于不同计算机（本地部署或云端部署）的数据库（即分片）中，能够帮助用户构建可线性扩展的全球分布式多模型数据库。它不需要专门购置软硬件，不仅可以提供高度一致性，支持所有 SQL 特性、结构化数据和非结构化数据以及 Oracle Database 生态系统，还能在遵守数据主权要求的同时满足应用的低延迟和高可用性需求。

Oracle Globally Distributed Database 在 Oracle AI Database 26ai 中推出了 Raft 复制功能，让用户能够在节点或数据中心中断时，实现非常快速（不到 3 秒）的故障转移，确保零数据丢失。Raft 复制使用基于共识的提交协议，并通过指定复制因子以声明方式进行配置。Distributed Database 中的所有分片将充当数据子集的“引领者”和“追随者”。其中，所有分片均服务于应用流量，形成了主动—主动—主动对称分布式数据库架构。

这有助于在零数据丢失的情况下，提高可用性、简化管理并优化 Globally Distributed Database 环境的硬件利用率。

Real-Time SQL Plan Management (SPM) 可以快速检测和修复执行计划更改导致的 SQL 性能问题。

如果 SQL 语句运行良好，但计划更改导致其性能不佳，则实时 SPM 会立即检测到该语句。如果它确定以前的计划执行得更好，则实时 SPM 将使用 SQL 计划基线恢复该计划。

这会自动执行一些 DBA 在做的工作：创建 SQL 计划基线，锁定具有间歇性性能问题的单个 SQL 语句，并强制实施已知良好的计划。

此功能可帮助您收缩大文件表空间以回收数据库中的未使用空间，从而降低成本并优化存储。使用 Shrink Tablespace 可以可靠地缩小大文件表空间，更好地匹配表空间中存储对象的实际大小。

本周，我们将重点介绍 SQL Analysis Report。这是一个易于使用的功能，可帮助开发人员编写更好的 SQL 语句。SQL Analysis Report 可汇报 SQL 语句的常见问题，特别是可能导致 SQL 性能欠佳的问题。该功能可在 DBMS_XPLAN 和 SQL Monitor 中找到。

Raft 复制是 Oracle AI Database 26ai 的一项功能，它为 Oracle Globally Distributed Database 提供原生内置复制，无需配置 Oracle GoldenGate 或 Oracle Data Guard。它采用由基于共识的 Raft 提交协议驱动的逻辑复制模型，确保高可用性和一致性，并通过亚秒级故障切换实现声明式复制配置，从而实现无缝连续性。Raft 复制可简化管理、提高可用性、确保 SLA 合规性，并充分提高分片分布式数据库环境中的硬件效率。

Oracle True Cache (TC) 是一项面向 Oracle AI Database 的内存中、一致且支持自动化管理的高速缓存服务。它的运行方式与 Oracle Active Data Guard 读进程场类似，但 True Cache 实例大多是无盘实例，专为高性能和可扩展性（而不是灾难恢复）而设计。对于只读工作负载，应用可以直接连接到 True Cache 实例。Oracle AI Database 26ai True Cache JDBC 驱动程序可自动将标记的只读工作负载发送至所配置的 True Cache 实例。同时，其他功能（例如将热对象固定在高速缓存中、假脱机到磁盘以及高速缓存预热）可大大提高可扩展性。

如今，许多 Oracle 用户将高速缓存放在 Oracle AI Database 前面，以加快查询响应速度并提高整体可扩展性。True Cache 是将高速缓存放在 Oracle AI Database 前面的新方法。True Cache 具有许多优势，包括易于使用；数据始终一致；具有更多最新数据；以及支持自动管理高速缓存。

区块链和不可变表（自 Oracle Database 19c 起可用）可使用加密安全方法保护数据，防止数据被外部黑客和内部恶意/泄露账户篡改或删除。它能够通过仅插入限制来防止非授权更新或删除（即使是 DBA 操作），利用加密哈希链实施身份验证，基于签名表摘要检测任何大规模回滚，支持最终用户使用私钥对插入的行进行签名。时至今日，Oracle AI Database 26ai 带来了丰富的增强功能，包括逻辑复制（基于 Oracle GoldenGate）和滚动升级（基于 Oracle Active Data Guard）支持；分布式事务（涉及区块链表）支持；高效、基于分区的批量删除（适用于过期的行）；以及插入/提交性能优化。

此版本还支持添加/删除列（不影响加密哈希链、用户特定链和关于筛选行的表摘要）、委托签名功能和数据库反签名；还使用 Oracle Flashback 和区块链历史表审计非区块链表历史变更，将加密安全数据管理扩展到了常规表。

这些功能尤其适合内置审计迹或日志使用场景，能够有效满足财务分类账、付款历史、监管合规性跟踪、法律日志和所有表示资产的数据的保护需求，防止非授权篡改和删除操作导致重大法律、商誉或财务损失。

Oracle AI Database 26ai 引入了新的统一审计功能，提供列级选择性，允许您创建更具针对性的审计策略，从而减少不必要的审计记录“噪音”。

数据校订是一种帮助在运行时隐藏敏感数据的方法。与静态屏蔽（永久修改静态数据）和动态屏蔽（在运行时，即用户/应用访问或查看时更改数据）不同，数据校订可实时、动态地屏蔽数据。

使用 Oracle Data Redaction，用户可以通过替换全部或部分字段值来屏蔽敏感数据。这一特性可用于伪装您的应用及应用用户必须访问的敏感数据。由此，用户能够使用多种不同方法来轻松隐藏数据。

作为 Oracle AI Database 的一部分，Oracle Data Redaction 相比基于代理的解决方案更加易于设置和维护，将随着标准 Oracle AI Database 更新过程打补丁和升级。

Oracle Data Redaction 还能针对真实应用查询提供更准确的结果。相比修改复杂的 SQL 语句，它允许所有查询处理正常执行，在执行结束后再最终校订结果。此外，Oracle Data Redaction 的安全配置文件相比基于代理的解决方案更为强大 — 后者要求覆写核心数据库组件，会引发新的攻击面。

多云身份验证和授权是保护数据的关键基础安全流程。在过去的 40 年中，该技术已经从特定于数据库的用户名和密码发展到采用 Kerberos 和 PKI 等高级身份验证技术的集中式用户管理。在云技术时代，身份验证和授权再次发生了变化。

现在，您可以利用 Oracle Cloud Infrastructure (OCI) Identity and Access Management (IAM) 和 Microsoft Entra ID（前身为 Azure Active Directory）云技术服务，实现对用户和多云应用的数据库身份验证。紧密集成的云身份有助于通过多因素和无密码集成降低用户凭据泄露的风险，从而提高安全性。除了提高安全性并改进用户管理、角色管理和密码重置外，身份验证任务还转移到了企业身份团队，让 DBA 有更多时间专注于自己的专业任务。用户还可以从整个企业中固有的 SSO 体验中受益，包括数据库访问。

除了现有的对象、系统和管理权限外，Oracle AI Database 如今还支持模式权限。模式权限特性可以简化数据库对象授权，有助于更好地实施最小权限原则，消除关于访问权限的主观猜测，进而提高安全性。

Oracle SQL Firewall 是一款内置在 Oracle AI Database 26ai 中的新功能，可帮助企业有效应对 SQL 注入风险并阻止被盗凭据被滥用。SQL Firewall 可通过学习常规应用行为来工作，其中包括应用发出的 SQL 语句，以及应用用于连接到数据库的情境，例如网址、操作系统用户和所使用的程序。训练后，它就能执行 SQL 和经批准的会话上下文的允许列表，或将异常情况记录为违规行为。

由于 SQL Firewall 内置于 Oracle AI Database 内核中，因此无法被绕过。该防火墙不会被同义词或动态 SQL 所蒙蔽，也不会受到网络加密的影响。

您可以通过多种方式管理 SQL 防火墙，包括 PL/SQL 接口、Oracle Data Safe 以及 Oracle Audit Vault and Database Firewall。

Oracle AI Database 26ai 新推出了一个新角色 DB_DEVELOPER_ROLE，它能够为应用开发人员提供在 Oracle AI Database 上设计、实施、调试和部署应用所需的所有权限。无需管理员再主观猜测应用开发需要哪些权限。

Oracle AI Database 现支持符合 ISO SQL 标准的布尔数据类型，您可以在表中存储 True（真）和 False（假）值，在 SQL 语句中使用布尔表达式。布尔数据类型能够以标准化方式存储 Yes 和 No 值，且可以轻松迁移至 Oracle AI Database。

Oracle AI Database 现支持您在 UPDATE 和 DELETE 语句中使用 FROM 子句将目标表连接到其它表。这些其它表可以限定可更改哪些行或为哪些行赋予新值。利用这一直接连接特性，您可以更轻松地编写 SQL 语句来更改和删除数据。

现在您可以在 GROUP BY、GROUP BY CUBE、GROUP BY ROLLUP 和 GROUP BY GROUPING SETS 子句中使用列别名或指定 SELECT 项位置。此外，HAVING 子句也支持列别名。这些新的 Oracle AI Database 26ai 增强功能可帮助您更轻松地编写 GROUP BY 和 HAVING 子句，从而提高 SQL 查询的可读性和可维护性，并提高 SQL 代码的可移植性。

Oracle AI Database 中的 DDL 对象创建、修改和删除现已支持 IF EXISTS 和 IF NOT EXISTS 语法修饰符。由此，您可以控制当一个给定对象存在或不存在时是否报错，在脚本中按应用简化错误处理。

借助 Oracle AI Database 26ai，开发人员可以更轻松地基于 INTERVAL 值计算总值和平均值。现在，你可以通过此增强功能将 INTERVAL 数据类型传递给 SUM 和 AVG 聚合和分析函数。

INSERT、UPDATE 和 DELETE 语句的 RETURNING INTO 子句经过增强，可以返回受相应语句影响的旧值和新值。开发人员可以对每个 DML 类型使用相同的逻辑来获取语句执行前和执行后的值。旧值和新值仅对 UPDATE 语句有效。INSERT 语句不返回旧值，DELETE 语句不返回新值。

作为 SQL 命令执行的一部分，该子句能够获取受 INSERT、UPDATE 和 DELETE 语句影响的旧值和新值，这为开发人员提供了读取这些值的统一方法，并减少了数据库必须执行的工作量。

您现在可以运行只有 SELECT 表达式（不带 FROM 子句）的查询。这个新特性可提高 SQL 代码可移植性并便于开发人员使用。

通过创建 SQL 宏，您可以将常见 SQL 表达式和语句分解为可在其它 SQL 语句中重用的参数化构造。SQL 宏既可以是标量表达式（常用于 SELECT 列表以及 WHERE、GROUP BY 和 HAVING 子句），也可以是表表达式（常用于 FROM 子句），还可以用于封装计算和业务逻辑。相比 PL/SQL 结构，SQL 宏可以显著提升性能，还可以提高开发人员效率，简化协作开发和优化代码质量。

在处理时间序列或事件流数据时，需要将任意定义的时间窗口内的一系列数据点映射到特定的固定时间间隔（时段）中进行汇总分析。

借助新的 SQL 运算符 TIME_BUCKET，Oracle 为 DATETIMES 基于时间的数据时段提供高性能的原生支持。

为时间序列数据的常用固定时间间隔时段提供本机 SQL 运算符，大大简化了此类信息的应用开发和数据分析。除了代码更简单、更不易出错外，本机运算符还能提高时间序列分析的性能。

如果可以，SQL 语句中的 PL/SQL 函数会自动转换（转译）为 SQL 表达式。将 PL/SQL 函数转换为 SQL 语句可以缩短总执行时间。

Oracle AI Database SQL 引擎现支持对多种语句类型使用 VALUES 子句。帮助您在不依赖现有表的情况下使用新语法指定数据行，从而动态地实现数据行实体化。Oracle AI Database 26ai 支持对 SELECT、INSERT 和 MERGE 语句使用 VALUES 子句。利用新引入的 VALUES 子句，开发人员无需再编写大量代码来执行即席 SQL 指令，因此这在提高可读性的同时也减少了开发人员工作量。

注解可帮助您更好地存储和检索数据库对象元数据。作为一种自由格式文本字段，它们支持您自定义业务逻辑或用户界面。利用注解（名值对或仅仅一个名称），您可以在所有应用中一致地使用数据库对象，简化开发工作并提高数据质量。

Usage Domains（有时也称为 Data Use Case Domains）是适合用作轻量级类型修饰符的高级字典对象，可集中记录应用的预期数据使用情况。Usage Domains 可用于定义数据使用和实现标准化操作，以封装一组检查约束条件、显示属性、排序规则和其他使用属性，并且无需应用级元数据。

表中一个或多个列的 Usage Domains 不会修改底层数据类型，因此也可以在不破坏应用或创建可移植性问题的情况下，添加到现有数据。

在 Oracle AI Database 26ai 中，值 LOB（大型对象）是专为读取和遗忘使用案例而设计的。作为临时 LOB 的只读子集，值 LOB 可提高应用性能，让使用 LOB 实施应用变得更简单且更易于管理。与传统的参考 LOB 相比，值 LOB 可为工作负载提供更快的读取性能，而且无需在应用中进行特定的 LOB 管理。

值 LOB 在 SQL 取值持续时间内有效，可优化在 SQL 查询上下文中对 LOB 值的读取。许多应用使用 LOB 来存储中等大小的对象（大约几兆字节大小）；您希望在 SQL 查询的上下文中读取 LOB 值。在执行游标的下一次取值时，会自动释放值 LOB，从而防止临时 LOB 的累积，并简化应用中的 LOB 管理。

现在，您可以在单个行中存储更多属性，进而简化某些应用的应用设计和实施。

数据库表或视图中所支持的列数已增加到 4096。相较于以前仅支持 1000 列的限制，这项新特性让您可以构建可在单个表中存储属性的应用。某些应用（如机器学习和流式物联网 (IoT) 应用工作负载）可能需要使用列数超过 1000 的非规范化表。

Oracle AI Database 26ai 和 CMAN-TDM 现在提供的连接管理和监视功能包括隐式连接池、多池 DRCP、per-PDB PRCP 等。通过利用 DRCP 和 PRCP 中的新功能，可以增强 C、Java、Python、Node.js 和 ODP.NET 应用的可扩展性和功能。使用 Oracle AI Database 26ai 中新的 V$TDM_STATS 动态视图的统计信息，有效监控 PRCP 池的使用情况。

Oracle AI Database 26ai 中的管道功能使 .NET、Java 和 C/C++ 应用无需等待服务器响应即可向数据库发送多个请求。Oracle AI Database 将对这些请求进行排队并逐个处理，以便客户端应用可以继续工作，直到收到请求完成通知。这些增强功能可改善最终用户体验、提高数据驱动的应用的响应能力，提供端到端可扩展性，避免性能瓶颈，并提高服务器和客户端的资源利用效率。

对于需要立即返回的客户端请求，Oracle AI Database 管道要求 .NET、Java 和 C/C++ 驱动程序中具备异步或响应式 API。这些机制可用于 Oracle AI Database，无论是否使用数据库管道。

对于 Java，Oracle AI Database 26ai 在 Java Database Connectivity (JDBC)、Universal Connection Pool (UCP) 和 Oracle R2DBC Driver 中提供响应式扩展。它还支持驱动程序 (Project Loom) 中的 Java 虚拟线程以及 Reactive Streams 库，例如 Reactor、RxJava、Akka Streams、Vert.x 等。

多语言引擎 (MLE) 模块调用功能支持开发人员在 SQL 和 PL/SQL 中调用模块中存储的 JavaScript 函数。基于 PL/SQL 编写的调用规范能够将 JavaScript 链接到 PL/SQL 代码单元。这意味着开发人员可以在任何调用了 PL/SQL 函数的位置使用 JavaScript 函数。

作为 Oracle AI Database 26ai 的其中一项新功能，该客户端功能能够将 Oracle 配置信息（如连接字符串）存储在 Microsoft Azure 应用配置或 Oracle Cloud Infrastructure Object Storage 中。此新功能使用 Oracle JDBC、.NET、Python、Node.js 和 Oracle Call Interface 数据访问驱动程序，简化了应用的云技术配置、部署和连接。这些信息存储在配置提供程序中，提供了分离应用代码和配置的优势。

可与云端和数据库的 OAuth 2.0 单点登录结合使用，进一步简化管理。Oracle AI Database 26ai 客户端可以使用 Microsoft Entra ID、Azure Active Directory 或 Oracle Cloud Infrastructure 访问令牌登录数据库。

可观测性的三大支柱分别是指标、日志记录和分布式跟踪。此发行版提供了增强的日志记录、新的调试（首次故障诊断）以及新的跟踪功能。JDBC 和 ODP.NET 驱动程序还使用用于跟踪数据库调用的异常分支进行检测；此异常分支使用 OpenTelemetry 启用分布式跟踪。

Oracle AI Database 26ai 推出了 Transportable Binary XML (TBX)，这是一种全新的自包含 XMLType 存储方法。TBX 支持分片、XML 搜索索引和 Exadata 下推操作，提供比其他 XML 存储选项更好的性能和可扩展性。

得益于更多数据库架构（例如分片或 Exadata）的支持及其在不同服务器、容器和 PDB 之间轻松迁移和交换 XML 数据的功能，TBX 允许您的应用在更多平台和架构上充分利用这种新的 XML 存储格式。

您可以通过以下任一方式，将不同格式的现有 XMLType 存储迁移到 TBX 格式：

Insert-as select 或 create-as-select

联机重新定义

Oracle Data Pump

JSON 数据类型是经过 Oracle 优化的二进制 JSON 格式，称为 OSON。它旨在提高数据库和数据库客户端（21c 及更高版本）的查询速度和 DML 性能。

JSON 集合是以文档存储兼容格式存储（或表示）JSON 文档的特殊表或视图，例如 Oracle AI Database API for MongoDB。JSON 集合已集成到数据库中，从创建、操作到查询处理，完全可使用 SQL 进行操作。例如，可以对 JSON 数据集表进行简单的 INSERT AS SELECT 操作。

JSON 集合表是 JSON Duality Views 的补充，后者是标志性的 JSON 集合视图，通过单一数据库结构，结合关系存储和 JSON 文档处理的优势。

原生 JSON 集合简化了在 Oracle AI Database 生态系统中处理存储在集合中的 JSON 数据的工作。例如，通过集合，您可以轻松地使用 SQL 分析 JSON 文档，同时使用以文档为中心的 API（例如 Oracle AI Database API for MongoDB）对这些文档进行操作。

JSON Relational Duality 是 Oracle Database 23ai 引入的一个创新特性，它能够统一关系和文档数据模型，将两者的优势结合。这意味着，开发人员可以基于单一信息源构建关系模式或 JSON 模式应用，同时获得这两种模型的优势。他们只需进行一次数据存储，即可使用任一方法访问、写入和修改数据。此外，开发人员还能够充分利用符合 ACID 规则的事务处理和并发控制，不再需要在复杂的对象关系映射或数据不一致问题之间进行取舍。

Oracle AI Database 支持使用 JSON 来存储和处理弹性模式的数据。在新版本的 Oracle AI Database 26ai 中，Oracle AI Database 现已支持使用 JSON Schema 来验证 JSON 数据的结构和值。SQL 运算符 IS JSON 经过增强，可以接受 JSON Schema，并且添加了各种 PL/SQL 函数来验证 JSON 并将数据库对象（如表、视图和类型）描述为 JSON Schema 文档。

默认情况下，JSON 数据是无模式的，这带来了极大的灵活性。但是，如果您需要确保 JSON 数据具有特定的结构和类型，可以通过行业标准的 JSON Schema 验证来完成。

为 JSON Schema 开发做出贡献
Oracle 积极推动 JSON Schema 开发，这是一款开发工具，它将基于 JSON 的声明式语言实现标准化，支持您批注和验证 JSON 文档。JSON Schema 目前正处于请求注解 (RFC) 阶段。

• 查看 Oracle 对 JSON Schema 所做的贡献和注解
• 或者通过 GitHub 做出您的贡献

PL/SQL JSON 构造函数经过增强，可以接受对应的 PL/SQL 聚合类型实例，返回填充了聚合类型数据的 JSON 对象或数组类型。

PL/SQL JSON_VALUE 运算符经过增强，它的返回子句可以接受类型名称，后者用于定义运算符要返回的实例的类型。JSON 构造函数支持聚合数据类型，这简化了 PL/SQL 应用与支持 JSON 的语言之间的数据交换。

借助 Oracle AI Database API for MongoDB，开发人员可以继续使用连接到 Oracle AI Database 的 MongoDB 工具和驱动程序，同时访问 Oracle 的多模型功能和自治驱动数据库。客户可以在 Oracle Cloud Infrastructure (OCI) 上运行 MongoDB 工作负载。在一般情况下，现有 MongoDB 应用几乎不需要进行任何更改，只需更改连接字符串即可运行。

Oracle AI Database API for MongoDB 属于标准 Oracle REST Data Services 的一部分，作为 Oracle Autonomous AI Database 的一部分进行预配置和完全管理。

Oracle AI Database 26ai 是一个向量数据库。AI Vector Search 支持您以原生格式直接在数据库中创建和存储 AI 向量。这些向量可以捕获各种类型的数据嵌入，包括文本、图像、音频甚至是视频。

内置的 SQL 距离函数支持用户使用向量进行相似性搜索，并且 AI 搜索操作可以与传统业务数据无缝集成，从而确保数据安全性和完整性。Oracle 的 AI 向量搜索功能还可以帮助 LLM 通过检索增强生成 (RAG) 提供更准确、更符合情境的结果。

Oracle 推出了三个新的专用向量索引来加速相似性搜索查询，即 Hierarchical Navigable Small World (HNSW) Indexes、Inverted File Flat (IVF-Flat) Indexes 和 Hybrid Vector Indexes，每个索引都有不同的优势。

借助 Oracle python-oracledb 驱动程序中新推出的 DataFrame 功能，您可以轻松使用常用的 Python 库，例如 Pandas、Polars、NumPy、PyTorch 和 Apache PyArrow，或者读取/写入 Apache Parquet 和 Delta Lake 格式的文件。请查看以下资源，了解如何使用 Python DataFrames 和 Oracle AI Database 来实现 AI 驱动的工作负载并快速获得数据洞察。

从 SQLcl 开始，Oracle AI Database 现在支持使用 Model Context Protocol (MCP) 与 AI 助手直接集成。这样依赖，AI agent 不仅可以生成 SQL 查询并分析结果，同时还可以使用现有的数据库内安全措施和协议。MCP 标准化了 AI 对工具和数据的访问，使 Oracle AI Database 能够与许多 AI 平台兼容，进而增强了 Oracle 在 AI 驱动数据管理方面的实力。

MCP 连接要求采取严格的安全措施。我们建议您为数据库采用最小权限原则和只读副本，并对所有操作进行日志记录以便于监控。

Oracle AI Database 26ai 提供多重特性来支持 AI 应用开发，包括 AI Vector Search、广泛的 LLM 和检索增强生成 (RAG) 支持以及常见第三方技术等等。

凭借 AI Vector Search、向量索引、ONNX 格式支持、面向向量的 API 和 SQL 支持、APEX AI Assistant 以及 GenAI 驱动的 APEX 应用，Oracle 专注于在一个数据库中简化 AI 应用开发，无需您具备任何 AI 专业知识。

利用 Oracle 丰富的 AI 驱动式特性，开发人员可以轻松、快速地添加和维护相似性搜索功能，扩展应用以满足结构化和非结构化数据需求，以及将融合了自有数据集的流行 LLM 注入 RAG 应用。

Oracle AI Database 原生支持属性图数据结构和图形查询。如果您希望灵活地基于事务数据、JSON、Spatial 和其它类型数据构建图形，Oracle Database 是您的理想之选。现在，开发人员可以在 Oracle Database 中使用现有 SQL 开发工具和框架轻松构建图形应用。

Oracle APEX 24.2 带来了众多生成式开发 (GenDev) 新功能，支持轻松构建可精确做出相关响应的智能应用。

开发人员可以在新的 AI Configurations Shared Component 中快速设置检索增强生成 (RAG) 数据源，在 SQL Workshop 中使用自然语言创建自定义数据模型，通过新的 Generate Text with AI Dynamic Action 无缝集成 AI 驱动的文本生成功能。

这些新特性有助于开发人员创建更智能且更加符合用户需求的个性化应用。

我们认为 AppDev 不应是复杂、耗时的。新的生成式 AI 技术让我们有机会进一步发展前沿的低代码 AppDev。Oracle APEX 24.1 提供三大创新要素来帮助您轻松构建引人入胜的企业级应用：AI 辅助的应用开发；利用 Oracle 新一代数据平台的强大功能；以及可用于构建复杂的云技术应用和移动应用的强大企业级组件。

APEX 是 Oracle AI Database 和所有 Oracle AI Database 服务（包括 Oracle Autonomous AI Database）完全支持的免费特性，开发人员可以在此处免费试用。

在 2023 年结束之际，让我们一起回顾 Oracle AI Database 26ai 今年推出了哪些新特性。如果您还未试用新的 Oracle AI Database 发行版，尤其您还是一名开发人员，请查看此处或浏览 oracle.com/database/free 以了解各种选项。

Oracle DatabaseWorld

充分释放数据价值。Oracle AI Database 26ai 专家和架构师将与您分享优秀实践和技术知识。您还可以通过专题讲座提高您的技能，解决当今的主要技术挑战，包括消除现代数据驱动型应用开发的复杂性、运行关键任务数据库以及使用前沿分析技术捕获全新洞察。

Oracle Spatial 在 Oracle AI Database 26ai 版本中引入了新功能，我们认为开发人员会非常喜欢这些功能。尤其是下面的两个。

空间矢量切片：将矢量数据打包成方块。矢量切片可提供快速的性能、流畅的地图交互和动态地图查询，是行业中广泛采用的空间数据可扩展传输方式，特别适用于映射客户端应用。

六边形分层空间索引 (H3)：全局网格索引系统和库。H3 是一种空间数据结构，能有效地可视化和分析大量密集的点数据。您可以使用易于查看的六边形单元格，为大量数据创建引人注目的视觉效果和摘要。

这两种常用技术可在 Web 和移动应用中提升地图质量，并且已在 Oracle AI Database 26ai 中提供给开发人员使用。您可以使用简单的 SQL 调用，直接在数据库中使用这些技术，然后将结果传输到 Web 应用中。

Oracle AI Database 26ai 推出了在线迁移工具，可编排自动化、源和目标兼容性诊断和修复，提供一体化的用户体验，简化了从 Oracle Advanced Queuing (AQ) 到 Transactional Event Queues (TxEventQ) 的过程。您既可以选择短期或长期迁移方案，也可以选择在迁移过程中是否要停止 AQ，避免运营中断。

对于现有 AQ 客户，如果想要获得 Kafka Java 客户端和类似 Confluent 的 REST API 的更高吞吐量队列和 Kafka 兼容性，可以轻松地从 AQ 迁移到 TxEventQ。TxEventQ 提供可扩展性、性能、基于密钥的分区和本机 JSON 有效负载支持，有助于使用多种语言（包括 Java、JavaScript、PL/SQL、Python 等）轻松地编写事件驱动的微服务/应用。

Oracle AI Database 26ai 提供更精细的 Oracle AI Database 与 Apache Kafka 应用兼容性。支持轻松将 Kafka Java 应用迁移至 Transactional Event Queues (TxEventQ)。这意味着 Kafka Java API 现在可以连接 Oracle AI Database 服务器，使用 TxEventQ 作为消息传递平台。

开发人员可以使用 JDBC 瘦驱动程序，轻松将现有的使用 Kafka 的 Java 应用迁移至 Oracle AI Database。同时，利用 Oracle AI Database 26ai 的客户端库功能，Kafka 应用可以连接 Oracle AI Database（而非 Kafka 集群），并透明地使用 TxEventQ 作为消息传递平台。

Oracle 推出 Kafka Connectors for Transactional Event Queues (TxEventQ)，支持高效、无缝地跨 Kafka 与 TxEventQ 两个平台实施消息集成。这些连接器可以将 Kafka 主题消息同步到 TxEventQ，允许 TxEventQ 获取 Kafka 消息来满足 Kafka 用户需求。

Oracle AI Database 26ai 面向 Spring 应用提供更强大的消息传递和流处理功能支持。Oracle TxEventQ Stream Binder 提供 Spring 流处理 API，支持在 Oracle AI Database 中使用 Transactional Event Queues。另外，通过使用 Java Messaging Service 来引入 Spring Boot，企业可在 Oracle TxEventQ 上实现无缝的异步消息传递，跨分布式系统实现可靠、高效的通信。

Lock-Free Reservations 特性可确保并发事务在频繁更新行时继续无阻滞运行。顾名思义，Lock-Free Reservations 支持对行进行无锁保留（而不是锁定行），能够验证更新能否成功，延迟更新直到事务提交时间。Lock-Free Reservations 可有效改善用户体验，提高事务并发性能。

Oracle 进一步扩展了云原生和 Kubernetes 支持，凭借全新面向 Oracle AI Database 的 Observability Exporter，支持客户轻松导出符合行业标准的 Prometheus 格式的数据库和应用指标，并创建 Grafana 仪表盘来监视 Oracle AI Database 和应用的性能。

Oracle AI Database 26ai 新增的 Saga 框架可为在数据库中构建异步 Saga 应用提供统一框架。Saga 能够使现代高性能微服务应用开发更轻松、更可靠。

Saga 是跨多个数据库的业务事务处理，作为一系列独立的本地事务处理实施。Saga 避免了同步分布式事务中出现的全局事务持续时间锁定，简化了维护全局应用状态的一致性要求。Saga 框架与 Oracle AI Database 26ai 中的 Lock-Free 可保留列相集成，以此提供自动 Saga 补偿，简化了应用开发。

Saga 框架模拟 MicroProfile LRA 规范。