Oracle AI Database 26ai: תכונות בולטות

Transparent Application Continuity מגן על יישומי C/C++, Java, .NET, Python ו-Node.js מהפסקות של התוכנה, החומרה, התקשורת ושכבות האחסון הבסיסיות. עם Oracle Real Application Clusters (RAC), Active Data Guard (ADG) ו-Autonomous Database (משותף וייעודי), Oracle AI Database נשאר נגיש גם אם צומת או תת-סל של אשכול RAC נכשל או אם הוא עבר למצב לא מקוון לצורך תחזוקה.

Oracle AI Database 26ai מביא שיפורים חדשים רבים, כולל תמיכה ביישומי אצווה, למשל, סמנים פתוחים הנקראים גם סמנים יציבים במצב מושב עבודה.

אם לא יתבצעו commit או rollback על תנועה במשך זמן רב בזמן עיכוב נעילותי שורה, היא עלולה לחסום תנועות אחרות בעלות עדיפות גבוהה. מאפיין זה מאפשר ליישומים להקצות עדיפויות לתנועות, ומאפשר למנהלנים להגדיר פסקי זמן לכל קדימות. מסד הנתונים יבצע rollback אוטומטי על תנועה בעדיפות נמוכה וישחרר את נעילות השורה המעוכבות אם היא חוסמת תנועה בעדיפות גבוהה מעבר לפסק הזמן שהוגדר, מה שיאפשר לתנועה בעדיפות גבוהה יותר להמשיך.

Rollback אוטומטי של תנועה מפחית את הנטל המינהלי וגם עוזר לשמור על זמני המתנה/SLAs של תנועה בתנועות בעלות עדיפות גבוהה יותר.

DBMS_SEARCH מיישם חיפוש בכל מקום ב-Oracle Text. DBMS_SEARCH מקל מאוד על יצירת אינדקס יחיד על פני טבלאות ותצוגות מרובות. פשוט צרו אינדקס DBMS_SEARCH והוסיפו את הטבלאות והתצוגות שתרצו. כל הערכים הניתנים לחיפוש, כולל VARCHAR, CLOB, JSON ועמודות מספריות, ייכללו באינדקס, שמתעדכן באופן אוטומטי כאשר תוכן הטבלה או התצוגה משתנה.

הוספנו שיפורים ל-Memoptimized Rowstore Fast Ingest עם תמיכה בחלוקה למחיצות, טבלאות דחוסות, ריקון מהיר באמצעות כתיבה ישירה ותמיכה ישירה באוכלוסיית מאגר עמודות בזיכרון. שיפורים אלה מאפשרים להשתמש בתכונת ההטמעה המהירה כדי לבצע שילוב בקלות במצבים נוספים שבהם נדרשת הטמעת נתונים מהירה. Oracle AI Database מספק כעת תמיכה טובה יותר ביישומים הדורשים יכולות קליטה מהירה של נתונים. ניתן להטמיע את הנתונים ולאחר מכן לעבד אותם באותו מסד נתונים. זה מפחית את הצורך בסביבות טעינה מיוחדות ובכך מפחית את המורכבות ואת יתירות הנתונים.

Oracle Globally Distributed Database מפזר מקטעים של סל נתונים ברחבי מסדי נתונים רבים (שברים) במחשבים שונים - באתר הלקוח או בענן. הוא מאפשר מסדי נתונים מרובי מודלים, מבוזרים ברחבי העולם וניתנים לשינוי גודל באופן ליניארי. הוא לא דורש חומרה או תוכנה ייעודיים. Oracle Globally Distributed Database עושה את כל אלו תוך כדי תחזוק עקביות חזקה, הפעלת העוצמה המלאה של SQL, תמיכה בנתונים מובנים ולא מובנים ובמערכת המקיפה של Oracle Database. הוא עומד בדרישות ריבונות הנתונים ותומך ביישומים הדורשים זמן המתנה קצר וזמינות גבוהה.

Oracle Globally Distributed Database מציג את תכונת השכפול Raft ב-Oracle AI Database 26ai. זה מאפשר לנו להשיג גיבוי אוטומטי מהיר מאוד (פחות מ-3 שניות) ללא אובדן נתונים במקרה של הפסקת צומת או מרכז נתונים. שכפול Raft משתמש בפרוטוקול commit מבוסס קונצנזוס והוא מוגדר באופן הצהרתי על-ידי ציון גורם השכפול. כל השברים במסד נתונים מבוזר פועלים כמובילים ועוקבים לתת-קבוצה של נתונים. זה מאפשר ארכיטקטורת מסד נתונים מבוזרת סימטרית פעילה/פעילה/פעילה שבה כל השברים משרתים תעבורת יישומים.

כך ניתן לשפר את הזמינות עם אובדן נתונים אפסי, לפשט את הניהול ולמטב את ניצול החומרה עבור סביבות מסד נתונים מבוזרות ברחבי העולם.

ניהול תוכנית SQL בזמן אמת (SPM) מזהה ומתקן במהירות בעיות ביצועי SQL שנגרמו כתוצאה משינויים בתוכנית הביצוע.

אם משפט SQL פועל היטב, אך שינוי בתוכנית גורם לו לבצע ביצועים גרועים, SPM בזמן אמת מזהה אותו באופן מיידי. אם הוא קובע שתוכנית קודמת תבצע ביצועים טובים יותר, SPM בזמן אמת יחזיר אותה למצב ההתחלתי של תוכנית SQL.

זה מבצע אוטומציה של מה שכבר עושים חלק ממנהלי מסדי הנתונים: הם יוצרים תבניות תוכנית SQL במטרה לטפל בפעולות SQL יחידות עם בעיות ביצועים תקופתיות ומחילים תוכנית שידוע שהיא טובה.

מאפיין זה מאפשר לכם להפחית עלויות ולייעל את האחסון בכך שהוא מאפשר לכם לצמצם bigfile tablespace כדי לשחרר מקום שאינו בשימוש במסד הנתונים. שימוש בצמצום tablespace מאפשר לכם להקטין באופן אמין את גודל ה-bigfile tablespace כך שיתאים יותר לגודל בפועל של האובייקטים שבתוכו. שימוש בתכונת צמצום Tablespace מאפשר לכם להקטין באופן אמין את גודל ה-bigfile tablespace כך שיתאים יותר לגודל בפועל של האובייקטים שבתוכו.

השבוע אנו מפנים את הזרקור אל דוח ניתוח SQL, מאפיין קל לשימוש המסייע למפתחים לכתוב משפטי SQL טובים יותר. דוח ניתוח SQL מדווח על בעיות נפוצות במשפטי SQL, במיוחד אלה שעשויות להוביל לביצועי SQL גרועים. הוא זמין ב-DBMS_XPLAN וב-SQL Monitor.

שכפול Raft הוא תכונה של Oracle AI Database 26ai שמבצעת שכפול מקורי ומובנה עבור Oracle Globally Distributed Database ללא צורך בהגדרת תצורה של Oracle GoldenGate או Oracle Data Guard. הוא משתמש במודל שכפול לוגי המונע על-ידי פרוטוקול Raft commit מבוסס הסכמה רחבה, ומבטיח זמינות גבוהה ועקביות לצד אפשור תצורת שכפול דקלרטיבית עם תחלוף בכשל בתת-שנייה להמשכיות חלקה. שכפול Raft מייעל את הניהול, מגביר את הזמינות, מבטיח תאימות SLA וממטב את יעילות החומרה בסביבות מסד נתונים מפוצלות ומבוזרות.

Oracle True Cache (TC) הוא מטמון עקבי ובזיכרון שמנוהל באופן אוטומטי עבור Oracle AI Database. הוא פועל באופן דומה ל-Oracle Active Data Guard reader farm, אלא שהמופעים של True Cache הם בעיקר ללא דיסקים ומיועדים לביצועים ולהתאמה לגידול, בניגוד להתאוששות מאסון. יישום יכול להתחבר למופעי True Cache ישירות לעומסי עבודה לקריאה בלבד. מנהל ההתקן Oracle AI Database 26ai True Cache JDBC יכול לשלוח באופן אוטומטי עומסי עבודה שסומנו לקריאה בלבד למופעי True Cache מוגדרים. יכולות נוספות, כגון שמירה על אובייקטים חמים מוצמדים במטמון, שמירה בדיסק וחימום המטמון, משפרות במידה רבה את יכולת ההרחבה.

כיום, משתמשים רבים של Oracle ממקמים מטמון מול Oracle AI Database כדי לזרז את זמן התגובה של שאילתות ולשפר את יכולת ההרחבה הכוללת. True Cache היא דרך חדשה להחזיק במטמון מול Oracle AI Database. True Cache מציע יתרונות רבים, לרבות קלות שימוש, נתונים עקביים, נתונים עדכניים יותר ומטמון מנוהל באופן אוטומטי.

טכנולוגיית בלוקצ'יין וטבלאות שאינן ניתנות לשינוי, הזמינות מאז השקת Oracle Database 19c, השתמשו בשיטות הצפנה בטוחות כדי לסייע בהגנה על נתונים מפני שינוי או מחיקה על-ידי האקרים חיצוניים וגורמים פנימיים עוינים או מזיקים. זה כולל הגבלות המאפשרות הוספה בלבד ומונעות עדכונים או מחיקות (אפילו על ידי DBA), שרשראות גיבוב (hash) קריפטוגרפיות כדי לאפשר אימות, תקצירי טבלאות חתומים כדי לזהות הסגות (rollbacks) גדולים, וחיוב משתמשי קצה להשתמש במפתחות הפרטיים שלהם כדי לחתום על שורות שהם מוסיפים. Oracle AI Database 26ai מכניס שיפורים רבים, כולל תמיכה בשכפול לוגי באמצעות Oracle GoldenGate ושדרוגים הדרגתיים באמצעות Active Data Guard, תמיכה בתנועות מבוזרות הכוללות טבלאות בלוקצ'יין, מחיקה יעילה בצובר מבוססת מחיצות לשורות שפג תוקפן, ומיטוב ביצועים להוספות/פקודות commit.

מהדורה זו גם מציגה את היכולת להוסיף/למחוק עמודות בלי להשפיע על שרשור גיבוב קריפטוגרפי, שרשראות ספציפיות למשתמש ותקצירי טבלאות עבור שורות מסוננות, יכולת חתימת על ידי נציג, וחתימה מאשרת של מסדי נתונים. היא גם מרחיבה את ניהול הנתונים המאובטחים בקריפטו לטבלאות רגילות על ידי הפעלת ביקורת על שינויים היסטוריים בטבלה שאינה בלוקצ'יין באמצעות ארכיון פלאשבק המוגדר לשימוש בטבלת היסטוריית בלוקצ'יין.

תכונות אלו, המתאימות במיוחד לתרחישי שימוש הדורשים נתיב ביקורת מובנה או רישום יומני אירועים, יכולות לשמש עבור ניהול פנקסי חשבונות פיננסיים, מעקב אחר היסטוריית תשלומים, עמידה בתאימות לרגולציות, ניהול יומנים משפטיים ואבטחת נתונים כלשהם המייצגים נכסים ששיבוש או מחיקה שלהם עלולים להוביל לנזקים משפטיים, לפגיעה במוניטין או להשלכות כלכליות משמעותיות.

Oracle AI Database 26ai מביא יכולת ביקורת מאוחדת חדשה עם סלקטיביות ברמת העמודה המאפשרת ליצור מדיניות ביקורת ממוקדת יותר, המצמצמת את ה"רעש" מרשומות ביקורת מיותרות.

הסתרת נתונים היא שיטה המסייעת להסתרת נתונים רגישים במהלך זמן ריצה. בניגוד למיסוך סטטי, שמשנה לצמיתות נתונים במנוחה, או מיסוך דינמי, שמשנה נתונים בזמן ריצה בעת הגישה אליהם או הצפייה בהם על ידי משתמשים או יישומים, ובכך מספק את היכולת למסך נתונים באופן דינמי בזמן אמת.

באמצעות Oracle Data Redaction, משתמש יכול למסך נתונים רגישים באמצעות החלפת כל ערכי השדות או חלק מהם. תכונה זו שימושית בהסוואת נתונים רגישים שהיישומים שלכם והמשתמשים בהם צריכים לגשת אליהם. כך היא מאפשרת למשתמש להסתיר בקלות נתונים באמצעות מספר שיטות שונות.

מכיוון שהוא חלק מ-Oracle AI Database, קל מאוד להגדיר ולתחזק את Oracle Data Redaction בהשוואה לפתרונות מבוססי פרוקסי. שדרוג ותיקון הם חלקים מתהליך העדכון הסטנדרטי של Oracle AI Database.

Oracle Data Redaction מספק גם תוצאות מדויקות יותר לשאילתות יישום בעולם האמיתי, מכיוון שבמקום לנסות לשנות משפטי SQL נכנסים ומורכבים, הוא מאפשר לכל עיבוד השאילתות להסתיים כרגיל לפני שהוא מסתיר סופית את התוצאות. נוסף על כך, פרופיל האבטחה של Oracle Data Redaction חזק מפתרונות צד שלישי הדורשים שכתוב של רכיבי ליבה במסד הנתונים, ובכך מוסיף מרחבים חדשים שתוקפים יכולים לנצל.

אימות והרשאה הם תהליכי אבטחה יסודיים החיוניים להגנה על נתונים. במהלך 40 השנים האחרונות הטכנולוגיה עברה משמות משתמש וסיסמאות ספציפיים למסדי נתונים והפכה לניהול משתמשים מרוכז עם טכניקות אימות מתקדמות, כגון Kerberos ו- PKI. בעידן הענן, האימות וההרשאה משתנים שוב.

כעת תוכלו למנף את שירותי הענן של Oracle Cloud Infrastructure (OCI) Identity and Access Management (IAM) ו-Microsoft Entra ID (לשעבר Azure Active Directory) כדי לאמת משתמשים ויישומים מרובי עננים למסד הנתונים. זהות ענן משולבת היטב עוזרת לשפר את האבטחה באמצעות הפחתת הסיכון לאישורי משתמשים שנפגעו, לצד שילוב מרובה גורמים וללא סיסמאות. נוסף על שיפור האבטחה, ניהול המשתמשים, ניהול התפקידים ואיפוס הסיסמאות, משימות האימות מועברות לצוות הזהויות הארגוניות - מה שנותן ל-DBA יותר זמן להתמקד במשימות המיוחדות שלהם. המשתמשים נהנים גם מחוויית SSO המוטמעת בכל הארגון, כולל גישה למסדי נתונים.

Oracle AI Database תומך כעת בהרשאות תרשימים נוסף על הרשאות קיימות של אובייקטים, מערכות וניהול. תכונה זו משפרת את האבטחה על-ידי מתן הרשאה באופן פשוט יותר לאובייקטים של מסד נתונים כדי ליישם טוב יותר את העיקרון של הכי פחות הרשאות וכדי למנוע את הצורך לנחש למי צריכה להיות גישה למה.

לארגונים יש כלי רב עוצמה שיכול להילחם בסיכון להזרקת SQL ולחסום את השימוש לרעה בפרטי האימות הגנובים – Oracle SQL Firewall, יכולת חדשה המובנית ב-Oracle AI Database 26ai. SQL Firewall לומדת התנהגות יישום רגילה, כולל משפטי SQL שהיישום מפיק וההקשר שבו יישום משתמש כדי להתחבר למסד הנתונים, כגון כתובת רשת, משתמש מערכת הפעלה ותוכנית שבה נעשה שימוש. לאחר ההכשרה, היא יכולה לאכוף רשימת מורשים של SQL והקשרים מאושרים של מושב עבודה או לרשום חריגות כהפרות.

מכיוון ש-Oracle SQL Firewall מובנה בליבה של Oracle AI Database, לא ניתן לעקוף אותו. אי אפשר להטעות את חומת האש בשימוש במילים נרדפות או ב-SQL דינמי, והיא אינה מושפעת מהצפנת רשת.

תוכלו לנהל את SQL Firewall במספר דרכים, כולל ממשק PL/SQL, Oracle Data Safe ו-Oracle Audit Vault ו-Database Firewall.

Oracle AI Database 26ai כולל את התפקיד החדש DB_DEVELOPER_ROLE, המספק למפתחי יישומים את כל ההרשאות הנדרשות לעיצוב, יישום, ניפוי שגיאות ופריסה של יישומים במסדי נתונים של Oracle AI. תפקיד זה חוסך למנהלני מערכת את הצורך לנחש איזה הרשאות נדרשות לצורך פיתוח יישומים.

Oracle AI Database תומך כעת בסוג הנתונים הבוליאני התואם לתקן ISO SQL. הוא מאפשר לאחסן ערכי True ו-False בטבלאות ולהשתמש בביטויים בוליאניים במשפטי SQL. סוג הנתונים הבוליאני מתקנן את האחסון של ערכי 'כן' ו-'לא' ומקל על המעבר ל-Oracle AI Database.

Oracle AI Database מאפשר כעת להצטרף לטבלת היעד במשפטי UPDATE ו-DELETE לטבלאות אחרות באמצעות הפסוקית FROM. טבלאות אחרות אלה יכולות להגביל את השורות שהשתנו או להיות המקור לערכים חדשים. פקודות join ישירות מקלות על כתיבת SQL כדי לשנות ולמחוק נתונים.

כעת ניתן להשתמש בכינוי עמודה או במיקום פריט SELECT בפסוקיות GROUP BY, GROUP BY CUBE, GROUP BY ROLLUP ו-GROUP BY GROUPING SETS. בנוסף, פסוקית HAVING תומכת בכינויי עמודות. שיפורים חדשים אלה ב-Oracle AI Database 26ai מקלים על כתיבת פסוקיות GROUP BY ו-HAVING, ובכך הם עוזרים משמעותית לקריאה ולתחזוקה של שאילתות SQL תוך כדי שהם מאפשרים ניידות טובה יותר של קוד SQL.

היצירה, השינוי והמחיקה של אובייקטי DDL ב-Oracle AI Database תומכים כעת במתאמי התחביר IF EXISTS ו-IF NOT EXISTS. תכונה זו מאפשרת לקבוע האם להעלות שגיאה אם אובייקט נתון קיים או לא קיים, מה שמפשט את הטיפול בשגיאות בסקריפטים וביישומים.

Oracle AI Database 26ai מקל על מפתחים בחישוב סכומים כוללים וממוצעים של ערכי INTERVAL. שיפור זה יאפשר לכם להעביר את סוגי הנתונים INTERVAL לפונקציות הקיבוץ והניתוח של SUM ו-AVG.

פסוקית RETURNING INTO למשפטי INSERT, UPDATE ו-DELETE שופרה כדי לדווח על ערכים ישנים וחדשים המושפעים מהמשפט המתאים. היא מאפשרת למפתחים להשתמש באותה לוגיקה לכל אחד מסוגי DML אלה כדי לקבל ערכים לפני ואחרי ביצוע משפט. ערכים ישנים וחדשים תקפים רק למשפטי UPDATE. משפטי INSERT לא מדווחים על ערכים ישנים ומשפטי DELETE לא מדווחים על ערכים חדשים.

היכולת להשיג ערכים ישנים וחדשים המושפעים ממשפטי INSERT, UPDATE ו-DELETE כחלק מביצוע פקודת ה-SQL מציעה למפתחים גישה אחידה לקריאת ערכים אלה ומפחיתה את כמות העבודה שמסד הנתונים חייב לבצע.

כעת תוכלו להריץ שאילתות עם ביטוי SELECT בלבד ללא פסוקית FROM. תכונה חדשה זו משפרת את הניידות של קוד SQL ואת קלות השימוש עבור מפתחים.

צרו פקודות מאקרו של SQL כדי לחלק ביטויים ומשפטים נפוצים של SQL למבנים שניתנים לשימוש חוזר עם פרמטרים שניתן להשתמש בהם במשפטי SQL אחרים. פקודות מאקרו של SQL יכולות להיות ביטויים ניתנים להרחבה המשמשים בדרך כלל ברשימות SELECT וכן בפסוקיות WHERE, GROUP BY ו-HAVING. פקודות מאקרו של SQL יכולות לשמש גם עבור כימוס (encapsulate) חישובים ולוגיקה עסקית או להיות ביטויי טבלה המשמשים בדרך כלל בפסוקית FROM. בהשוואה לבנאים של PL/SQL, פקודות מאקרו של SQL יכולות לשפר את הביצועים. פקודות מאקרו של SQL מגדילות את הפרודוקטיביות של המפתחים, מפשטות פיתוח שיתופי ומשפרות את איכות הקוד.

יצירת חלונות זמן היא פעולה נפוצה בעת עיבוד סדרות זמן או נתוני הזרמת אירועים שבהם יש למפות סדרה של נקודות נתונים בתוך חלון זמן מוגדר באופן שרירותי למרווח זמן (חלון זמן) ספציפי וקבוע לניתוח מצטבר.

עם האופרטור החדש של SQL TIME_BUCKET, Oracle מספקת תמיכה מקורית ובעלת ביצועים טובים לחלונות זמן של נתונים מבוססי זמן עבור DATETIMES.

אופרטור SQL מקורי ליצירת חלונות זמן במרווח זמן קבוע ונפוץ לנתוני סדרות זמן מפשטת באופן משמעותי את פיתוח היישומים וניתוח הנתונים של מידע זה. נוסף על קוד פשוט יותר ופחות מועד לשגיאות, האופרטור המקורי מגדיל את הביצועים של ניתוח סדרות זמן.

פונקציות PL/SQL בתוך משפטי SQL מומרות באופן אוטומטי (עוברות הידור משפת מקור אחת לאחרת) לביטויי SQL במידה שהפעולה אפשרית. הידור משפת מקור אחת לאחרת של פונקציות PL/SQL למשפטי SQL עשויה להאיץ את זמן הביצוע הכולל.

מנוע Oracle AI Database SQL תומך כעת בפסוקית VALUES עבור סוגים רבים של משפטים. זה מאפשר לממש שורות נתונים במהלך ריצה על-ידי הגדרתן באמצעות התחביר החדש בלי להסתמך על טבלאות קיימות. Oracle AI Database 26ai תומך בפסוקית VALUES במשפטי SELECT, INSERT ו-MERGE. פסוקית ה-VALUES החדשה מאפשרת למפתחים לכתוב פחות קוד עבור פקודות אד-הוק של SQL, וכך קל יותר לקרוא את הקוד ובפחות מאמץ.

ביאורים מאפשרים לאחסן ולאחזר מטא-דאטה על אובייקטים של מסד נתונים. מדובר בשדות טקסט בסגנון חופשי שניתן להשתמש בהם ביישומים כדי להתאים אישית לוגיקה עסקית או ממשקי משתמש. ביאורים הם זוגות של שם-ערך או פשוט שמות. הם עוזרים להשתמש באובייקטים של מסד נתונים באותה דרך בכל היישומים, ובכך מפשטים את הפיתוח ומשפרים את איכות הנתונים.

דומיינים של שימוש (הידועים גם כדומיינים של תרחישי שימוש בנתונים) הם אובייקטי מילון ברמה גבוהה שמשמשים מתאמים מסוג קל משקל ומתעדים באופן ריכוזי את השימוש בנתונים המיועדים ליישומים. תחומי שימוש משמשים להגדרת השימוש בנתונים ולתיקנון פעולות כדי להקיף קבוצת אילוצי בדיקה, מאפייני תצוגה, כללי סידור ומאפייני שימוש נוספים - מבלי לחייב מטאדטה ברמת היישום.

תחומי שימוש לעמודה אחת או יותר בטבלה לא משנים את סוג הנתונים הבסיסי, לכן ניתן להוסיף אותם גם לנתונים קיימים מבלי לשבור יישומים או ליצור בעיות ניידות.

ב-Oracle AI Database 26ai, אובייקטי LOB של ערך מיועדים לתרחישי שימוש של קרא ושכח. בתור תת-סל לקריאה בלבד של אובייקטי LOB זמניים, אובייקטי LOB של ערך משפרים את ביצועי היישומים והופכים את ההטמעה שלהם באובייקטי LOB לפשוטה יותר וניתנת לניהול. אובייקטי LOB של ערך מספקים ביצועי קריאה מהירים יותר מאלו של אובייקטי LOB סימוכין קלאסיים לעומסי עבודה, והם אינם דורשים ניהול אובייקטי LOB ספציפי ביישום שלכם.

אובייקטי LOB של ערכים תקפים למשך שליפת SQL וממטבים את קריאת ערכי LOB בהקשר של שאילתת SQL. יישומים רבים משתמשים באובייקטי LOB כדי לאחסן אובייקטים בגודל בינוני (בגודל כמה מגה-בייטים); כדאי לקרוא את ערך אובייקט LOB בהקשר של שאילתת SQL. אובייקטי LOB של ערך משוחררים באופן אוטומטי עם ביצוע השליפה הבאה לסמן, ובכך הם מונעים הצטברות של אובייקטי LOB זמניים ומפשטים את ניהול LOB ביישום שלכם.

כעת תוכלו לאחסן מספר גדול יותר של תכונות בשורה אחת, מה שעשוי לפשט את התכנון והמימוש של יישומים מסוימים.

מספר העמודות המרבי המותר בטבלת מסד נתונים או בתצוגה עלה ל-4,096. מאפיין זה חורג מההגבלה הקודמת של 1,000 עמודות, מה שמאפשר לכם לבנות יישומים שיכולים לאחסן תכונות בטבלה אחת. יישומים מסוימים, כגון למידת מכונה והזרמת עומסי עבודה של יישומים באינטרנט של הדברים (IoT), עשויים לחייב שימוש בטבלאות לא מנורמלות עם יותר מ-1,000 עמודות.

Oracle AI Database 26ai ו-CMAN-TDM מספקים כעת את ניהול החיבורים ויכולות הניטור הטובים מסוגם באמצעות איגום חיבורים משתמע, DRCP מרובה מאגרים, per-PDB PRCP ועוד הרבה יותר. שפרו את המדרגיות ואת העוצמה של יישומי C, Java, Python, Node.js ו-ODP.NET בעזרת התמאפיינים העדכניים המצוינים של DRCP ו-PRCP. עקבו ביעילות אחר השימוש במאגר PRCP עם נתונים סטטיסטיים מהתצוגה הדינמית החדשה V$TDM_STATS ב-Oracle AI Database 26ai.

Oracle AI Database 26ai מאפשר להשתמש בתכונת ההצנרה (Pipelining) המאפשרת ליישומי .NET, Java ו-C/C++ לשלוח בקשות מרובות למסד הנתונים ללא המתנה לתגובה מהשרת. Oracle AI Database מכניס את הבקשות לתור ומעבד אותן בזו אחר זו כדי לאפשר ליישומי הלקוח להמשיך לעבוד עד להודעה על השלמת הבקשות. שיפורים אלה מספקים חוויית משתמש קצה טובה יותר, יכולת תגובה משופרת ליישומים מונחי נתונים, מדרגיות מקצה לקצה, הימנעות מצווארי בקבוק בביצועים וניצול יעיל של משאבים בשרת ובצד הלקוח.

כדי שבקשה של לקוח תחזור מיידית, Oracle AI Database Pipelining דורש ממשק API אסינכרוני או תגובתי במנהלי ההתקן של .NET, Java ו-C/C++. ניתן להשתמש במנגנונים אלו נגד Oracle AI Database, עם או בלי Database Pipelining.

Oracle AI Database 26ai מספק את ההרחבות הריאקטיביות ב-Java Database Connectivity (JDBC), Universal Connection Pool (UCP), ו-Oracle R2DBC Driver. הוא תומך גם בהליכי משנה וירטואליים של Java במנהל ההתקן (Project Loom) וכן בספריות של זרמי נתונים תגובתיים, כגון Reactor, RxJava, Akka Streams, Vert.x ועוד.

קריאות מודול מנוע רב לשוני (MLE) מאפשרות למפתחים להפעיל פונקציות JavaScript המאוחסנות במודולים מ-SQL ו-PL/SQL. מפרטי קריאה שנכתבו ב-PL/SQL מקשרות JavaScript ליחידות קוד PL/SQL. תכונה זו מאפשרת למפתחים להשתמש בפונקציות JavaScript בכל מקום שבו קוראים לפונקציות PL/SQL.

תכונה חדשה של Oracle AI Database 26ai היא יכולת הלקוח לאחסן את פרטי התצורה של Oracle, כגון מחרוזות התחברות, ב-Microsoft Azure App Configuration או ב-Oracle Cloud Infrastructure Object Storage. יכולת חדשה זו מפשטת את התצורה, הפריסה והקישוריות של ענן היישומים עם מנהלי התקני הגישה לנתונים של Oracle JDBC, .NET, Python, Node.js ו-Oracle Call Interface. המידע מאוחסן בספקי תצורה, מה שמאפשר להפריד קוד ותצורה של יישום.

השתמשו ב-OAuth 2.0 single sign-on לענן ולמסד הנתונים כדי להקל על הניהול אפילו עוד יותר. לקוחות Oracle AI Database 26ai יכולים להשתמש באסימוני הגישה של Microsoft Entra ID, Azure Active Directory או Oracle Cloud Infrastructure לצורך התחברות למסד נתונים.

שלושת עמודי התווך של יכולת צפייה הם מדדים, רישום ומעקב מבוזר. גרסה זו מציעה רישום יומן משופר, ניפוי באגים חדש (אבחון בכשל ראשון) ויכולות מעקב חדשות. גם מנהלי ההתקנים של JDBC ו-ODP.NET צוידו ב-hook לצורך מעקב אחר קריאות למסד הנתונים; hook זה מאפשר מעקב מבוזר באמצעות OpenTelemetry.

Oracle AI Database 26ai מציג XML בינארי ניתן להעברה (TBX), שיטת אחסון XMLType עצמאית חדשה. TBX תומכת בפיצול לשברים, באינדקס חיפוש XML ובפעולות דחיפה של Exadata, ומספקת ביצועים ומדרגיות טובים יותר מאפשרויות אחסון אחרות של XML.

עם תמיכה בארכיטקטורות מסד נתונים רבות יותר, כמו פיצול לשברים או Exadata, ועם יכולת הגירה והחלפה של נתוני XML בין שרתים,מיכלים ומסדי נתונים לחיבור שונים - TBX מאפשרת ליישומים שלכם לנצל את פורמט אחסון XML החדש הזה במלואו בפלטפורמות ובארכיטקטורות רבות.

אפשר להגר אחסון XMLType קיים מפורמט אחר לפורמט TBX באחת הדרכים הבאות:

פקודות Insert-as select או create-as-select

הגדרה מחדש מקוונת

Oracle Data Pump

סוג הנתונים JSON הוא תבנית JSON בינארית בשם OSON הממוטבת ל-Oracle. הוא נועד לשפר את מהירות הביצועים של שאילתות ו-DML במסד הנתונים ובלקוחות מסד הנתונים ממהדורה 21c ואילך.

אוספי JSON הם טבלאות או תצוגות מיוחדות שמאחסנות (או מייצגות) מסמכי JSON בפורמט תואם למאגר מסמכים, כמו Oracle AI Database API ל-MongoDB. אוספי JSON משולבים במסד הנתונים וניתנים להפעלה מלאה עם SQL, מיצירה ועד מניפולציה ועיבוד שאילתות. לדוגמה, אפשר לבצע פשוט INSERT AS SELECT בטבלת אוספי JSON.

טבלאות אוספי JSON משלימות תצוגות JSON Duality, תצוגות אוספי JSON מרובעות המספקות את היתרונות של אחסון יחסי ועיבוד מסמך JSON עם מבנה מסד נתונים יחיד.

אוספי JSON מקוריים מפשטים את העבודה עם נתוני JSON המאוחסנים באוספים בתוך המערכת המקיפה של Oracle AI Database. לדוגמה, עם האוספים תוכלו לנתח בקלות את מסמכי ה-JSON שלכם בעזרת SQL, ובמקביל להשתמש בהם עם ממשקי API ממוקדי מסמכים, כמו Oracle AI Database API for MongoDB.

JSON Relational Duality, חידוש הכלול ב-Oracle Database 23ai, מאחד את המודלים של מסמכים ונתונים יחסיים כדי לספק את המיטב משני העולמות. מפתחים יכולים לבנות יישומים בפרדיגמות יחסיות או JSON עם מקור אמת יחיד וליהנות מהחוזקות של שני המודלים. הנתונים מוחזקים פעם אחת, אך ניתן לגשת אליהם, לכתוב אותם ולשנות אותם בכל אחת מהשיטות. מפתחים נהנים מתנועות תואמות ACID ובקרות בו-זמנית, והם כבר לא צריכים לעשות פשרות בין מיפויים מורכבים של אובייקטים-יחסיים או בעיות של חוסר עקביות בנתונים.

Oracle AI Database תומך ב-JSON לאחסון ולעיבוד נתונים גמישים לתרשים. עם Oracle AI Database 26ai, Oracle AI Database תומך עכשיו בתרשים נתוני JSON כדי לאמת מבנה וערכים של נתוני JSON. האופרטור IS JSON של SQL שופר כדי לקבל סכמת JSON ונוספו מספר פונקציות PL/SQL לאימות JSON ותיאור אובייקטים של מסד נתונים כגון טבלאות, תצוגות וסוגים כמסמכי סכמת JSON.

כברירת מחדל, נתוני JSON הם ללא סכמות, ומספקים גמישות. עם זאת, ייתכן שתרצו להבטיח שלנתוני JSON יש מבנה וסוג מסוימים, ותוכלו לעשות זאת באמצעות אימות סכמת JSON בתקן של התעשייה.

תרומה לסכמת JSON
Oracle תורמת באופן פעיל לסכמת JSON ומאמצת קוד פתוח לסטנדרטיזציה של שפה דקלרטיבית מבוססת JSON שמאפשרת להוסיף הערות ולאמת מסמכי JSON. היא נמצאת כרגע בשלב בקשה להערות (RFC).

• בדקו את התרומות של Oracle לסכמת JSON והוסיפו הערות
• תוכלו גם לתרום דרך GitHub

בנאי ה-JSON עבור PL/SQL שופר כדי לקבל מופע של סוג צבירה תואם PL/SQL, המספק אובייקט JSON או סוג מערך המאוכלס בנתונים מהסוג המצטבר.

האופרטור PL/SQL JSON_VALUE שופר כך שפסוקית ההחזרה שלו יכולה לקבל שם סוג שמגדיר את סוג המופע שהאופרטור אמור להחזיר. תמיכה בבנאי JSON עבור סוגי נתונים מצטברים מייעלת את החלפת הנתונים בין יישומי PL/SQL ושפות התומכות ב-JSON.

עם Oracle AI Database API for MongoDB, מפתחים יכולים להמשיך להשתמש בכלים ובמנהלי ההתקנים של MongoDB המחוברים ל-Oracle Database תוך קבלת גישה ליכולות הרב-מודליות של Oracle ולמסד נתונים אוטונומי. לקוחות יכולים להריץ עומסי עבודה של MongoDB על תשתית Oracle Cloud Infrastructure (OCI). לעתים קרובות, לא נדרשים שינויים או שנדרשים מעט מאוד שינויים ביישומי MongoDB קיימים - צריך רק לשנות את מחרוזת ההתחברות.

Oracle AI Database API for MongoDB הוא חלק משירותי Oracle REST Data Services הסטנדרטיים. הוא מוגדר מראש ומנוהל באופן מלא כחלק מ-Oracle Autonomous AI Database.

Oracle AI Database 26ai הוא מסד נתונים וקטורי. AI Vector Search מאפשר לכם ליצור ולאחסן וקטורי בינה מלאכותית ישירות בתוך מסד הנתונים בפורמט המקורי שלהם. וקטורים אלה לוכדים שיבוצים עבור סוגים שונים של נתונים, כולל טקסט, תמונות, שמע או אפילו וידאו.

פונקציות מרחק SQL מובנות מאפשרות חיפושי דמיון באמצעות וקטורים, וניתן לשלב את פעולות החיפוש של בינה מלאכותית בצורה חלקה עם נתונים עסקיים מסורתיים, מה שמבטיח אבטחת נתונים ושלמות נתונים מהמובילות בתעשייה. יכולות AI Vector Search עוזרות גם למודלי שפה גדולים לספק תוצאות מדויקות ורלוונטיות יותר להקשר באמצעות יצירה מועצמת ע"י שליפה (RAG).

שלושה אינדקסים וקטוריים מיוחדים חדשים הוצגו כדי להאיץ שאילתות חיפוש דמיון, כל אחד עם היתרונות הייחודיים שלו: אינדקסים היררכיים ניווט קטן העולם (HNSW), אינדקסים קובץ הפוך שטוח (IVF-Flat) ואינדקסים וקטוריים היברידיים.

הפונקציונליות החדשה DataFrame במנהל ההתקן python-oracledb של Oracle מאפשרת לעבוד בקלות עם ספריות Python פופולריות, כגון Pandas, Polars, NumPy, PyTorch ו-Apache PyArrow, או לקרוא ולכתוב קבצים בפורמטים של Apache Parquet ו-Delta Lake. עיינו במשאבים שלהלן כדי ללמוד כיצד להשתמש ב-DataFrames עם Python ו-Oracle AI Database לעומסי עבודה המופעלים על ידי בינה מלאכותית ותובנות נתונים מהירות.

Oracle AI Database תומך כעת בשילוב ישיר עם עוזרי בינה מלאכותית באמצעות פרוטוקול ההקשר של המודל (MCP), החל מ-SQLcl. שילוב זה מאפשר לסוכני בינה מלאכותית לא רק ליצור, אלא גם לבצע שאילתות SQL ולנתח תוצאות, תוך שימוש באמצעי אבטחה ופרוטוקולים קיימים בתוך מסד הנתונים. MCP מתקנן את גישת הבינה המלאכותית לכלים ולנתונים, מה שהופך את Oracle AI Database לתואם לפלטפורמות בינה מלאכותית רבות ומציב את Oracle כמובילה בניהול נתונים מבוסס בינה מלאכותית.

חיבורי פרוטוקול ההקשר של המודל דורשים אמצעי אבטחה קפדניים. אנו ממליצים להשתמש בהרשאות מסד נתונים מינימליות ובהעתקים לקריאה בלבד, ושכל הפעילות תירשם לצורכי ניטור.

Oracle Database 26ai כולל כמה תכונות לתמיכה בפיתוח יישומי בינה מלאכותית, כמו AI Vector Search, תמיכה רחבה במודל שפה גדול ויצירה מועצמת ע"י שליפה (RAG), טכנולוגיות צד שלישי פופולריות ועוד.

בעזרת חיפוש וקטורי באמצעות בינה מלאכותית, אינדקסים וקטוריים, תמיכה בפורמט ONNX, תמיכה ב-API ו-SQL בווקטורים, עוזר בינה מלאכותית של APEX ויישומי APEX המופעלים על-ידי GenAI, אנו מחויבים לייעל את צורכי פיתוח יישומי הבינה המלאכותית שלכם בתוך מסד נתונים אחד - וללא צורך במיומנויות בינה מלאכותית ייעודיות כלשהן.

התכונות הנתמכות בבינה מלאכותית שלנו מאפשרות למפתחים להוסיף ולתחזק יכולות חיפוש דמיון, להרחיב את היישומים שלכם בסוגי נתונים מובנים ולא מובנים ולכלול מודלי שפה גדולים פופולריים במערכי הנתונים שלכם ביישומים עם RAG.

Oracle AI Database מציע תמיכה מקורית למבני נתונים של תרשימי מאפיינים ולשאילתות תרשים. אם אתם מחפשים גמישות ביצירת גרפים בשילוב עם נתוני תנועות, JSON, נתונים מרחביים וסוגי נתונים אחרים, אתם במקום הנכון. מפתחים יכולים כעת לבנות בקלות יישומי גרפים עם SQL באמצעות כלי פיתוח ומסגרות קיימים של SQL.

Oracle APEX 24.2 מאפשר יכולות חדשות לפיתוח גנרטיבי (GenDev) שמקלות על בניית יישומים חכמים שמגיבים בצורה מדויקת ורלוונטית...

מפתחים יכולים להגדיר במהירות מקורות נתונים של יצירה מועצמת ע"י שליפה (RAG) ברכיב המשותף החדש של תצורות הבינה המלאכותית, ליצור מודלי נתונים מותאמים אישית עם שפה טבעית ב-SQL Workshop ולשלב בצורה חלקה יצירת טקסט מבוססת בינה מלאכותית עם הפעולה הדינמית החדשה 'יצירת טקסט בעזרת בינה מלאכותית'.

פיתוחים אלו עוזרים למפתחים ליצור יישומים שהם גם חכמים יותר, וגם מותאמים בדיוק לצורכי המשתמשים.

אנו מאמינים ש־AppDev לא צריך להיות מורכב וגוזל זמן. הטכנולוגיות העדכניות ביותר של בינה מלאכותית גנרטיבית נותנות לנו הזדמנות מצוינת לקדם את פיתוח האפליקציות בפלטפורמת פיתוח low-code עוד יותר. Oracle APEX 24.1 מספק את שלושת עמודי התווך העיקריים של חדשנות, המאפשרים לכם לבנות יישומים משכנעים ברמה ארגונית בקלות: פיתוח יישומים בסיוע בינה מלאכותית, רתימת העוצמה של פלטפורמת הנתונים של Oracle מהדור הבא, ורכיבים רבי עוצמה ברמה ארגונית לבניית יישומים מתוחכמים בענן ובטלפון נייד.

APEX הוא תכונה שנתמכת באופן מלא וללא עלות של Oracle AI Database וכל שירותי Oracle AI Database, כולל Oracle Autonomous AI Database, שמפתחים יכולים לנסות בחינם פה.

לקראת סוף 2023, להלן סיכום של התכונות החדשות ב-Oracle AI Database 26ai שעליהן שמנו דגש במהלך השנה. אם עדיין לא הייתה לכם הזדמנות לנסות את הגרסה האחרונה של Oracle AI Database - במיוחד אם אתם מפתחים - בדקו את האפשרויות השונות כאן או בכתובת oracle.com/database/free.

DatabaseWorld

הפיקו את המרב מהנתונים שלכם. קבלו ידע טכני ומעשי מהמומחים והאדריכלים מאחורי Oracle AI Database 26ai. שפרו את המיומנויות שלכם במפגשים שיעזרו לכם לפתור את האתגרים הטכניים המרכזיים של היום, כולל הפחתת המורכבות שבפיתוח יישומים מודרניים מבוססי נתונים, הפעלת מסדי נתונים קריטיים למשימה וקבלת תובנות חדשות באמצעות ניתוח חדשני.

Oracle Spatial השיקה תכונות חדשות במהדורת Oracle AI Database 26ai, שלדעתנו המפתחים ממש יאהבו. להלן שתיים מהן.

אריחים וקטוריים מרחביים: נתונים וקטוריים ארוזים באריחים מרובעים. אריחים וקטוריים מספקים ביצועים מהירים, אינטראקציות חלקות עם המפה ושאילתות מפה דינמיות. הם השיטה המועדפת בתעשייה לאספקה מדרגית של נתונים מרחביים למיפוי יישומי לקוחות.

מפתוח מרחבי היררכי בצורת משושה (H3): מערכת וספרייה עולמיות של מפתוח רשתות. H3 הוא מבנה נתונים מרחבי שממחיש ומנתח ביעילות כמויות גדולות של נתוני נקודות צפופות. אפשר להשתמש בתאים משושים שקל להציגם כדי ליצור עזרים חזותיים וסיכומים משכנעים לכמויות גדולות מאוד של נתונים.

שתי אלו טכניקות פופולריות מאוד ליצירת מפות טובות יותר ביישומי אינטרנט ונייד, והן מוכנות לשימוש במפתחים ב-Oracle AI Database 26ai. ניתן לעבוד איתן ישירות במסד הנתונים, באמצעות קריאות SQL פשוטות, ולאחר מכן להזרים את התוצאות ליישומי האינטרנט שלכם.

Oracle AI Database 26ai מציע כלי מעבר מקוון המפשט את המעבר מ-Oracle Advanced Queuing (AQ) ל-Transactional Event Queues (TxEventQ) באמצעות אוטומציה של תזמור, אבחון ותיקון תאימות של מקור ויעד, וחוויית משתמש מאוחדת. תרחישי הגירה יכולים להיות קצרים או ארוכים ולהתבצע עם או בלי זמן השבתה של AQ, תוך ביטול הפרעות תפעוליות.

לקוחות קיימים של AQ המעוניינים בתורים עם תפוקה גבוהה יותר עם תאימות Kafka ב,תוך שימוש ב-Kafka Java Client ובממשקיAPI של REST דמויי Confluent יכולים לעבור בקלות מ-AQ ל-TxEventQ. TxEventQ מציעה מדרגיות, ביצועים, חציצה מבוססת מפתח ותמיכה במסר JSON מקורי, מה שמקל על כתיבת מיקרו-שירותים/יישומים מונעי אירועים במגוון שפות, כולל Java, JavaScript, PL/SQL, Python ועוד.

Oracle AI Database 26ai מאפשר תאימות אף טובה יותר ליישומי Apache Kafka עם Oracle AI Database. תכונה חדשה זו מספקת יכולת להעביר בקלות יישומי Kafka Java לתורים של אירועי תנועה (TxEventQ). ממשקי API של Java עם Kafka יכולים כעת להתחבר לשרת Oracle AI Database ולהשתמש ב-TxEventQ כפלטפורמה להעברת הודעות.

מפתחים יכולים להעביר בקלות יישום Java קיים המשתמש ב-Kafka ל-Oracle AI Database באמצעות מנהל ההתקן הדק JDBC. ועם תכונת הספרייה בצד הלקוח של Oracle AI Database 26ai, יישומי Kafka יכולים כעת להתחבר אל Oracle AI Database במקום לאשכול Kafka ולהשתמש בשקיפות בפלטפורמת העברת ההודעות של TxEventQ.

Oracle מציגה את מחברי Kafka ל-Transactional Event Queues (TxEventQ), ומאפשרת שילוב הודעות חלק ויעיל בין שתי הפלטפורמות. מחברים אלה מקלים על סינכרון הודעות מנושאי Kafka אל TxEventQ ומאפשרים ל-TxEventQ לבצע מיקור הודעות לצריכת לקוחות Kafka.

Oracle AI Database 26ai מציע תמיכה משופרת ביכולות שליחת הודעות והזרמת הודעות עבור יישומי Spring. Oracle TxEventQ Stream Binder מספק ממשקי API של הזרמת נתוני Spring, המאפשר שימוש ב-Transactional Event Queues ב-Oracle AI Database. נוסף על כך, מינוף Spring Boot עם Java Messaging Service מאפשר העברת הודעות אסינכרונית חלקה ב-Oracle TxEventQ, ובכך מבטיח תקשורת חזקה ויעילה בתוך מערכות מבוזרות.

התכונה 'הזמנות ללא נעילה' מאפשרת להמשיך לבצע תנועות במקביל בלי שייחסמו כתוצאה משורות שמתעדכנות לעיתים תכופות. הזמנות ללא נעילה נשמרות בשורות במקום לנעול אותן. התכונה מוודאת האם העדכונים יכולים להצליח ודוחה את ביצוע העדכונים עד למועד ביצוע התנועה. הזמנות ללא נעילה משפרות את חוויית המשתמש ואת המקביליות של התנועות.

Oracle ממשיכה להרחיב את התמיכה המקורית בענן וב-Kubernetes עם Observability Exporter החדש של Oracle AI Database, המאפשר ללקוחות לייצא בקלות מסד נתונים ומדדי יישום בפורמט פרומתאוס בתקן התעשייה, וליצור בקלות לוחות מחוונים של Grafana כדי לנטר את הביצועים של היישומים ומסדי הנתונים של Oracle AI.

מסגרת העבודה של Saga שהוצגה ב-Oracle AI Database 26ai מספקת מסגרת מאוחדת לבניית יישומים אסינכרוניים במסד הנתונים. Saga הופכת את הפיתוח של יישומי מיקרו-שירותים מודרניים ובעלי ביצועים גבוהים לקל ואמין יותר.

Saga היא תנועה עסקית המשתרעת על פני מספר מסדי נתונים, ומיושמת כסדרה של תנועות מקומיות בלתי תלויות. תנועות Saga נמנעות ממשך זמן הנעילה של תנועות גלובלי שמתרחש בתנועות סנכרוניות מבוזרות, ומפשטות את הדרישות לעקביות לצורך שמירה על מצב יישום גלובלי. מסגרת העבודה Saga משתלבת עם עמודות ניתנות לשריון ללא נעילה ב-Oracle AI Database 26ai כדי לספק פיצוי Saga אוטומטי ולפשט את פיתוח היישומים.

מסגרת העבודה Saga מנסה לחקות את מפרט LRA MicroProfile.