自律型データベースとは

自律型データベースはフルマネージドのクラウド・データベースで、従来はデータベース管理者（DBA）が行っていたタスクを自動化します。こうしたタスクには、データベースのチューニング、バックアップ、更新などの定型機能、およびデータの暗号化などのセキュリティベースの機能が含まれます。

このようなデータベース特有の自動化は、ヒューマンエラーによる問題を回避できるよう支援します。さらに、DBAは時間と労力を削減した分、アプリケーション機能の改善やAIモデルに最適なパフォーマンスを発揮するために必要なデータ・アーキテクチャを提供するなど、他の機能に専門知識を活用することができます。自律型のデータベースのもう1つの最大のメリットは、アプリケーション開発者、ビジネス・アナリスト、データ・サイエンティストなど、データへのセキュアなアクセスを必要とするユーザーが、DBAの助けを借りずに迅速にプロビジョニングできることです。

主なポイント

自律型データベースとは、人間の手を煩わせることなく、導入、チューニング、パッチ適用、セキュリティ対策を管理できるクラウドネイティブなデータ管理プラットフォームを指します。
自律型のデータベースには、トランザクションやバッチ分析向けにチューニングされたものと、データウェアハウス向けに特化してチューニングされたものの2種類があります。
自律型データベースは、煩雑で時間のかかるタスクからデータベース管理者の負担をなくすだけでなく、エラーのリスクを軽減することができます。

自律型データベースの定義

自律型データベースは、これまでDBAでが行っていたチューニング、セキュリティ、バックアップ、更新などの日常的な管理タスクを自動化するクラウド・データベースです。従来のデータベースとは異なり、自律型データベースはこのようなタスクをすべて人手を介さずに行うことができます。そのため、これらのデータベースはしばしば自己管理型と表現されます。

自律型データベースはさまざまなタスクを自動化することで、運用コストの削減、エラーのリスクの低減、セキュリティの脆弱性緩和を支援します。

自律型データベースが使用される理由

データベースは重要なビジネス情報を保管する場所であり、殆どの組織の効率的な運用に不可欠です。しかし、データベースを管理するDBAは、時間のかかる手作業で過重な負担を強いられていることがよくあります。このようなワークロードの要求はエラーにつながる可能性があり、稼働時間、パフォーマンス、セキュリティに悪影響を及ぼします。

たとえば、パッチを正しく適用できなかった場合、セキュリティ保護が弱まったり、完全になくなったりする可能性があり、企業は財務や風評に深刻な損害をもたらす可能性のある侵害のリスクにさらされることになります。

データベース管理運用の複雑化により、自律型データベースのもう1つの主要なメリットが明らかになります。単一のAIによるアプリケーションでは、業務アプリケーションからのリレーショナル・データとJSONデータ、さらにセマンティック検索操作のためのベクトル・データとグラフ・データが必要な場合があります。自律型データベースは、この複雑さを管理するために必要なデータ・アーキテクチャを簡素化します。

また、自律型のデータベースは、トランザクション・データウェアハウスの需要の高まりや、膨大なデータセットを持つ可能性のあるAIトレーニング・ワークロードに対応するために、必要に応じてスケールアップまたはスケールダウンすることができます。データベース運用の導入、スケーリング、最適化を自動化することで、自律型データベースはチームがこれらの課題を克服できるよう支援し、より迅速な開発を可能にし、データ・エキスパートがより価値の高いタスクに集中できるようにします。

Oracle Autonomous Databaseを使用している企業は、1組織あたり年間平均490万ドル相当の利益を得ており、3年間のROIは436%を達成しているとIDCは述べています。

詳細を見る（PDF）

自律型データベースの仕組み

自律型データベースは、プロビジョニング、セキュリティ、アップデート、高可用性、パフォーマンス、変更管理、エラー防止をエンドツーエンドで完全に自動化します。これを実現するために、自律型データベースには以下のような特性があります。

自己管理： データベースおよびインフラストラクチャの管理、監視、およびチューニング・プロセスはすべて自動化されています。これによりDBAは、データ集約、モデリング、処理、ガバナンス戦略、開発者がデータベース内の機能やその他機能を使用できるよう支援するなど、他のタスクに専念できるようになります。
自己保護：組み込みの機能により、外部からの攻撃と悪意のある内部ユーザーの両方からデータベースを保護できるよう支援します。これには、サイバー攻撃、あるいはデータベースにパッチや暗号化が適用されていないといった心配の軽減を支援します。
自己修復:これらの機能は、計画外のメンテナンスなど、ダウンタイムを最小限に抑えるために機能します。自律型データベースに要するダウンタイムは、パッチの適用も含めて1か月あたり2.5分以下です。

自律型データベースの利点

組織が自律型データベースから得られるメリットは、チームによるシステムの使用方法によって異なります。大企業であれば、多くの異なるデータソースを統合して管理しやすいデータベースにするために利用できる一方、中小ビジネスであれば、大規模なITスタッフによるメンテナンスを必要としないスケーラブルなエンタープライズ・データベースとして利用できます。その他の潜在的なメリットは次のとおりです。

データベースの稼働時間:自動パッチ適用とセキュリティ修正により、自律型のデータベースは、これらの必要なアップデートを行うために必要なダウンタイムを回避できるよう支援します。
ITの効率性：自動化によってさまざまなタスクを管理することで、時間のかかる手作業の多くを排除し、ヒューマンエラーのリスクを最小限に抑えることができます。
ビジネスの生産性：:アプリケーション開発者、ビジネス・アナリスト、データ・サイエンティストなどのユーザーがIT部門の支援を受けずにデータベースのライフサイクルを管理できるようになると、すべてのユーザーの生産性が向上します。
コスト削減:自律型データベースを使用することで、DBAは同じ時間でより多くのデータベースを管理できるようになり、データ・モデリングやアプリケーション・パフォーマンスの向上のためのSQLプログラミングの専門知識の活用など、より高いレベルのタスクに専念できるようになります。

自律型データベースの主な特徴

自律型データベースはクラウドベースのデータベース・サービスであり、AI によって従来のデータベース管理タスクの多くを自動化できるため、IT チームはシステムを選択する際にいくつかの主要な機能に着目する必要があります。

自動プロビジョニング: 自律性の重要なメリットは、DBAを介さずにミッションクリティカルなデータベースを導入できる機能です。たとえば、開発者は、サーバー障害が発生した場合にスケールアウト保護を実現し、アプリケーションを実行し続けながらローリング方式でアップデートを適用できるデータベースの導入を迅速に行うことができます。
自動構成: 特定のワークロードに最適化するようにデータベースを自動的に構成する機能も重要です。メモリ構成、データフォーマット、アクセス構造、その他の要素がパフォーマンスを改善するために最適化されている場合、お客様はデータをロードするだけで実行できます。
自動インデックス作成：この機能は、ワークロードを自動的にモニターし、アプリケーションに支障をきたす可能性のある欠落したインデックスを検出します。データベースは各インデックスを導入する前に有効性を確認し、機械学習を使用して自らの間違いから、学習して改善します。
自動スケーリング: この機能は、ワークロードが必要とするコンピュート・リソースを自動的にスケールし、実際の使用量に応じた支払いを実現します。アプリケーションの実行は継続されながら、すべてのスケーリングはオンラインで行われます。
自動データ保護:自律型データベースは、機密データや規制対象データを自動的に保護し、構成のセキュリティを評価し、異常なアクティビティをモニターできます。
自動化されたセキュリティ：データベース全体、バックアップ、すべてのネットワーク接続を自動的に暗号化することが重要です。オペレーティング・システムへのアクセスを禁止し、管理者権限を制限することで、フィッシング攻撃の防止を支援し、クラウドへの侵入と悪意のある内部ユーザーの両方からシステムを保護します。
自動バックアップ: 毎日の自動バックアップ、またはオンデマンドでのバックアップは必要ですか。システムは、過去60日以内の指定した時点までのデータベースをリストアまたはリカバリする必要があります。
自動パッチ適用:ダウンタイムなしで自動的にパッチやアップグレードを適用できるようになります。アプリケーションの実行は継続されながら、パッチ適用はクラスタノードまたはサーバー間でラウンドロビン方式で行われます。
自動化された障害検出と解決： パターン認識を使用して、長時間のタイムアウトなしにハードウェア障害を自動的に予測することができます。I/Oは、異常なデバイスを避けてすぐにリダイレクトされるため、データベースがハングアップすることがなくなります。各データベースは継続的に監視され、逸脱が見つかると、その逸脱についてサービスリクエストが自動的に生成されます。
自動フェイルオーバー:スタンバイ・データベースへのデータ損失ゼロの自動フェイルオーバーは、プライマリ・データベース・インスタンスが利用できなくなった場合でも、アプリケーションがアクセス可能な状態を維持し、データが失われないことを保証できるよう支援します。このプロセスは、アプリケーションに対して完全に透過的であり、99.995%のSLAで保証されている必要があります。

自律型データベースに保存および管理されるデータの種類

データベース管理システムに保存される情報は、会計記録や顧客情報のような高度に構造化されたものから、デジタル画像、音声、電子メールファイルのような非構造化されたもののいずれかです。データは、アナリストやデータ・サイエンティストが直接アクセスすることもあれば、エンタープライズ・ソフトウェア、ウェブサイト、モバイル・アプリを通じて顧客や従業員がアクセスすることもあります。具体的には、アプリケーションによって使用するデータ形式が異なります。以前はデータ型ごとに専門的なデータベースを使用していたこともありましたが、自律型データベースをセットアップすることで、すべてのデータ型を扱うことができます。

一般的なデータ型の例は次のとおりです。

リレーショナル・データは、行と列に格納され、表にまとめられます。。ERPやCRMシステムなどの業務アプリケーションで、トランザクション・データ分析に最も頻繁に使用されているデータです。
ドキュメントデータはマシンにもアプリケーション開発者にも読みやすく、スケーラビリティの高いWebアプリケーションに広く利用されています。最も一般的なドキュメント・データ形式はJSONファイルです。
グラフデータは、データポイント間の距離と関係を簡単に検出できる方法で保存され、索引付けられます。グラフ・データは、マッピングやデータ分析アプリケーションで広く利用されています。また、セマンティック検索の精度を向上させるために、ベクトルデータとともに使用されることもますます増えています。
ベクトル・データは、単語、文章、ドキュメント、画像、動画や音声ファイルなどのデジタル・オブジェクトの特徴を表すAI計算です。ベクトルは多くの場合、ベクトル・データベースに保存および索引付けられ、コンピューターが非構造化データをピクセルやキーと値の一致ではなく、特徴や意味から検索できるように支援します。これは、大規模言語モデルやその他のAIシステムの基盤となるテクノロジーです。

自律型データベースのワークロード

自律型データベースは、さまざまなワークロードのタイプに合わせてチューニングされます。自律型データベースの一般的な用途は次のとおりです。

データウェアハウス:これらのシステムは、分析用に準備されたデータを使用して、ビジネス・インテリジェンス活動に関連する数多くの機能を実行します。自律型データウェアハウスは、数百万行を迅速にスキャンでき、数秒で導入できます。
トランザクション処理:行フォーマット、索引、およびデータ・キャッシュのためのデフォルトの自律型のトランザクション処理データベースは、同時にマネージド・データベースを管理するトランザクションの数を増やすことができます。
ドキュメントデータの保存:JSONのようなデータは、NoSQLドキュメントデータベースに単一の自己完結型ドキュメントとして保存することができます。自律型JSON データベースは、ドキュメント・モデルとリレーショナル・モデルの両方の利点を提供します。

自律型データベースのユースケース

自律型のデータベースを使用することで、従来のクラウドベースのリレーショナル・データベース、ドキュメント・データベース、グラフ・データベース、ベクトル・データベースが使用されたあらゆる状況に新しいレベルの効率性とスケーラビリティをもたらすことができます。これには、さまざまなAIプロジェクトに必要なツールを一箇所で提供することも含まれます。

実際のユースケースを次に示します。

グローバルにスケーラブルなSaaSアプリケーションの運用を改善： 自律型データベースを使用すると、グローバル・メーカーが活用する業界アプリケーションの効率性とスケーラビリティを拡張することができます。
大規模組織が維持するデータベースの数を制限： スケーラブルな自律型データベースは、さままなソースからのデータを統合するために使用することができ、大企業でもデータベースの自動化を支援し、情報の収集、フォーマット、可視化に費やす時間を大幅に短縮します。
データ需要の高いスタートアップにスケーラブルな分析を提供： 自律型データベースは、ヘルス科学のスタートアップが遺伝子データのシーケンスに必要な膨大なデータセットを処理し、診断のための情報を提供するのにかかる時間を非常に短縮できるよう支援します。
AIによるカスタマーサポートと分析の改善： AI エージェント・チャットボットとの顧客とのやりとりから生成されたデータを保存することで、安全機器プロバイダーはデータベースに自然言語のプロンプトをクエリできるようになり、顧客対応時間を短縮できます。

自律型データベースをサポートするインテリジェント・テクノロジー

自律型データベースは、基本的なインテリジェント・テクノロジーによってサポートされており、それによって定期メンテナンス、スケーリング、セキュリティ修正の適用、データベース・チューニングなど、日常的ではあるものの重要なタスクの自動化が実現しています。たとえば、自律型データベースのAIアルゴリズムには、クエリの最適化、自動メモリ管理、ストレージ管理などが含まれ、完全な自己チューニングを実現します。

AIは、ログに記録されたデータのレルムを分析して、あらゆる侵入者による被害を受ける前に外れ値や異常パターンをフラグ指定できるため、企業がデータベースのセキュリティを改善するうえで威力を発揮します。AIはまた、手動による介入なしに、自動で継続的にデータベースのパッチ適用、チューニング、バックアップ、アップグレードを行うことができ、そのすべてがデータベース・システムの実行中に行われます。こうした自動化によって、人的エラーまたは悪意のある行為によってデータベースの運用やセキュリティに悪影響が生じるリスクを最小限に抑えることができます。

また、自律型データベースは、次の機能を提供できます。

簡単なスケーラビリティ: クラウドベースのデータベース・サービスは、コンピュート・リソースとメモリ・リソースを必要に応じて即座に拡張または削減することができます。たとえば、ある企業が四半期末の運用のためにデータベースの処理装置を8台から16台にスケールアップし、その後8台にスケールダウンするといったことが可能です。それどころか、コスト削減のため週末にはコンピューティング・リソースをすべてシャットダウンし、月曜の朝にまた起動するといった使い方もできるのです。
簡単にデータベースのパッチを適用:多くのデータ漏洩は、パッチが利用可能であるにもかかわらず、まだ適用されていないシステムの脆弱性が原因で起こります。自律型のデータベースは、ダウンタイムを発生させないように設計されたシーケンスでクラウド・サーバーに対して自動的にパッチを適用することで、このような事態を防ぐことができます
統合されたインテリジェンス：自律型データベースには、AI技術を活用した監視、管理、アナリティクス機能が統合されています。その目的は、データベースのチューニングを自動化し、アプリケーションの停止を防ぎ、データベース・アプリケーション全体のセキュリティを強化することにあります。

開発者の利点：スケーラブルかつセキュアなエンタープライズ・アプリケーションの構築

自律型データベースを使用することで、開発者はフルマネージドの環境に格納されたデータを使用して、スケーラブルでセキュアなエンタープライズ・アプリケーションを構築するための多くのオプションを利用することができます。そのプロセスは、完全な本番環境に導入する前に、アプリケーションを開発およびテストするためのシンプルでコスト効果の高い環境から始まります。自律型データベースはクラウドでホストされ、新しいインスタンスの立ち上げにDBAは不要なため、魅力的で非常に低コストなオプションです。開発者は必要な数のデータベースを作成でき、すべて定額で利用できます。

開発者またはアプリケーションのアイデアを持つその他のチームは、コード不要のアプリケーション開発環境やコンテナ・イメージなど、役立つ機能や組み込みツールにアクセスすることもできます。これにより、ユーザーはオフラインで作業し、クラウドでインスタンスをクローニングして導入することができます。また、データベース内AIや、JSON、ベクトル・データベース、グラフ・データベース、空間データ、リレーショナル・データベースなど、さまざまなデータ型をネイティブに使用できることも、開発者には大きな強みとなります。

オラクルによるアプリケーション・イノベーションの加速

1つのデータベースでアプリケーション開発の速度を向上させたいとお考えですか。Oracle Autonomous Database はAIのために構築されており、あらゆるデータ型で、ご希望の大規模言語モデルを使用して、スケーラブルなAIによるアプリケーションを構築できるよう支援します。その後、アプリケーションをクラウドまたはデータセンターに導入できます。

開発者は、AIベクトル検索のために、さまざまな形式の独自のドキュメント全体にわたり、検索拡張生成（RAG）を簡単に使用することができます。また、統合されたAIサービスを活用して、テキストや画像の分析、音声認識、パーソナライズされた推奨によりアプリケーションを強化することもできます。

さらに、Oracle Autonomous Databaseは、自然言語を自動的にデータベース・クエリに変換するため、カスタム・コーディングや手動操作なしでコンテキストに応じた会話が可能になります。

自律型データベースは、IT部門がメンテナンスする必要のある特殊なデータベースの集合体ではなく、企業のニーズを満たす単一のデータ・プラットフォームを提供します。オラクルでは、SQL、JSONドキュメント、グラフ、地理空間、テキスト、ベクトルを単一のデータベースで使用することで、新しい機能を迅速に構築し、データ・アーキテクチャをシンプルに保つことができます。実際、オラクルは、コードを記述せずにアプリケーションを生成するための一般的な環境さえ提供しています。自動化された対策と継続的な監視によって稼働時間とデータ・セキュリティの向上を支援するデータベースを使用しているため、重要なアプリケーション開発への集中を維持します。

また、パッチ適用、チューニング、アップデートの絶え間ないサイクルを自動化することで、自律型データベースはデータベース管理者の役割を不要にするわけではないことにご留意ください。データベース管理者の役割を高めるのです。IT 担当者は日常的なメンテナンス業務から解放され、データ・アーキテクチャの改善、戦略的分析、データをビジネス成長の原動力とし、競争上の優位性を高めるなど、より価値の高い業務に専門知識を集中させることができます。

自律型データベースは、AIの未来に向けてデータ・インフラストラクチャを構成するための一要素です。先進的な企業が取り組んでいる他のステップをご覧ください。

eBookを読む

自律型データベースのFAQ

データ管理における自律型データベースのメリットを教えてください。

自律型データベースは、AI、開発インターフェース、多くのデータ型を1つのデータ管理システムにまとめることで、データ管理を簡素化します。また、多くの単調で時間のかかる作業を自動化することで、データベース管理者はデータ・モデリングやデータ分析など、他のデータ管理業務に取り組むことができます。

自律型データ管理について教えてください。

自律型データ管理とは、日常的なデータ管理機能の多くをAIに任せるシステムのことです。これらの機能には、データベースの導入、更新、パッチ適用、チューニングなどが含まれ、AIは最小限の人間による介入でこれを処理できます。