Wat is autonoom databeheer?

Voordat een database transacties kan vastleggen of analytics kan ondersteunen, moet u deze instellen en tunen, back-ups instellen en patches implementeren en de data in de database beveiligen. Dit zijn allemaal taken die veel tijd vergen en diepgaand inzicht in databasetechnologie vereisen. Nu neemt AI deze taken over en verandert in dit proces het databeheer. We lichten dit voor u toe.

Wat is een autonome database?

Een autonome database is een volledig beheerde clouddatabase waarin taken zijn geautomatiseerd die traditioneel tot de verplichtingen van databasebeheerders of DBA's behoorden. Dit zijn routinematige functies zoals database-tuning, back-ups maken en updates uitvoeren, evenals functies voor security zoals data-encryptie.

De automatisering die inherent is aan deze databases helpt problemen te voorkomen die ontstaan door menselijke fouten. Daarnaast zijn de DBA's minder tijd en werk kwijt aan routinematige taken en kunnen ze hun expertise inzetten voor andere functies, zoals de applicatiefunctionaliteit verbeteren en AI-modellen voorzien van de data-architecturen die nodig zijn voor optimale prestaties. Autonome databases bieden nog een ander belangrijk voordeel: ze kunnen snel en zonder de hulp van een DBA worden ingericht door gebruikers die veilige toegang tot data nodig hebben, zoals app-ontwikkelaars, bedrijfsanalisten of datawetenschappers.

Voornaamste conclusies

• Een autonome database is een cloud-native databeheerplatform dat zichzelf kan implementeren, tunen en patchen en security-maatregelen kan beheren zonder tussenkomst van mensen.
• Er zijn twee soorten autonome databases beschikbaar: een die is afgestemd op transacties en batchanalytics en een die specifiek is afgestemd op datawarehousing.
• Niet alleen bevrijden autonome databases de DBA's van alledaagse, tijdrovende taken; ze kunnen ook het risico op fouten verminderen.

Definitie van een autonome database

Een autonome database is een clouddatabase die door middel van machine learning routinematige beheertaken als tuning, security, back-ups, updates en dergelijke automatiseert; zaken die traditioneel werden uitgevoerd door DBA's. In tegenstelling tot een conventionele database voert een autonome database al deze taken en meer zelf uit, zonder ingrijpen door mensen. Daarom worden deze databases vaak beschreven als 'zelf-beherend'.

Door een breed scala aan taken te automatiseren, kunnen autonome databases helpen de operationele kosten te reduceren, het risico op fouten te verlagen en zwakke plekken in de security beter te verhelpen.

Waarom zou ik een autonome database gebruiken?

In databases wordt kritieke bedrijfsinformatie bewaard. Ze zijn voor moderne organisaties onmisbaar in een efficiënte bedrijfsvoering. Toch zijn de DBA's die ze beheren vaak overbelast omdat ze zoveel tijdrovende taken handmatig moeten uitvoeren. Deze workloads stellen vereisten die kunnen leiden tot fouten met mogelijk negatieve of zelfs catastrofale uitwerking op de uptime, prestaties en security.

Als bijvoorbeeld een patch niet correct wordt geïmplementeerd, kan dat de bescherming van de security ondermijnen of helemaal elimineren. Dan loopt de onderneming risico op datalekken die kunnen uitmonden in ernstige schade, zowel op financieel gebied als voor de reputatie van de organisatie.

Het databasebeheer wordt steeds complexer, wat ons brengt naar een ander belangrijk voordeel van een autonome database. Eén enkele AI-gestuurde applicatie kan relationele data en JSON-data van bedrijfsapplicaties nodig hebben, evenals vector- en grafiekdata voor semantische zoekbewerkingen. Een autonome database maakt de data-architectuur eenvoudiger die nodig is om deze complexiteit te beheren.

Daarnaast kan een autonome database naar behoefte op of af worden geschaald, in reactie op een fluctuaties in transactieverwerking en datawarehousing, evenals AI-trainingsworkloads die mogelijk enorme datasets bevatten. Doordat bij een autonome database de implementatie, het op- en afschalen en het optimaliseren van databasebewerkingen zijn geautomatiseerd, kunnen teams deze uitdagingen beter het hoofd bieden. Dit opent de deur naar snellere ontwikkeling en geeft data-experts de vrijheid om zich te concentreren op taken die meer waarde opleveren.

Hoe een autonome database werkt

Een autonome database biedt volledige, end-to-end automatisering voor inrichting, security, updates, hoge beschikbaarheid, prestaties, change management en foutpreventie. Hiervoor heeft een autonome database specifieke kenmerken.

• De database beheert zichzelf: Alle processen voor beheer, bewaking en tuning van de database en infrastructuur zijn geautomatiseerd. DBA's kunnen zich nu richten op andere taken, zoals data samenvoegen, modelleren en verwerken, strategieën voor governance en ontwikkelaars helpen de kenmerken en -functies binnen de database te gebruiken.
• De database beveiligt zichzelf: Met ingebouwde functionaliteit wordt de database beschermd tegen zowel aanvallen van buitenaf als kwaadwillende interne gebruikers. Dit helpt zorgen over cyberaanvallen op niet-gepatchte of niet-geëncrypte databases weg te nemen.
• De database repareert zichzelf: Door middel van deze functies wordt downtime (inclusief ongepland onderhoud) minimaal gehouden. Een autonome database kan minder dan 2,5 minuut downtime per maand vereisen, inclusief patching.

Voordelen van een autonome database

Welke voordelen een organisatie kan behalen uit een autonome database, hangt af van de manier waarop teams gebruik maken van het systeem. Een groot bedrijf kan hiermee veel ongelijksoortige databronnen consolideren in een eenvoudig te beheren database. Een klein bedrijf kan het daarentegen gebruiken als een schaalbare bedrijfsdatabase die geen groot IT-team vereist voor het onderhoud. Andere mogelijke voordelen zijn:

• Uptime van de database: Met automatische patching en securityfixes helpt een autonome database downtime te voorkomen die dergelijke noodzakelijke updates vaak vereisen.
• Efficiëntere IT: Als een breed scala aan taken via automatisering wordt uitgevoerd, kan dat veel tijdrovende handmatige taken elimineren en het risico op menselijke fouten minimaliseren.
• Productiviteit van het bedrijf: Als app-ontwikkelaars, bedrijfsanalisten en datawetenschappers en andere gebruikers de levenscyclus van de database kunnen beheren zonder op de IT-afdeling te hoeven wachten, wordt iedereen productiever.
• Kostenreductie: Met een autonome database kunnen DBA's in dezelfde tijd meer databases beheren. Dat biedt hen meer tijd om meer aandacht te besteden aan taken op een hoger niveau, zoals datamodellering en hun expertise op het gebied van SQL-programmering toepassen om de applicatieprestaties te verbeteren.

Belangrijkste kenmerken van een autonome database

Omdat een autonome database een databaseservice in de cloud is en omdat AI automatisering van veel traditionele databasebeheertaken mogelijk maakt, moeten IT-teams enkele belangrijke kenmerken overwegen wanneer ze een systeem selecteren.

• Automatisch inrichten: Het belangrijkste voordeel van de autonomie is de mogelijkheid om bedrijfskritische databases te implementeren zonder dat een DBA hiervoor moet handelen. Een ontwikkelaar kan bijvoorbeeld snel een database implementeren die scale-out-bescherming inschakelt wanneer een server uitvalt en zorgt dat updates kunnen worden geïmplementeerd terwijl apps in de lucht blijven.
• Automatische configuratie: De mogelijkheid om de database automatisch te configureren om deze te optimaliseren voor specifieke workloads, is ook van cruciaal belang. Wanneer geheugenconfiguratie, data-indelingen, toegangsstructuren en andere elementen zijn geoptimaliseerd voor betere prestaties, hoeven klanten alleen maar data te laden om aan het werk te gaan.
• Automatisch indexeren Deze functionaliteit bewaakt automatisch workloads en detecteert ontbrekende indexen die applicaties in de weg kunnen zitten. De database valideert elke index voordat deze wordt geïmplementeerd en leert met behulp van machine learning van zijn eigen fouten en verbetert zichzelf.
• Automatisch op- en afschalen: Met deze functie worden computingresources automatisch naar behoefte op- of afgeschaald voor de workload, wat realistisch betalen-naar-gebruik mogelijk maakt. Het op- en afschalen gebeurt in real time terwijl de applicatie actief is.
• Geautomatiseerde databescherming: Een autonome database kan gevoelige en gereguleerde data automatisch beschermen, de beveiliging van een configuratie beoordelen en controleren op ongebruikelijke activiteit.
• Geautomatiseerde security: Automatische encryptie voor de gehele database, back-ups en alle netwerkverbindingen is cruciaal. Door toegang tot het besturingssysteem te blokkeren en beheerdersrechten te beperken, kunnen phishingaanvallen worden voorkomen en wordt het systeem beschermd tegen zowel cloudinfiltratie als kwaadwillende interne gebruikers.
• Automatische back-ups: Hebt u dagelijkse automatische back-ups nodig of on-demand back-ups? Het systeem kan een database herstellen of terugzetten tot elk tijdstip in de afgelopen 60 dagen.
• Automatisch patchen: U krijgt de mogelijkheid om patches of upgrades automatisch toe te passen zonder downtime. Applicaties blijven in de lucht, aangezien de clusterknooppunten of servers in een cluster één voor één worden gepatcht of geüpdatet.
• Geautomatiseerde detectie en oplossing van fouten: Met behulp van patroonherkenning worden hardwarefouten automatisch voorspeld en lange time-outs vermeden. I/O's worden onmiddellijk langs apparaten met een foutstatus geleid, om te voorkomen dat de database vastloopt. Continue bewaking voor elke database zorgt voor automatische serviceaanvragen voor elke afwijking.
• Automatische failover: Automatische failover zonder dataverlies naar een stand-bydatabase borgt dat applicaties toegankelijk blijven en er geen data verloren gaan, zelfs als de primaire database-instance niet meer beschikbaar is. Het proces zou volledig transparant moeten zijn voor uw applicaties en wordt ondersteund met een SLA voor 99,995%.

Typen data die worden opgeslagen en beheerd in een autonome database

Informatie die is opgeslagen in een databasemanagementsysteem kan zeer gestructureerd zijn, zoals boekhoudrecords of klantinformatie, of ongestructureerd, zoals digitale afbeeldingen, audio of e-mailbestanden. Data kunnen rechtstreeks worden gelezen door analisten of datawetenschappers, of door klanten en werknemers via bedrijfssoftware, websites of mobiele apps. Meer specifiek gebruiken verschillende applicaties data in verschillende indelingen, ook wel datatypen genoemd. In het verleden hebt u mogelijk voor elk datatype een afzonderlijke, specifieke database gebruikt. Een autonome database kan echter worden ingesteld om deze allemaal te verwerken.

Voorbeelden van veelgebruikte datatypen zijn onder meer:

• Relationele data worden opgeslagen in rijen en kolommen en ingedeeld in tabellen. Dit soort data wordt het meest gebruikt in zakelijke applicaties, zoals ERP- of CRM-systemen, en voor zowel transacties als data-analytics.
• Documentdata kunnen gemakkelijk worden gelezen door zowel machines als applicatieontwikkelaars en komen veel voor in zeer schaalbare webapplicaties. De meest gebruikte indeling voor documentdata is het JSON-bestand.
• Grafiekdata worden opgeslagen en geïndexeerd op een manier die het mogelijk maakt om de afstand en relaties tussen datapunten eenvoudig te detecteren. Grafiekdata zijn populair voor applicaties op gebied van mapping en data-analytics. Dit datatype wordt ook steeds vaker gebruikt naast vectordata om semantisch zoeken nauwkeuriger te maken.
• Vectordata is een AI-berekening die de kenmerken van een digitaal object weergeeft, zoals een woord, een zin, een document, een afbeelding of een video- of audiobestand. Vectors worden vaak opgeslagen en geïndexeerd in een vectordatabase die computers helpt ongestructureerde data te doorzoeken op functie of semantische betekenis, in plaats van op pixels of overeenkomende sleutelwaarden. Deze technologie is van fundamenteel belang voor grote taalmodellen en andere AI-systemen.

Workloads van een autonome database

Autonome databases worden afgestemd op verschillende typen workloads. Populaire toepassingen voor autonome databases zijn onder meer:

• Datawarehouse: Deze systemen voeren talloze functies uit die verband houden met business intelligence-activiteiten, met data die zijn voorbereid voor analyse. Een autonoom datawarehouse kan snel miljoenen rijen scannen en kan binnen enkele seconden worden geïmplementeerd.
• Transactieverwerking: Een autonome transactieverwerkingsdatabase die vooraf is geconfigureerd voor rij-indelingen, indexen en datacaching, kan de capaciteit voor gelijktijdig transactiebeheer verhogen.
• Documentdata opslaan: Data zoals JSON kunnen worden opgeslagen in een NoSQL-documentdatabase als afzonderlijke, zelfstandige documenten, die snel en eenvoudig kunnen worden opgehaald. Een autonome JSON-database kan de voordelen bieden van zowel het documentmodel als het relationele model.

Gebruiksscenario's voor autonome databases

Met een autonome database kunt u elke situatie veel efficiënter en schaalbaarder maken waarin u een traditionele relationele, document-, grafiek- of vectordatabase in de cloud zou gebruiken. Ook kunt u hiermee alle tools die benodigd zijn voor uiteenlopende AI-project op één plek beschikbaar stellen.

Hieronder noemen we enkele specifieke gebruiksscenario's:

• Een wereldwijd schaalbare SaaS-applicatie beter laten functioneren. Met een autonome database kunt u de efficiëntie en schaalbaarheid van branchespecifieke applicaties vergroten waar wereldwijde opererende productiebedrijven mee werken.
• Het aantal databases beperken dat een grote organisatie moet beheren. Met een schaalbare autonome database kunt u data uit een breed scala aan bronnen consolideren. Zo kunnen zelfs de grootste ondernemingen databaseautomatisering toepassen om de tijd die ze kwijt zijn aan het verzamelen, formatteren en visualiseren van informatie aanzienlijk reduceren.
• Schaalbare analytics bieden voor een startup die veel data verwerkt. Een autonome database kan een start-up van de gezondheidswetenschappen helpen de enorme gegevensset te verwerken die nodig is om de volgorde van genetische gegevens te bepalen en de tijd die nodig zijn om de informatie voor een diagnose te verstrekken aanzienlijk Te verkorten.
• Door AI aangestuurde customer support en analyse verbeteren. Een provider van beschermingsmiddelen kan data uit gebruikersinteracties met een chatbot van een AI-agent opslaan en de database laten doorzoeken met prompts in natuurlijke taal om sneller vragen van klanten te beantwoorden.

Intelligente technologieën ondersteunen autonome databases

Meerdere fundamentele intelligente technologieën ondersteunen autonome databases en maken automatisering van alledaagse maar belangrijke taken mogelijk, zoals routinematig onderhoud, op- en afschalen, security en database-tuning. De AI-algoritmen van een autonome database omvatten bijvoorbeeld query-optimalisatie, automatisch geheugenbeheer en opslagbeheer, waarmee de database zichzelf volledig kan tunen.

Met behulp van AI kunnen bedrijven de databasesecurity verbeteren door grote hoeveelheden vastgelegde data te analyseren en uitschieters of abnormale patronen te markeren voordat indringers schade kunnen aanrichten. Met AI is het ook mogelijk om continu patches, tuning, back-ups en upgrades van het systeem uit te voeren zonder tussenkomst van personen en zonder het systeem hiervoor te hoeven uitschakelen. Met deze automatisering wordt het risico heel klein dat de databaseprocessen of -security worden verstoord door menselijke fouten of schadelijke activiteiten.

Daarnaast kunnen autonome databases de volgende mogelijkheden bieden:

• Eenvoudige schaalbaarheid: Met een databaseservice in de cloud kunnen de computing- en geheugenresources al naar gelang de behoefte onmiddellijk worden uitgebreid of beperkt. Een bedrijf kan bijvoorbeeld van acht verwerkingseenheden voor de database opschalen naar 16 voor de verwerking aan het einde van het kwartaal, en daarna weer afschalen naar acht. Om kosten te besparen zou u zelfs in het weekend alle computingresources kunnen uitschakelen en ze op maandagochtend weer inschakelen.
• Probleemloos databases patchen: Veel datalekken zijn het gevolg van zwakke plekken in het systeem waarvoor wel patches beschikbaar zijn, maar die nog niet zijn toegepast. Een autonome database kan dit voorkomen door patches automatisch uit te rollen naar de cloudservers in een volgorde die is opgezet om downtime te voorkomen.
• Geïntegreerde intelligentie: In een autonome database zijn functies voor monitoring, beheer en analytics geïntegreerd die gebruikmaken van machine learning- en AI-technieken. Het doel is om databaseafstemming te automatiseren, uitval van applicaties te voorkomen en de beveiliging van de gehele databaseapplicatie te verbeteren.

Het voordeel voor de ontwikkelaar: schaalbare en veilige bedrijfsapplicaties bouwen

Met een autonome database hebben ontwikkelaars veel opties om schaalbare en veilige bedrijfsapplicaties te bouwen met data die zich in een volledig beheerde omgeving bevinden. Dat proces begint met een eenvoudige, kosteneffectieve omgeving voor het ontwikkelen en testen van applicaties voordat u deze implementeert in een volledige productieomgeving. Autonome databases worden gehost in de cloud. Omdat nieuwe instances kunnen worden ingericht zonder tussenkomst van een DBA, is dit een aantrekkelijke en zeer betaalbare optie. Ontwikkelaars kunnen zoveel databases maken als ze nodig hebben, allemaal voor een vast tarief.

Ontwikkelaars en andere teams met ideeën voor applicaties kunnen ook toegang krijgen tot nuttige functies en ingebouwde tools, zoals een low-code omgeving voor applicatieontwikkeling en containerimages. Hiermee kunnen gebruikers offline werken en vervolgens instances klonen en implementeren in de cloud. Ontwikkelaars waarderen waarschijnlijk ook AI in de database en het native gebruik van verschillende datatypen, zoals JSON, vectors, grafieken, geospatiale en relationele data.

App-innovatie versnellen met Oracle

Wilt u app-ontwikkeling versnellen met één database die alles doet? Oracle Autonomous Database is gebouwd voor AI en kan uw bedrijf helpen om schaalbare AI-gestuurde applicaties te bouwen voor elk datatype, met een LLM naar keuze. Daarna kunt u uw applicaties implementeren in de cloud of in uw datacenter.

Uw ontwikkelaars kunnen eenvoudig RAG (Retrieval-Augmented Generation) gebruiken in bedrijfseigen documenten met verschillende bestandsindelingen voor vectorzoekopdrachten met AI. Ze kunnen ook met behulp van geïntegreerde AI-services applicaties verbeteren met tekst- en beeldanalyse, spraakherkenning of gepersonaliseerde aanbevelingen.

Daarnaast vertaalt Oracle Autonomous Database automatisch natuurlijke taal naar databasequery's, wat contextuele gesprekken zonder aangepaste codering of handmatige bewerkingen mogelijk maakt.

Autonomous Database kan één dataplatform bieden dat de behoeften van uw bedrijf vervult, in plaats van een hele reeks gespecialiseerde databases die uw IT-afdeling moet onderhouden. Met Oracle kunt u data-architecturen eenvoudig houden door SQL, JSON-documenten, grafieken, geospatiale gegevens, tekst en vectors te gebruiken in één database, waarmee u snel nieuwe functionaliteit kunt bouwen. Oracle biedt zelfs een populaire omgeving aan waarin u applicaties kunt genereren zonder code te hoeven schrijven. Houd de focus op het ontwikkelen van essentiële applicaties met een database die de uptime en datasecurity verbetert door middel van geautomatiseerde functies en continue monitoring.

En bedenk dat autonome databases weliswaar de onophoudelijke cyclus van patchen, tunen en updaten automatiseren, maar daarmee niet de rol van databasebeheerder wegnemen. Ze maken het mogelijk om deze naar een hoger peil te brengen. Bevrijd van het alledaagse werk voor routine-onderhoud kunnen uw IT-professionals hun expertise nu richten op activiteiten met een hogere waarde, zoals de data-architectuur verbeteren, strategische analytics uitvoeren en data tot een motor maken voor groei en concurrentievoordeel voor uw bedrijf.

Veelgestelde vragen over autonome databases

Wat zijn de voordelen van autonome databases bij databeheer?

Met een autonome database is databeheer eenvoudiger, doordat AI, ontwikkelinterfaces en vele datatypen samenkomen in één systeem voor databeheer. Het automatiseert ook veel alledaagse, tijdrovende taken, wat databasebeheerders de tijd geeft om te werken aan andere activiteiten voor databeheer zoals datamodellering of data-analytics.

Autonoom databeheer is een systeem waarmee veel dagelijkse databeheerfuncties worden overgedragen aan AI. Dit zijn functies zoals de database implementeren, updaten, patchen en tunen, die AI kan uitvoeren met minimale tussenkomst van mensen.