自主資料庫是什麼？

資料庫必須先設定、調整、備份及修正交易或支援分析，且所包含的資料必須受到保護，才能記錄交易或支援分析。這些都是耗時的工作，需要對資料庫技術有深入瞭解。現在，AI 正在執行這些任務，並在過程中變更資料管理。讓我們一起探索吧！

自主資料庫是什麼？

自主資料庫是一個完全受管理的雲端資料庫，可將傳統上由資料庫管理員或 DBA 執行的工作自動化。這些工作包括像是資料庫調整、備份與更新的例行功能，以及以安全為基礎的功能 (例如資料加密)。

這些資料庫固有的自動化有助於避免人為錯誤造成的問題。此外，節省的時間和精力讓資料庫管理員能夠將其專業知識應用於其他功能，例如改善應用程式功能，並為 AI 模型提供最佳執行所需的資料架構。自主資料庫的另一個優點是，不需要 DBA 的協助，即可由需要安全存取資料 (例如應用程式開發人員、業務分析師或資料科學家) 的使用者快速佈建。

重點精華

• 自主資料庫是一個雲端原生資料管理平台，可在無需人為介入的情況下自行部署、調整和修補，並管理安全措施。
• 自主資料庫有兩種類型：一種針對交易和批次分析進行調整，另一種針對資料倉儲進行調整。
• 除了讓資料庫管理員免於繁瑣且耗時的任務之外，自主資料庫還可以降低錯誤的風險。

自主資料庫的定義

自主資料庫是一種雲端資料庫，使用 AI 將傳統上由 DBA 處理的調整、安全性、備份、更新和其他例行管理活動自動化。與傳統資料庫不同的是，自治式資料庫可以執行所有這些工作，而且不需要人為介入。這就是為什麼這些資料庫通常被描述為自我管理。

透過自動化各式各樣的任務，自主資料庫可協助降低營運成本、降低錯誤風險，並更好地降低安全漏洞。

為何要使用 Autonomous Database？

資料庫會儲存重要的業務資訊，對於大多數組織的營運效率至關重要。不過，管理資料庫管理員的手動任務往往超載。這些工作負載需求可能會導致錯誤，即使是災難性的，也會對正常運作時間、效能和安全性造成影響。

例如，未正確套用修補程式可能會減弱或完全消除安全性保護，讓企業面臨可能導致嚴重財務和聲譽受損的風險。

資料庫管理作業日益複雜，顯示了自主資料庫的另一個關鍵優勢。單一 AI 驅動的應用程式可能需要來自商業應用程式的關聯式資料和 JSON 資料，以及用於語意搜尋作業的向量和圖形資料。自主資料庫可簡化管理此複雜性所需的資料架構。

此外，自主資料庫可以視需要縱向擴展或縮減，以滿足不斷增長的交易和資料倉儲需求，以及可能有大量資料集的 AI 訓練工作負載。透過將資料庫作業的部署、擴展和最佳化自動化，自主資料庫可協助團隊克服這些挑戰，加快開發速度，讓資料專家能夠專注於更高價值的任務。

Autonomous Database 如何運作

自主資料庫為佈建、安全性、更新、高可用性、效能、變更管理和預防錯誤提供完整的端對端自動化。為了達到此目的，自主資料庫具有特定的特性。

• 自我管理：自動化所有資料庫和基礎架構管理、監控和調整流程。DBA 現在可以專注於其他工作，包括資料聚合、建模、處理、治理策略，並幫助開發人員使用資料庫內的特色和功能。
• 自我保護：內建功能可協助保護資料庫免受外部攻擊和惡意內部使用者的攻擊。這有助於減輕對未修正或未加密資料庫的網路攻擊所擔憂。
• 可自行修復：這些功能可減少停機時間，包括非計畫性維護。自治式資料庫每個月的停機時間可以少於 2.5 分鐘，甚至會計為修正。

自主資料庫的優勢

組織可以從自主資料庫中實現的優勢取決於團隊如何使用該系統。大型公司可能會使用它將許多不同的資料來源整合至易於管理的資料庫中，而小型企業可能會將其作為可擴展的企業資料庫，而不需要大型 IT 人員進行維護。其他潛在利益包括：

• 資料庫正常運作時間：使用自動修補和安全修復，自主資料庫有助於避免經常進行這些必要更新所需的停機時間。
• IT 效率：透過自動化管理廣泛的任務可以消除許多耗時的手動任務，並將人為錯誤的風險降到最低。
• 業務生產力：當應用程式開發人員、業務分析師、資料科學家和其他使用者無需等待 IT 就能管理資料庫生命週期時，每個人都會變得更具生產力。
• 降低成本：自主資料庫可讓 DBA 在相同的時間內管理更多資料庫，讓他們更注重更高階的任務，例如資料建模，並應用其 SQL 程式設計專業知識來提升應用程式效能。

Autonomous Database 的主要功能

由於自主資料庫是雲端資料庫服務，而且由於 AI 是許多傳統資料庫管理任務的自動化，因此 IT 團隊在選擇系統時應查看一些重要功能。

• 自動佈建：自主的核心優勢在於能夠部署關鍵任務資料庫，而無需參與 DBA。例如，開發人員可以快速部署資料庫，在伺服器發生故障的情況下啟用橫向擴展保護，並允許在應用程式持續執行時以滾動方式套用更新。
• 自動組態：自動設定資料庫以針對特定工作負載進行最佳化的功能也很重要。當記憶體組態、資料格式、存取結構和其他元素經過最佳化以提升效能時，客戶只需載入資料即可。
• 自動編製索引：此功能會自動監督工作負載，並偵測可能妨礙應用程式的遺失索引。資料庫會在實行索引之前先驗證每個索引，並使用機器學習從自己的錯誤學習並加以改善。
• 自動調整：此功能可依工作負載需求自動調整運算資源規模，實現真正的按使用量付費。當應用程式繼續執行時，所有縮放都會在線上進行。
• 自動化資料保護：自主資料庫可以自動保護敏感和受監管的資料、評估組態的安全性，以及監控異常活動。
• 自動安全性：對整個資料庫、備份和所有網路連線的自動加密非常重要。不允許存取作業系統和限制管理員權限可協助防止網路釣魚攻擊，並保護系統免於雲端入侵和惡意內部使用者。
• 自動備份：您需要自動每日備份，或視需要進行備份嗎？系統應該將資料庫回復或復原到過去 60 天內任何指定的時間點。
• 自動修補：能夠在不停機的情況下自動套用修補程式或升級。應用程式會繼續執行，因為跨節點或伺服器叢集以循環方式進行修正。
• 自動偵測錯誤和解決方法：使用模式識別，可以自動預測硬體故障，而不會出現長時間的逾時情況。I/O 會立即在不健全的裝置周圍重新導向，以避免資料庫停滯。對每個資料庫的持續監控會自動產生任何偏差的服務請求。
• 自動容錯移轉：自動容錯移轉，不會遺失任何資料至待命資料庫，有助於確保應用程式保持可存取，且不會遺失任何資料，即使主要資料庫執行處理無法使用也一樣。您的應用系統應該完全透明，並以 99.995% 的 SLA 為後盾。

Autonomous Database 中儲存和管理的資料類型

儲存在資料庫管理系統中的資訊可以是高度結構化 (如會計記錄或客戶資訊) 或非結構化 (如數位影像、音訊或電子郵件檔案)。分析師或資料科學家可以直接存取資料，也可以透過企業軟體、網站或行動應用程式，由客戶和員工直接存取資料。更具體來說，不同的應用程式會使用不同格式的資料，也稱為資料類型。在過去，您可能已使用專門用於每個資料類型的個別資料庫，但可以設定自治式資料庫來處理所有資料。

資料類型的一般範例包括：

• 關聯式資料儲存在列和欄中，並組織成表格。這是業務應用程式 (例如 ERP 或 CRM 系統) 中最常使用的資料種類，適用於交易和資料分析。
• 機器和應用程式開發人員都可以輕鬆讀取文件資料，而且在高度可擴展的 Web 應用程式中相當普遍。最常見的文件資料格式是 JSON 檔案。
• 圖表資料是以能夠輕鬆偵測資料點之間的距離和關係的方式儲存和編製索引。圖形資料對於對映和資料分析應用程式很流行。它也越來越多地與向量資料搭配使用，以提高語意搜尋的準確性。
• 向量資料是 AI 計算，代表數位物件的功能，例如文字、句子、文件、影像或視訊或音訊檔案。向量通常會儲存並編製索引至向量資料庫，以協助電腦依特徵或語意意義搜尋非結構化資料，而不是依像素或索引鍵值比對。這是適用於大型語言模型和其他 AI 系統的基石技術。

Autonomous Database 的工作負載

自治式資料庫經過調整，可配合各種工作負載類型。自主資料庫的熱門用途包括：

• 資料倉儲：這些系統使用已準備好進行分析的資料，執行許多與商業智慧活動相關的功能。自主資料倉儲可以快速掃描數百萬列，並在數秒內完成部署。
• 交易處理：針對資料列格式、索引和資料快取預先設定的自治式交易處理資料庫，可以增加可同時管理的交易數目。
• 儲存文件資料：資料 (例如 JSON) 可以儲存在 NoSQL 文件資料庫中，作為可快速且輕鬆地擷取的單一獨立文件。自主 JSON 資料庫可以同時提供文件和關聯式模型的優點。

Autonomous Database 使用案例

在使用傳統雲端關聯式、文件、圖形或向量資料庫的任何情況下，自主資料庫可以用於提高效率和可擴展性。這包括在單一位置提供各種 AI 專案所需的工具。

以下是一些實際的使用案例：

• 改善全球可擴充 SaaS 應用程式的作業。 自主資料庫可用於擴展全球製造商依賴的產業應用程式效率和可擴展性。
• 限制大型組織所維護的資料庫數目。 可擴展的自主資料庫可用來整合來自各種來源的資料，協助即使是大型企業使用資料庫自動化，大幅縮短收集、格式化和視覺化資訊所花費的時間。
• 提供可擴展的分析，以實現資料飢餓的啟動。 自主資料庫可協助健康科學新創公司處理排序基因資料所需的巨量資料集，並大幅縮短提供診斷資訊所需的時間。
• 改善 AI 導向的客戶支援與分析。 透過儲存使用者與 AI 代理聊天機器人互動所產生的資料，安全設備供應商可以通過自然語言提示查詢資料庫，加快客戶回應時間。

智慧型科技支援 Autonomous Databases

數種基礎智能技術支援自主資料庫，可使繁瑣但重要的工作自動化，例如例行維護、規模調整、應用安全性修正及資料庫調整。例如，自主資料庫的 AI 演算法包括查詢最佳化、自動記憶體管理和儲存管理，以實現完整的自我調整。

AI 可以分析大量記錄的資料，並在任何入侵者都能夠造成損害前，謹慎標示極端值和異常模式，協助公司提高資料庫安全性。當系統執行時，AI 也能自動且持續地修補、調整、備份和升級資料庫，完全不需要手動介入。此自動化可將人為錯誤或惡意行為影響資料庫運作或安全性的風險降到最低。

此外，自主資料庫還能提供以下功能：

• 簡單擴展性：雲端資料庫服務可即時擴充或減少其運算與記憶體資源，並可視需要擴充。例如，公司可以將資料庫的 8 個處理單元縱向擴展至 16 個季末作業，然後再縮減至 8 個處理單元。事實上，所有計算資源都可以在週末關閉，以降低成本，然後在星期一早上再次啟動。
• 輕鬆修補資料庫：許多資料外洩事件都是因為系統漏洞所致，這些修補程式已可供使用，但尚未套用。自主資料庫可防止此情況發生，方法是依照設計來避免停機的順序，自動向雲端伺服器推出修補程式。
• 整合智慧：自主資料庫整合了採用 AI 技術的監控、管理及分析功能。目標是自動資料庫調整、防止應用程式中斷，並加強整個資料庫應用程式的安全性。

開發人員優勢：建置可擴展且安全的企業應用程式

借助自主資料庫，開發人員有很多選擇可以使用全託管環境中的資料來構建可擴展和安全的企業應用程式。該流程從簡單且符合成本效益的環境開始，在將應用程式部署到完整的生產環境之前，先開發和測試應用程式。自治式資料庫是由雲端代管，不需要資料庫管理員來啟動新執行個體，因此這個選項具有吸引力和高經濟效益。開發人員可以視需要建立任意數量的資料庫，全部都是單一費率。

開發人員和其他具有應用程式想法的團隊，也可能能夠存取有用的功能和內建工具，例如低程式碼應用程式開發環境和容器映像檔。這些功能可讓使用者離線工作，然後在雲端複製和部署執行處理。開發人員也非常感謝資料庫內 AI 和各種資料類型的原生使用，包括 JSON、向量、圖形、空間和關聯式資料。

使用 Oracle 加速 App 創新

想要以單一資料庫來增加應用程式開發速度？Oracle Autonomous Database 專為 AI 打造，可幫助您的企業使用您選擇的大型語言模型，以任何資料類型建立可擴展的 AI 應用程式。然後，您可以在雲端或資料中心部署應用程式。

您的開發人員可以輕鬆地在各種格式的專有文件中使用檢索增強生成 (RAG)，以進行 AI 向量搜尋。他們還可以利用整合式 AI 服務，透過文字和影像分析、語音辨識或個人化建議來增強應用程式。

此外，Oracle Autonomous Database 會自動將自然語言翻譯成資料庫查詢，無需自訂編碼或手動操作即可進行情境式對話。

Autonomous Database 可以提供單一資料平台來滿足貴公司的需求，而不是 IT 必須維護的一系列專業資料庫。透過 Oracle，您可以在單一資料庫中使用 SQL、JSON 文件、圖形、地理空間、文字和向量，以快速建立新功能，讓資料架構變得簡單。事實上，Oracle 甚至提供流行的環境，無需編寫程式碼即可產生應用程式。使用資料庫，透過自動化措施和持續監控協助改善正常運作時間和資料安全性，專注於開發重要的應用程式。

請記住，透過自動執行不斷修補、調整和更新的循環，自主資料庫不會消除資料庫管理員角色。他們提升它。從例行維護開始，您的 IT 專業人員現在可以專注於更高價值的追求，例如資料架構改進、策略分析，以及使資料成為業務成長和業務競爭優勢的引擎。

Autonomous Database 常見問題

自主資料庫在資料管理方面有哪些優點？

自主資料庫可將 AI、開發介面和許多資料類型整合到一個資料管理系統中，藉此簡化資料管理。它也將許多耗時且耗時的任務自動化，讓資料庫管理員能夠處理其他資料管理作業，例如資料模型或資料分析。

自主資料管理是將許多日常資料管理功能轉化為 AI 的系統。這些功能包括部署、更新、修補和調整資料庫，AI 可在最少人為介入的情況下處理。