Nenhum Resultado Encontrado

Sua Pesquisa não corresponde a nenhum resultado

O Que é um Banco de Dados Autônomo?

Um banco de dados autônomo é um banco de dados em nuvem que usa machine learning para eliminar o trabalho humano associado a ajustes, segurança, backups, atualizações e outras tarefas de gerenciamento de rotina do banco de dados tradicionalmente executadas por administradores de banco de dados (DBAs).

Oracle Autonomous Database: Como Funciona

Oracle Autonomous Database: Como Funciona - miniatura de vídeo
Assista ao vídeo (11:00)

Oracle Autonomous Database reúne décadas de automação de banco de dados, décadas de automação da infraestrutura de banco de dados e nova tecnologia na nuvem para fornecer um banco de dados totalmente autônomo.

O banco de dados que é autônomo, autosseguro e autorreparável. Vamos explorar o que cada um desses termos significa para você.

Independente: O Oracle Autonomous Database automatiza todo o gerenciamento, monitoramento e ajuste de banco de dados e infraestrutura. Isso reduz seus custos de administração de pilha completa, embora os administradores ainda sejam necessários para tarefas como gerenciar como os aplicativos se conectam ao data warehouse e como os desenvolvedores usam os recursos e funções no banco de dados sem o código do aplicativo.

Autosseguro: Oracle Autonomous Database protege contra ataques externos e usuários internos mal-intencionados, o que significa que você pode parar de se preocupar com ataques cibernéticos em bancos de dados não corrigidos ou não criptografados.

Autorreparável: O Oracle Autonomous Database protege contra todo o tempo de inatividade, incluindo manutenção não planejada, com menos de 2,5 minutos de tempo de inatividade por mês, incluindo patches.

Essencialmente, agora há uma automação completa para:

  • Provisionamento
  • Segurança
  • Atualizações
  • Disponibilidade
  • Desempenho
  • Gerenciamento de mudanças
  • Erros

Com o Oracle Autonomous Database, o melhor banco de dados do mundo agora também é o mais simples.

Os Usos de Bancos de Dados Corporativos

Os Usos de Bancos de Dados Corporativos - miniatura de vídeo
Assista ao vídeo (1:12)

Os bancos de dados armazenam informações comerciais importantes e são essenciais para a operação eficiente de organizações modernas. Se o banco de dados não for seguro, a empresa pode correr o risco de violações. Se o banco de dados estiver lento ou indisponível, a produtividade dos funcionários poderá ser prejudicada e os clientes poderão ficar frustrados.

As informações armazenadas em um sistema de gerenciamento de banco de dados podem ser altamente estruturadas ou os dados podem ser desestruturados. Os dados podem ser acessados diretamente por clientes e funcionários ou acessados indiretamente por meio de outros softwares corporativos, sites ou aplicativos móveis.

Exemplos de Informações Estruturadas Armazenadas em Bancos de Dados
  • Registros contábeis
  • Informações sobre o cliente
  • Informações sobre o funcionário
  • Registros de manutenção
  • Logs de tráfego de rede
  • Informações sobre preços
  • Inventário de produtos
  • Transações de vendas
  • Interações de mídia social
  • Informações sobre cadeia de suprimentos
Exemplos de Informações Desestruturadas Armazenadas em Bancos de Dados
  • Imagens digitais, som e arquivos de vídeo
  • Código-fonte de programação
  • Planilhas
  • Páginas de site
  • Documentos de processamento de texto
Software que Armazena e Acessa Informações Armazenadas em Bancos de Dados
  • Contabilidade
  • Software corporativo personalizado desenvolvido pelo cliente
  • Gerenciamento do relacionamento com o cliente (CRM)
  • Análise avançada de dados e business intelligence (BI)
  • Planejamento de recursos empresariais (ERP)
  • Recursos humanos (RH)/Gerenciamento de capital humano (HCM)
  • Gerenciamento do ciclo de vida do produto (PLM)
  • Segurança e gerenciamento de logs
  • Gerenciamento da cadeia de suprimentos (SCM)
  • Servidor da web

Os aplicativos de negócios podem adicionar novos registros aos bancos de dados já existentes ou usar informações do banco de dados para criar relatórios, analisar tendências ou procurar anomalias.

Os bancos de dados podem crescer para ter muitos terabytes e são tradicionalmente difíceis de serem gerenciados, protegidos e ajustados pelos DBAs para obter máximo desempenho devido à complexidade do banco de dados.

A Função do Administrador do Banco de Dados

A Função do Administrador do Banco de Dados video thumbnail
Assista ao vídeo (0:49)

Bancos de dados corporativos são tradicionalmente gerenciados por administradores de banco de dados (DBAs), que criam, modificam e ajustam bancos de dados para garantir o máximo desempenho ao armazenar novos dados em um banco de dados e, depois, recuperá-los.

Muitas vezes, o processo de recuperar dados de um banco de dados é iniciado por meio de uma consulta complexa de aplicativo. Executar a consulta pode consumir muitos recursos de computação e acesso a disco. Os resultados podem consistir em muitos registros de banco de dados, que devem ser enviados de volta ao aplicativo de consulta.

Uma porção do trabalho intensivo do DBA é organizar o banco de dados para que consultas executadas com frequência possam ser feitas o mais rápido possível, consumindo recursos mínimos. Isso requer estudar os tipos de consultas que estão sendo executadas no banco de dados e os padrões exigentes que levarão a um melhor ajuste. O ajuste do desempenho é uma parte contínua da manutenção do banco de dados. Uma tarefa relacionada é a normalização de dados, que reestrutura os dados para reduzir a redundância e melhorar a integridade dos dados.

O DBA é responsável por outras tarefas, muitas das quais devem ser executadas diária ou regularmente em todos os bancos de dados corporativos, que podem ser dezenas ou centenas. Essa lista de tarefas inclui:

  • Fazer backup do banco de dados em caso de desastre ou perda de dados
  • Testar os backups para garantir que o banco de dados possa ser recuperado
  • Recuperar dados perdidos no caso de um incidente
  • Analisar logs de segurança para garantir que o banco de dados não tenha sido acessado de forma inadequada
  • Monitorar os feeds de informações do fornecedor de software de banco de dados em relação a alertas de segurança, patches e atualizações
  • Programar e aplicar patches e atualizações quando necessário
  • Ajustar as configurações de segurança dos bancos de dados para responder às ameaças
  • Autorizar novos usuários e aplicativos para acesso ao banco de dados
  • Monitorar a utilização do processador e da memória do servidor de banco de dados
  • Criar e gerenciar esquemas, isto é, categorização de dados
  • Ajudar desenvolvedores de software com questões de banco de dados
  • Gerenciar ferramentas de extração, transformação e carregamento (ETL)
  • Monitorar a utilização de disco do servidor do banco de dados
  • Adicionar mais armazenamento ou migrar o armazenamento, se necessário
  • Planejar os futuros requisitos de capacidade para o banco de dados
  • Resolver erros e outros problemas de banco de dados
  • Trabalhar com usuários comerciais e desenvolvedores para definir modelos de dados para novos aplicativos ou módulos

Os DBAs Estão Sobrecarregados; Isso Pode Resultar em Erro Humano

Segundo algumas estimativas, atualmente cerca de 40% dos DBAs gerenciam 50 ou mais bancos de dados todos os dias. Enquanto isso, 78% dos DBAs afirmam experimentar algum tipo de tempo de inatividade não planejado ao longo de suas carreiras, e a maioria desses indivíduos se esforça para coordenar várias ferramentas de gerenciamento e backup.

No momento, 72% dos orçamentos de TI são gastos simplesmente com a manutenção dos sistemas de informação já existentes, deixando apenas 28% para a inovação. É evidente que existe a necessidade de reduzir o esforço necessário para manter os bancos de dados, além de diminuir o tempo de inatividade e melhorar o desempenho.

As cargas de trabalho atuais podem levar a erros por parte dos DBAs, e esses erros podem ser catastróficos para o tempo de atividade, o desempenho e a segurança. Por exemplo, não aplicar um patch ou atualização de segurança pode criar vulnerabilidades, mas deixar de aplicar o patch corretamente pode realmente enfraquecer ou eliminar as proteções de segurança.

Os erros vistos nas notícias, em que os bancos de dados na nuvem não foram protegidos por senhas ou por criptografia, e os dados foram roubados por hackers, são quase sempre causados por erro humano.

Metas do Banco de Dados Autônomo

Metas do Banco de Dados Autônomo video thumbnail
Assista ao vídeo (0:37)

Um banco de dados autônomo tem três metas abrangentes:

  • Garantir o máximo de tempo de atividade e desempenho do banco de dados
  • Garantir a segurança máxima do banco de dados, incluindo patches e correções
  • Eliminar tarefas de gerenciamento manuais e propensas a erros com a automação
  • Permitir que os DBAs apliquem seus conhecimentos a funções de nível superior

Ao reduzir o número de tarefas de rotina executadas por um DBA que trabalha com um banco de dados autônomo, a organização pode se concentrar novamente nos esforços do DBA para obter um trabalho de nível superior que crie maior valor comercial, como a modelagem de dados, auxiliando programadores com arquitetura de dados e planejamento para capacidade futura.

Em alguns casos, um banco de dados autônomo pode ajudar a empresa a economizar dinheiro reduzindo o número de DBAs necessários para gerenciar seus bancos de dados ou redistribuí-los em uma variedade de tarefas consideradas mais estratégicas.

Tecnologia de Banco de Dados na Nuvem

Várias tecnologias essenciais são necessárias para implementar bancos de dados autônomos, que podem resolver a manutenção da rotina, a escalabilidade, a segurança, o ajuste do banco de dados e outras tarefas sem um DBA humano. Isso pode ser especialmente benéfico para desenvolvedores.

  • Aumente ou Diminua os Recursos: Um servidor de banco de dados baseado na nuvem pode aumentar ou diminuir seus recursos de computação e memória instantaneamente, conforme necessário. Um cliente poderia, por exemplo, passar de 8 núcleos de computação de banco de dados para 16 núcleos para ampliar o processamento no final do trimestre e, depois, voltar para os 8 núcleos mais baratos. Seria possível até desligar todos os recursos de computação durante o fim de semana para reduzir os custos e, depois, iniciá-los novamente na manhã de segunda-feira.
  • Patches de Banco de Dados: Muitas invasões de dados ocorrem por meio de vulnerabilidades do sistema para as quais havia um patch de segurança ou vulnerabilidade já disponível, mas ainda não aplicado. Uma nuvem de banco de dados autônomo aplicará patches lançando essas correções contra os servidores nessa nuvem em uma sequência projetada para eliminar o tempo de inatividade para a empresa.
  • Machine Learning: Um banco de dados autônomo integra recursos de monitoramento, gerenciamento e análise avançada que aproveitam as técnicas de machine learning e inteligência artificial. O objetivo é automatizar o ajuste do banco de dados, evitar interrupções de aplicativos e fortalecer a segurança em todo o aplicativo do banco de dados.

Técnicas utilizadas pelos algoritmos de machine learning e inteligência artificial do banco de dados autônomo devem incluir a otimização da consulta, o gerenciamento automático de memória e o gerenciamento automático de armazenamento para fornecer um banco de dados completamente autoajustável.

Os algoritmos de machine learning podem ajudar empresas a melhorar a segurança do banco de dados analisando resmas de dados registrados e sinalizando discrepâncias e anomalias em padrões antes que os invasores causem danos. O machine learning também pode corrigir, ajustar, fazer backup e atualizar o sistema automaticamente, sem intervenção manual, enquanto o sistema está em execução. Isso minimiza a possibilidade de que um erro humano ou um comportamento mal-intencionado afetem as operações ou a segurança do banco de dados.

Autonomous Data Warehouse na Nuvem

A tecnologia de banco de dados autônomo requer que os bancos de dados corporativos sejam armazenados na nuvem, usando um serviço de nuvem. Ser autônomo na nuvem permite que a organização aproveite os recursos da nuvem para implementar bancos de dados, gerenciar cargas de trabalho de bancos de dados e proteger o banco de dados de maneira mais eficiente. Um serviço de nuvem de banco de dados disponibiliza recursos de banco de dados on-line, quando e onde esses recursos são necessários.

As vantagens do serviço de banco de dados em nuvem sobre bancos de dados legados localizados em um data center de clientes incluem:

Rapidez Bancos de dados e data warehouses podem ser criados na nuvem em apenas alguns minutos, em vez de dias ou semanas.
Facilidade Os bancos de dados em nuvem podem ser configurados para serem totalmente autônomos e podem ser facilmente utilizados por aplicativos na nuvem ou on-premise por meio de interfaces de programação de aplicativos (APIs).
Elasticidade Os bancos de dados em nuvem podem adicionar novos recursos de computação e/ou armazenamento de forma independente, conforme solicitado pelo crescimento dos negócios, sem exigir tempo de inatividade. Da mesma forma, esses recursos poderão ser reduzidos dinamicamente (economizando dinheiro) de forma independente quando não forem mais necessários.
Segurança A segurança em um banco de dados na nuvem bloqueia os agentes mal-intencionados internos e externos por meio de controles em multicamadas e implementações de práticas recomendadas.
Conformidade O acesso ao banco de dados na nuvem é monitorado e registrado para auditoria e controle em todos os momentos.

Seleção de um Banco de Dados Autônomo

Esses recursos devem orientar o processo de seleção da organização de produtos para bancos de dados autônomos.

Automação O banco de dados executa atualizações, instala patches e se ajusta durante a execução. Atualizações de segurança são instaladas sem nenhuma janela de tempo de inatividade necessária.
Alta disponibilidade Os acordos de nível de serviço (SLAs) devem garantir pelo menos 99,995% de confiabilidade e disponibilidade para minimizar o tempo de inatividade planejado e não planejado dispendioso para menos de 30 minutos por ano.
Autoproteção O banco de dados autônomo deve ele mesmo executar todos os patches e atualizações de software e garantir que o banco de dados seja protegido contra acesso não autorizado, sem interromper as operações ou afetar a disponibilidade.
Ajuste automatizado de banco de dados Isso garante que o banco de dados consuma menos recursos de computação, memória e E/S, fornecendo resultados rápidos para consultas e operações de armazenamento/recuperação de dados.