Keine Ergebnisse gefunden

Ihre Suche ergab keine Treffer

Was ist eine autonome Datenbank?

Ein autonome Datenbank ist eine Cloud-Datenbank, die Machine Learning nutzt, um den Arbeitsaufwand für Datenbankoptimierung, Sicherheit, Backups, Updates und andere Routineverwaltungsaufgaben zu verringern, die üblicherweise von Datenbankadministratoren (DBAs) ausgeführt werden.

Oracle Autonomous Database: So funktioniert es

Oracle Autonomous Database: So funktioniert sie – Video-Miniaturansicht
Video abspielen (11:00)

Oracle Autonomous Database vereint jahrzehntelange Erfahrungen bei der Datenbankautomatisierung, Automatisierung der Datenbankinfrastruktur und neue Technologien in der Cloud zu einer vollständig autonomen Datenbank.

Die Datenbank, die selbstverwaltend, selbstsichernd und selbstreparierend ist. Lassen Sie uns untersuchen, was jeder dieser Begriffe für Sie bedeutet.

Selbstverwaltend Oracle Autonomous Database automatisiert die gesamte Datenbank- und Infrastrukturverwaltung, Überwachung und Abstimmung. Dies reduziert Ihre Kosten für vollzeit beschäftigte Administratoren. Administratoren werden allerdings weiterhin für Aufgaben wie die Verwaltung der Verbindung von Anwendungen mit dem Data Warehouse und die Nutzung der datenbankinternen Funktionen und Funktionen ohne Anwendungscode durch Entwickler benötigt.

Selbstsichernd Oracle Autonomous Database schützt Sie sowohl vor externen Angriffen als auch vor bösartigen internen Benutzern, sodass Sie sich keine Sorgen mehr über Cyberangriffe auf nicht gepatchte oder unverschlüsselte Datenbanken machen müssen.

Selbstreparierend Oracle Autonomous Database schützt vor allen Arten von Ausfallzeiten, einschließlich ungeplanter Wartung, mit weniger als 2,5 Minuten Ausfallzeit pro Monat, einschließlich Patches.

Im Wesentlichen besteht jetzt eine vollständige, durchgängige Automatisierung für:

  • Bereitstellung
  • Sicherheit
  • Updates
  • Verfügbarkeit
  • Leistung
  • Änderungsmanagement
  • Fehler

Mit Oracle Autonomous Database ist die weltweit beste Datenbank jetzt auch zur Einfachsten geworden.

Verwendung von Unternehmensdatenbanken

Verwendung von Unternehmensdatenbanken – Video-Miniaturansicht
Video abspielen (1:12)

Datenbanken speichern wichtige Geschäftsinformationen und sind für den effizienten Betrieb moderner Unternehmen unerlässlich. Wenn die Datenbank nicht sicher ist, ist das Unternehmen vor Sicherheitsverletzungen nicht ausreichend geschützt. Wenn die Datenbank nur langsam ausgeführt wird oder nicht verfügbar ist, kann die Produktivität der Mitarbeiter darunter leiden und zu Frustrationen bei Kunden führen.

In einem Datenbankverwaltungssystem gespeicherte Informationen können hochgradig strukturiert sein oder dort in unstrukturierter Form gespeichert werden. Die Daten können direkt von Kunden und Mitarbeitern abgerufen werden oder indirekt über andere Unternehmenssoftware, Websites oder mobile Apps abgerufen werden.

Beispiele für strukturierte Informationen, die in Datenbanken gespeichert werden
  • Buchführung
  • Kundeninformationen
  • Mitarbeiterinformation
  • Wartungsdatensätze
  • Netzwerkverkehrsprotokolle
  • Preisinformationen
  • Produktbestand
  • Verkaufstransaktionen
  • Social-Media-Interaktionen
  • Informationen zur Supply Chain
Beispiele für unstrukturierte Informationen, die in Datenbanken gespeichert werden
  • Digitale Bilder, Ton- und Videodateien
  • Programmierquellcode
  • Tabellenkalkulationen
  • Seiten von Websites
  • Textverarbeitungsdokumente
Software, die in Datenbanken gespeicherte Informationen speichert und darauf zugreift
  • Buchhaltung
  • Kundenspezifische Unternehmenssoftware, die vom Kunden entwickelt wurde
  • Customer Relationship Management (CRM)
  • Datenanalyse und Business Intelligence (BI)
  • Enterprise Resource Planning (ERP)
  • Personalwesen (HR) / Personalmanagement (HCM)
  • Product Lifecycle Management (PLM)
  • Sicherheits- und Protokollmanagement
  • Supply-Chain-Management (SCM)
  • Webserver

Geschäftsanwendungen können vorhandenen Datenbanken neue Datensätze hinzufügen oder Datenbankinformationen verwenden, um Berichte zu erstellen, Trends zu analysieren oder nach Anomalien zu suchen.

Datenbanken können auf viele Terabyte anwachsen und sind aufgrund der Datenbankkomplexität für DBAs traditionell schwer zu verwalten, zu sichern und auf maximale Leistung einzustellen.

Die Rolle des Datenbankadministrators

Die Rolle des Datenbankadministrators – Miniaturansicht
Video abspielen (0:49)

Unternehmensdatenbanken werden traditionell von Datenbankadministratoren (DBAs) verwaltet, die Datenbanken erstellen, ändern und optimieren, um sowohl beim Speichern neuer Daten in einer Datenbank als auch beim Abrufen dieser Daten eine maximale Leistung sicherzustellen.

Der Abruf von Daten aus einer Datenbank wird häufig über die komplexe Abfrage einer Anwendung eingeleitet. Das Ausführen der Abfrage kann viele Ressourcen für den Daten- und Datenträgerzugriff beanspruchen. Die Ergebnisse können aus vielen Datenbankdatensätzen bestehen, die an die abfragende Anwendung zurückgesendet werden müssen.

Ein arbeitsintensiver Teil der Aufgaben des DBA besteht darin, die Datenbank so zu organisieren, dass häufig ausgeführte Abfragen so schnell wie möglich ausgeführt werden können und dabei nur minimale Ressourcen benötigt werden. Dies erfordert das Studium der Arten von Abfragen, die in der Datenbank ausgeführt werden, und die Erkennung von Mustern, die zu einer verbesserten Abstimmung führen. Leistungsoptimierung ist ein fortlaufender Bestandteil der Datenbankwartung. Eine verwandte Aufgabe ist die Datennormalisierung, die Daten umstrukturiert, um Redundanzerscheinungen zu minimieren und die Datenintegrität zu verbessern.

Der Datenbankadministrator ist für andere Aufgaben verantwortlich, von denen viele täglich oder regelmäßig in großer Zahl in allen Unternehmensdatenbanken ausgeführt werden müssen. Diese Liste von Aufgaben umfasst:

  • Sichern der Datenbank bei Katastrophen oder Datenverlust
  • Testen der Sicherungen, um sicherzustellen, dass die Datenbank wiederhergestellt werden kann
  • Wiederherstellung verlorener Daten im Falle eines Vorfalls
  • Überprüfen der Sicherheitsprotokolle, um sicherzustellen, dass nur angemessene Zugriffe auf die Datenbank erfolgt sind
  • Überwachen der Anbieterinformationsfeeds der Datenbanksoftware nach Sicherheitswarnungen, Patches und Upgrades
  • Planen und Anwenden von Patches und Upgrades bei Bedarf
  • Anpassen der Sicherheitseinstellungen von Datenbanken, um auf Bedrohungen zu reagieren
  • Autorisieren neuer Benutzer und Anwendungen für den Zugriff auf die Datenbank
  • Überwachen der Prozessor- und Speicherauslastung des Datenbankservers
  • Erstellen und Verwalten von Schemas – das heißt, Kategorisierung von Daten
  • Unterstützen von Softwareentwicklern bei Datenbankfragen
  • Verwalten von Extraktions-, Transformations- und Lade-Tools (ETL-Tools)
  • Überwachen der Festplattennutzung des Datenbankservers
  • Hinzufügen von zusätzlichem Speicher oder Migrieren des Speichers, falls erforderlich
  • Planen des zukünftigen Kapazitätsbedarfs für die Datenbank
  • Fehlerbehebung und weitere Datenbankprobleme
  • Zusammenarbeiten mit Unternehmensbenutzern und Entwicklern, um Datenmodelle für neue Anwendungen oder Module zu definieren

DBAs sind überlastet; dies kann zu menschlichen Fehlern führen

Schätzungen zufolge verwalten heute rund 40 Prozent der DBAs täglich 50 oder mehr Datenbanken. Mittlerweile geben 78 Prozent der Datenbankadministratoren an, dass sie im Laufe ihrer Karriere ungeplante Ausfallzeiten erleben. Die meisten dieser Personen haben Schwierigkeiten, mehrere Verwaltungs- und Sicherungstools gleichzeitig zu bedienen.

Mittlerweile werden 72 Prozent der IT-Budgets für die Wartung bestehender Informationssysteme ausgegeben, während nur 28 Prozent in Innovationen investiert werden. Es besteht eindeutig die Notwendigkeit, den Wartungsaufwand für Datenbanken zu minimieren, gleichzeitig die Ausfallzeiten zu reduzieren und die Leistung zu verbessern.

Aktuelle Workloads können zu Fehlern von DBAs führen. Diese Fehler können katastrophale Auswirkungen auf Betriebszeit, Leistung und Sicherheit haben. Wenn beispielsweise kein Patch oder Sicherheitsupdate installiert wird, dann können sich daraus Schwachstellen ergeben. Wird der Patch nicht korrekt angewendet, kann dies den Sicherheitsschutz schwächen oder ihn ganz aufheben.

Die in den Nachrichten gemeldete Vorfälle, in denen Cloud-Datenbanken ohne Kennwörter oder Verschlüsselung ungesichert bleiben und Daten von Hackern gestohlen werden, werden fast ausschließlich durch menschliche Fehler verursacht.

Ziele der Autonomous Database

Ziele der Autonomous Database – Video-Miniaturansicht
Video abspielen (0:37)

Eine autonome Datenbank hat drei übergeordnete Ziele:

  • Maximale Verfügbarkeit und Leistung der Datenbank sicherstellen
  • Für maximale Sicherheit der Datenbank, einschließlich Patches und Korrekturen sorgen
  • Manuelle, fehleranfällige Verwaltungsaufgaben durch Automatisierung eliminieren
  • DBAs ermöglichen, ihr Fachwissen auf Funktionen höherer Ebenen anzuwenden

Durch Verringerung der Anzahl von Routineaufgaben eines DBAs, der mit einer autonomen Datenbank arbeitet, kann das Unternehmen die Aufgaben des DBAs neu ausrichten. So erhält er mehr Zeit, um sich qualifizierteren Arbeiten zu beschäftigen, darunter Datenmodellierung, Unterstützung von Programmierern bei der Datenarchitektur und Planung zukünftiger Kapazitäten sowie der eigentlichen Planung zukünftiger Kapazitäten. Auf diese Weise profitiert das Unternehmen mehr von seiner Tätigkeit.

In einigen Fällen kann eine autonome Datenbank das Unternehmen dabei unterstützen, Geld zu sparen. Sie minimiert die Anzahl der für die Verwaltung seiner Datenbanken erforderlichen Datenbankadministratoren und ermöglicht es dem Unternehmen, sie für eine Vielzahl von Aufgaben mit einem höheren strategischen Wert einzusetzen.

Datenbanktechnologie in der Cloud

Mehrere grundlegende Technologien sind notwendig, um autonome Datenbanken zu implementieren, die Routinewartung, Skalierbarkeit, Sicherheit, Datenbankabstimmung und weitere Aufgaben ohne menschliche DBA bewältigen können. Dies kann sich insbesondere für Entwickler als vorteilhaft erweisen.

  • Ressourcen vergrößern oder verkleinern: Ein cloudbasierter Datenbankserver kann seine Rechner- und Speicherressourcen bei Bedarf sofort vergrößern oder verkleinern. Ein Kunde könnte beispielsweise von acht Rechenkernen für Datenbanken auf 16 Kerne umsteigen, um die Verarbeitung am Quartalsende zu beschleunigen, und danach erneut auf die kostengünstigeren acht Kerne zurückgreifen. Sie können sogar alle Rechenressourcen über das Wochenende herunterfahren, um Kosten zu senken, und diese dann am Montagmorgen erneut starten.
  • Datenbank-Patching: Viele Dateneinbrüche treten durch Systemschwachstellen auf, für die bereits ein Sicherheits- oder Schwachstellen-Patch verfügbar war, der jedoch noch nicht eingesetzt wurde. In einer autonomen Datenbank-Cloud werden Patches in einer bestimmten Reihenfolge gegen die Server in dieser Cloud ausgeführt, die Ausfallzeiten für das Unternehmen vermeiden soll.
  • Machine Learning Eine autonome Datenbank integriert Überwachungs-, Verwaltungs- und Analysefunktionen, die Machine Learning und KI-Möglichkeiten nutzen. Ziel ist es, die Datenbankoptimierung zu automatisieren, Anwendungsausfälle zu vermeiden und die Sicherheit der gesamten Datenbankanwendung zu verbessern.

Von Machine Learning und künstlicher Intelligenz der autonomen Datenbank verwendete Techniken sollten eine Abfrageoptimierung, eine automatische Speicher- und Storageverwaltung umfassen, um eine vollständig selbstregulierende Datenbank bereitzustellen.

Machine Learning-Algorithmen können Unternehmen dabei unterstützen, ihre Datenbanksicherheit zu verbessern, indem sie riesige Mengen protokollierter Daten analysieren und Ausreißer und ungewöhnliche Muster kennzeichnen, bevor Eindringlinge Schaden anrichten können. Machine Learning kann das System automatisch und kontinuierlich ohne manuelle Eingriffe patchen, abstimmen, sichern und aktualisieren, ohne ihren Betrieb unterbrechen zu müssen. Dadurch wird das Risiko minimiert, dass entweder ein menschlicher Fehler oder ein schädliches Verhalten Datenbankabläufe oder die Sicherheit beeinträchtigt.

Autonomous Data Warehouse in der Cloud

Die autonome Datenbanktechnologie erfordert, dass Unternehmensdatenbanken mithilfe eines Cloud-Service in der Cloud gespeichert werden. Durch Autonomie in der Cloud kann das Unternehmen Cloud-Ressourcen nutzen, um Datenbanken effektiver bereitzustellen, Datenbank-Workloads zu verwalten und die Datenbank zu sichern. EIN Datenbank-Cloud-Service stellt Funktionen einer Datenbank überall und jederzeit online zur Verfügung.

Vorteile des Cloud-Datenbankservice gegenüber älteren Datenbanken, die sich in Kundenrechenzentren befinden, umfassen:

Schnell Datenbanken und Data Warehouses können in wenigen Minuten, anstelle von Tagen oder Wochen, in der Cloud erstellt werden.
Einfach Cloud-Datenbanken können so eingerichtet werden, dass sie vollständig autonom arbeiten und von Cloud- oder On-Premises-Anwendungen über APIs (Application Programming Interfaces; Anwendungsprogrammierschnittstellen) problemlos genutzt werden.
Elastizität Cloud-Datenbanken können neue Berechnungs- und/oder Speicherressourcen unabhängig voneinander ohne Ausfallzeiten je nach Unternehmenswachstum hinzufügen. In ähnlicher Weise können diese Ressourcen, wenn sie nicht mehr benötigt werden, unabhängig voneinander dynamisch reduziert werden.
Sicher Sicherheit in einer Cloud-Datenbank sperrt sowohl interne als auch externe fehlerhafte Akteure durch mehrstufige Kontrollen und Implementierungen in Übereinstimmung mit bewährten Methoden.
Compliance Der Zugriff auf die Cloud-Datenbank wird zu jeder Zeit überwacht und aufgezeichnet.

Wahl einer Autonomous Database

Diese Funktionen sollten den Auswahlprozess autonomer Datenbankprodukte eines Unternehmens leiten.

Automatisierung Die Datenbank führt Upgrades durch, installiert Patches und passt sich während der Ausführung an. Sicherheitsupdates werden ohne Ausfallzeiten installiert.
Hochverfügbarkeit Service Level Agreements (SLAs) sollten eine Zuverlässigkeit und Verfügbarkeit von mindestens 99,995 Prozent gewährleisten, um kostspielige geplante und ungeplante Ausfallzeiten auf weniger als 30 Minuten pro Jahr zu verkürzen.
Selbstsichernd Die autonome Datenbank sollte alle Software-Patches und -Updates selbst ausführen und sicherstellen, dass die Datenbank vor unbefugtem Zugriff geschützt ist, ohne den Betrieb zu stören oder die Verfügbarkeit zu beeinträchtigen.
Automatisiertes Datenbank-Tuning Dadurch wird sichergestellt, dass die Datenbank weniger Berechnungs-, Speicher- und E/A-Ressourcen verbraucht und gleichzeitig schnelle Ergebnisse für Abfragen und Datenspeicherungs-/Abrufvorgänge bereitgestellt.