什么是 Autonomous AI Database？

Autonomous AI Database 是一种完全托管的云数据库，可自动执行传统上由数据库管理员 (DBA) 执行的任务。这些工作包括常规工作（如数据库调优、备份和更新），也包括安全性方面的工作（如数据加密）。

这些数据库所固有的自动化功能，有助于避免由人为失误引发的问题。此外，自动化所节省的时间和精力使 DBA 能够专注于运用自身专业知识和技能来履行其他职责（如增强应用功能），以及为 AI 模型提供适当的数据架构来驱动 AI 模型以优化方式运行。Autonomous AI Database 的另一个主要优势，是它可以由需要安全地访问数据的用户（例如应用程序开发人员、业务分析师或数据科学家）快速配置，而无需 DBA 协助。

关键要点

• Autonomous AI Database 是一个云原生数据管理平台，可以在无人工干预的情况下，自行执行部署、调优和修补工作，并管理安全措施。
• Autonomous AI Database 提供两种类型：一种针对事务和批量分析进行了调优，另一种则专门针对数据仓库进行了调优。
• 除了将数据库管理员从单调、耗时的任务中解放出来，Autonomous AI Database 还可以降低出错风险。

Autonomous AI Database 是一种完全托管的云数据库，可自动执行传统上由数据库管理员 (DBA) 执行的任务。这些工作包括常规工作（如数据库调优、备份和更新），也包括安全性方面的工作（如数据加密）。

这些数据库所固有的自动化功能，有助于避免由人为失误引发的问题。此外，自动化所节省的时间和精力使 DBA 能够专注于运用自身专业知识和技能来履行其他职责（如增强应用功能），以及为 AI 模型提供适当的数据架构来驱动 AI 模型以优化方式运行。Autonomous AI Database 的另一个主要优势，是它可以由需要安全地访问数据的用户（例如应用程序开发人员、业务分析师或数据科学家）快速配置，而无需 DBA 协助。

关键要点

• Autonomous AI Database 是一个云原生数据管理平台，可以在无人工干预的情况下，自行执行部署、调优和修补工作，并管理安全措施。
• Autonomous AI Database 提供两种类型：一种针对事务和批量分析进行了调优，另一种则专门针对数据仓库进行了调优。
• 除了将数据库管理员从单调、耗时的任务中解放出来，Autonomous AI Database 还可以降低出错风险。

数据库存储着重要的业务信息，对大多数组织实现高效运营至关重要。然而，数据库管理员 (DBA) 常常需要耗费大量时间和精力来手动管理数据库。这些工作非常容易出错，进而可能给数据库正常运行时间、性能和安全性带来负面（甚至是灾难性）影响。

例如，未及时正确打补丁可能削弱甚至造成数据库保护措施完全失效，进而使企业陷入数据泄露风险，遭受严重的财务影响和商誉损失。

数据库管理操作日益复杂，这揭示了 Autonomous AI Database 的另一个关键优势。例如，一个 AI 驱动的应用可能查询关系数据和 JSON 数据，还可能查询向量数据和图形数据来执行语义搜索。Autonomous AI Database 简化了管理这种复杂性所需的数据架构。

此外，Autonomous AI Database 可以根据需要扩展或缩减，以应对不断增长的事务和数据仓库需求，以及可能涉及海量数据集的 AI 训练工作负载。通过自动执行数据库操作中的部署、扩展和优化，Autonomous AI Database 可帮助团队克服这些挑战，为加快开发创造条件，让数据专家能够专注于更高价值的任务。

Autonomous AI Database 在配置、安全、更新、高可用性、性能、更改管理和错误预防等方面提供全面的端到端自动化。为实现这一点，Autonomous AI Database 具备以下特定特征。

• 自治管理：自治数据库可自动化运行关于数据库和基础设施的所有管理、监视和调优流程。这意味着，DBA 可以专注于更重要的工作，包括数据聚合、建模、处理、治理策略，以及帮助开发人员使用数据库内特性和功能。
• 自治安全：自治数据库内置专业的安全性功能，可有效防范外部攻击和内部恶意用户访问，避免因未打补丁或未执行数据库加密而遭到网络攻击。
• 自治修复：自治数据库可尽可能减少计划外维护等原因导致的停机。即使计入修补时间，Autonomous AI Database 所需的每月停机时间也可少于 2.5 分钟。

组织从 Autonomous AI Database 中能实现的优势取决于团队如何使用该系统。大型企业可能会用它将许多分散的数据源整合到一个更易于管理的数据库中，而小型企业则可能将其用作无需大量 IT 人员维护的可扩展企业数据库。其他潜在优势包括：

• 数据库正常运行时间：借助自动打补丁和安全修复，Autonomous AI Database 有助于避免执行这些必要更新时通常需要的停机时间。
• IT 效率：自治数据库可自动化执行各种工作，由此消除耗时的手动操作，尽可能降低人为错误风险。
• 企业生产力：应用开发人员、业务分析人员、数据科学家以及其他用户可以自行管理数据库生命周期，无需等待 IT 团队协助，从而提高生产力。
• 降低成本：Autonomous AI Database 使 DBA 能够在相同的时间内管理更多数据库，从而能够投入更多精力来关注更高级别的任务，例如数据建模以及运用其 SQL 编程专业知识来提升应用程序性能。

由于 Autonomous AI Database 是一项基于云的数据库服务，并且 AI 实现了许多传统数据库管理任务的自动化，因此 IT 团队在选择系统时应关注几个关键特性。

• 自动供应：自治数据库的一个核心优势是支持在无 DBA 的情况下部署关键任务数据库。例如，开发人员可以快速部署一个能够在服务器发生故障时提供横向保护，在应用运行时滚动式安装更新的数据库。
• 自动配置：自动配置数据库并针对特定工作负载进行优化同样十分重要。利用为实现更出色性能而优化的内存配置、数据格式、访问结构和其他元素，用户只需加载数据即可开始使用。
• 自动索引：自动监视工作负载并检测缺失的、可能影响应用运行的索引。自治数据库将在实施前验证每一个索引，确保其有效，同时使用机器学习技术从其错误中学习并加以改进。
• 自动扩展：根据工作负载需求自动扩展计算资源，支持真正的按用量付费。所有扩展工作均在应用运行时联机完成。
• 自动化数据保护：Autonomous AI Database 可以自动保护敏感数据和受监管数据，评估配置的安全性，并监控异常活动。
• 自动安全：自动加密整个数据库、备份以及所有网络连接。通过禁止访问操作系统和限制管理员特权来防御网络钓鱼攻击，防范云技术渗透行为和内部恶意用户。
• 自动备份：您是否需要自动按日或按需备份数据库？系统应将数据库还原或恢复到您指定的过去 60 天内的任意时间点。
• 自动打补丁：自动、零停机地打补丁或升级。打补丁操作将在节点或服务器集群之间循环进行，应用将保持不间断运行。
• 自动故障检测和处理：运用模式识别来自动预测硬件故障，避免长时间停机。通过 IO 即时重定向来绕开非正常运行的设备，避免数据库挂起。持续监视各个数据库，针对任意偏差自动生成服务请求。
• 自动故障切换：自动、零数据丢失地故障切换到备用数据库，确保应用始终可访问 — 即使在主数据库实例不可用时。这一过程对应用完全透明，SLA 高达 99.995%。

一个数据库管理系统既可能存储高度结构化的数据（例如会计记录或客户信息），也可能存储非结构化数据（例如数字图像、音频或电子邮件文件）。数据既可能由分析师或数据科学家直接访问，也可能由客户和员工通过企业软件、Web 站点或移动应用访问。更具体地说，不同应用会使用不同格式（也就是“数据类型”）的数据。虽然过去您可能会使用专门针对每种数据类型的独立数据库，但 Autonomous AI Database 可以设置为处理所有这些数据类型。

常见数据类型包括：

• 关系数据在表中以行、列形式存储。这种数据类型常见于业务应用，例如 ERP 和 CRM 系统，全面适用于事务处理和数据分析工作。
• 文档数据可由机器和应用开发人员轻松读取，普遍存在于高度可扩展的 Web 应用中。最常见的文档数据格式是 JSON 文件。
• 图形数据的存储和索引方式，使其能够轻松检测数据点间的距离和关系。图形数据在绘图和数据分析应用领域十分流行。目前，它还被越来越多地与向量数据联合使用，以提高语义搜索的准确性。
• 向量数据是一种可表示数字对象（例如一个单词、句子、文档、图像，或一个视频/音频文件）特征的 AI 运算结果。向量通常由向量数据库存储和编制索引，可帮助计算机按特征或语义（而不是按像素或键值匹配度）搜索非结构化数据。这是是大语言模型以及其他 AI 系统的一项基石技术。

在使用传统基于云技术的关系数据库、文档数据库、图形数据库或向量数据库的场景中，Autonomous AI Database 都可以充分提升效率和可扩展性水平。它能够集中提供必需工具来满足各种 AI 项目的需求。

以下是一些真实使用场景：

• 优化具有全球可扩展性需求的应用的运行。 Autonomous AI Database 可用于提升全球制造商所依赖的行业应用程序的效率和可扩展性。
• 减少数据库数量，降低大型企业的维护工作负担。 可扩展的 Autonomous AI Database 可用于整合来源广泛的数据，帮助包括大型企业在内的各种组织利用数据库自动化显著减少收集、格式化和可视化信息所花费的时间。
• 为渴求数据的初创企业提供可扩展的分析功能。 Autonomous AI Database 可帮助健康科学初创企业处理基因数据测序所需的海量数据集，并大幅缩短为诊断工作提供信息所需的时间。
• 优化 AI 驱动的客户支持和分析工作。 通过使用自治数据库存储客户与 AI agent 聊天机器人的互动数据，安全设备供应商可使用自然语言提示来查询数据库，将客户响应速度提高数倍。

多项基础智能技术为 Autonomous AI Database 提供支持，实现了对日常维护、扩展、应用安全修复和数据库调优等单调但重要任务的自动化。例如，Autonomous AI Database 的 AI 算法包括查询优化、自动内存管理和存储管理，以实现完全的自我调优。

AI 可以分析大量数据记录，标记异常值和异常模式，帮助企业提高安全性，防范入侵者破坏。AI 还可以在系统运行的同时自动、连续地对系统进行打补丁、调优、备份和升级，而无需人工干预。这将尽可能减少人为错误或恶意行为，确保数据库高效运行、安全无失。

此外，Autonomous AI Database 还可以提供以下能力：

• 轻松伸缩：基于云技术的数据库服务支持即时按需伸缩计算和内存资源。例如，企业可以针对季末运营将处理单元从 8 个扩展到 16 个以满足峰值处理需求，然后在处理结束后将处理单元缩减到 8 个以降低成本。事实上，您甚至可以在周末关闭所有计算资源，然后在周一早上重新启动，进一步降低成本。
• 无缝数据库打补丁：大部分数据泄露是未及时安装安全或漏洞补丁，未及时修补系统漏洞导致的。Autonomous AI Database 可以按精心设计的顺序向云技术服务器自动推送补丁（确保不会导致停机）来防止这种情况发生。
• 集成智能：Autonomous AI Database 集成了基于 AI 技术的监控、管理和分析功能。其目标是实现数据库调优自动化，防止应用中断，并加强整个数据库应用的安全性。

借助 Autonomous AI Database，开发人员可通过多种方式，利用存放在完全托管环境中的数据来构建可扩展且安全的企业应用程序。首先，开发人员需要一个简单、成本高效的环境来开发和测试应用，然后才能将应用部署到正式生产环境。Autonomous AI Database 托管在云中，开发人员无需 DBA 即可启动新实例，这使其成为一个极具吸引力和成本优势的选择。开发人员能够以稳定一致的成本，按需求创建所需数量的数据库。

使用自治数据库，开发人员以及其他团队还可以访问强大特性和内置工具，例如低代码应用开发环境和容器映像。它们支持用户脱机工作，然后在云端克隆和部署实例。开发人员还可以访问和利用数据库内 AI 功能，原生使用各种类型的数据，包括 JSON、向量、图形、空间和关系数据。

希望只使用一个数据库就完成所有工作，提高应用开发速度？Oracle Autonomous Database 面向 AI 而构建，可帮助企业使用各类数据，在所选大语言模型的帮助下构建可扩展、AI 驱动的应用。随后，企业就可以将应用部署到云端或数据中心了。

选择 Oracle Autonomous Database，开发人员可以轻松使用检索增强生成 (RAG) 技术处理各种格式的文档，实现 AI 向量搜索。他们还可以使用集成式 AI 服务增强应用，为应用赋予文本和图像分析、语音识别、个性化推荐功能。

此外，Oracle Autonomous Database 还可以自动将自然语言转换为数据库查询请求，驱动情境式对话 — 无需进行定制化开发和手动操作。

自治数据库可提供一个单一数据平台满足企业需求，而非一些需要 IT 团队执行维护的专用数据库。选择 Oracle Autonomous Database，企业只需一个数据库，就能使用 SQL、JSON 文档、图形、地理空间、文本和向量数据来快速构建新功能和新特性。实际上，Oracle 甚至还提供了一个常用的应用开发环境，无需开发人员编写代码就能生成应用。企业可以专注于开发关键应用，使用 Oracle Autonomous Database 的自动化方法和持续监视功能来优化应用的正常运行时间，增强数据安全性。

此外，自治数据库可以自动化执行无休止的打补丁、调优和更新操作，但这并不会消灭数据库管理员角色，反而能促使数据管理员向前进化。在从常规维护工作中解放出来后，IT 人员可以专注于运用专业知识和技能来执行更高价值的任务，例如优化数据架构；运行战略性分析；发挥数据的引擎作用，驱动企业增长和构建竞争优势。