Ein vollständig automatisierter Cloud-Datenbankservice, der für analytische Workloads, einschließlich Data Marts, Data Warehouses und Data Lakes, optimiert ist. Er ist mit Spaltenformat, Partitionierung und großen Joins vorkonfiguriert, um die Bereitstellung von Datenbanken, das Extrahieren, Laden und Transformieren von Daten, das Ausführen anspruchsvoller Berichte, das Generieren von Vorhersagen und das Erstellen von ML-Modellen zu vereinfachen und zu beschleunigen. Mit Autonomous Database können Data Scientists, Geschäftsanalysten und Nicht-Experten schnell, einfach und kostengünstig Geschäftseinblicke gewinnen, indem sie Daten jeder Größe und Art verwenden. Autonomous Database basiert auf Oracle Database und Oracle Exadata und ist auf Oracle Cloud Infrastructure für gemeinsam genutzte oder dedizierte Bereitstellungen sowie On-Premises mit Exadata Cloud@Customer und Dedicated Region Cloud@Customer verfügbar.
Oracle Autonomous Database: Revolutionierung des Datenmanagements (0:30)
Larry Ellison und Satya Nadella haben Oracle Database Service for Microsoft Azure eingeführt, der Azure-Kunden die Leistung, Verfügbarkeit und Automatisierung von Oracle Database auf Unternehmensebene bietet.
Erfahren Sie mehr über Anwendungen und Tools, die mit Autonomous Database für Analysen und Data Warehousing kompatibel sind.
Oracle Autonomous Database für Analysen und Data Warehousing eliminiert fast alle manuellen administrativen Aufgaben. Es automatisiert allgemeine Aufgaben wie Backup, Konfiguration und Patching. Einzigartig ist, dass es die Performanceoptimierung und das Autoscaling kontinuierlich automatisiert, ohne Ausfallzeiten, menschliches Eingreifen oder übermäßiger Bereitstellung. Dadurch wird der administrative Aufwand um bis zu 90 % reduziert und Geschäftsteams können ohne Unterstützung durch die IT arbeiten.
Der Imperativ für 2025: Intelligente Automatisierung – JetztAutonomous Database für Analysen und Data Warehousing ist die einzige vollständige Lösung, die eine konvergierte Datenbank verwendet, um so eine integrierte Unterstützung für Multimodelldaten und mehrere Workloads zu gewährleisten. Es enthält integrierte Selfservice-Tools zur Verbesserung der Produktivität von Analysten, Data Scientists und Entwicklern.
Autonom für den Geschäftserfolg (PDF)Im Gegensatz zu Data Warehouse Cloud-Services anderer Anbieter, bietet Autonomous Data Warehouse drei verschiedene Bereitstellungsoptionen.
Autonomous Database für Analysen und Data Warehousing verschlüsselt ruhende und übertragene Daten autonom, schützt regulierte Daten, wendet alle Sicherheitspatches an und führt eine Bedrohungserkennung durch. Darüber hinaus können Kunden mit Oracle Data Safe problemlos Nutzer- und Berechtigungsanalysen, Discovery vertraulicher Daten, den Schutz vertraulicher Daten und die Überwachung der Datenbankaktivität durchführen. Autonomous Database macht es einfach, Daten vor Außenstehenden und Insidern zu schützen.
IDC-Studie: Der Sicherheitsvorteil vollständig verwalteter Datenbankdienste (PDF)Verwaltungsfunktionen wie Bereitstellen, Konfigurieren, Sichern, Optimieren und Skalieren werden autonom ausgeführt. Dadurch entfallen nahezu alle manuellen und komplexen Aufgaben, die zu menschlichen Fehlern führen können. Autonome Verwaltungsfunktionen geben unseren Kunden die Möglichkeit eine leistungsstarke, hochverfügbare und sichere Data Warehouse-Architektur zu verwenden und gleichzeitig Administrationskosten einzusparen.
FunktionenAutonomous Database für Analysen und Data Warehousing überwacht kontinuierlich alle Aspekte der Performance Ihres Systems. Es nimmt Anpassungen autonom vor, sodass die Performance immer gleich bleibt, selbst dann wenn sich Workloads, Abfragetypen und Anzahl der Benutzer ändern.
FunktionenSichere Autonomous Database für Analysen und Data Warehousing mit einem einheitlichen Kontrollzentrum für die Datenbanksicherheit, das vertrauliche Daten identifiziert und maskiert, Warnungen zu riskanten Benutzern und Konfigurationen ausgibt, kritische Datenbankaktivitäten prüft und verdächtige Zugriffsversuche aufdeckt.
FunktionenDatentools bieten eine einfache Self-Service-Umgebung zum Laden und Bereitstellen von Daten für das erweiterte Team zur Zusammenarbeit. Geschäfts- und Datenanalysten können Daten einfach per Drag-and-Drop laden und transformieren, Geschäftsmodelle erstellen, Anomalien, Ausreißer und versteckte Muster schnell erkennen, Datenabhängigkeiten und die Auswirkungen von Änderungen verstehen.
FunktionenErstellen und implementieren Sie Modelle für maschinelles Lernen in Oracle Autonomous Database für Analysen und Data Warehousing mithilfe von skalierbaren und optimierten datenbankinternen Algorithmen. Oracle Machine Learning beschleunigt die Entwicklung von Machine Learning-Modellen für Datenwissenschaftler, da keine Daten mehr in dedizierte Machine Learning-Systeme verschoben werden müssen.
FunktionenAutonomous Database enthält Diagramm-Datenbankfunktionen zur Darstellung und Verwaltung komplexer Datenbeziehungen. Die Diagrammanalyse ermöglicht Data Scientist und Entwicklern Mustererkennung, Klassifizierung und statistische Analysen für einen tieferen Kontext anzuwenden.
Räumliche Funktionen der Autonomous Database für Analysen und Data Warehousing richten sich an alle Arten von Anwendungen, räumliche Workloads und Datensätze, einschließlich der anspruchsvollsten, umfangreichsten Location-Intelligence- und Geodatenanwendungen.
FunktionenIDC stellt fest, dass Kunden mit Autonomous Database innerhalb von fünf Jahren eine Kapitalrendite von 417 % erzielen
Weitere InformationenErfahren Sie, wie Oracle-Kunden mithilfe von Oracle Autonomous Database ihr Geschäft transformieren, indem sie Data Warehousing durch maschinelles Lernen und Automatisierung neu definieren.
Leistungsstarke Software und Services, die auf ausführlichen Bewertungen von geprüften Benutzern basieren.
Geschäftssoftware und -services basierend auf Benutzerbewertungen und Daten aus sozialen Medien.
Stellen Sie ein abteilungsinternes Selfservice-Data Warehouse bereit, um mehrere Unternehmenssysteme, Tabellenkalkulationen und Datenquellen von Drittanbietern in einem vertrauenswürdigen, wartbaren und integrierten Dashboard zu konsolidieren. Mit integrierten Selfservice-Datentools können Benutzer Daten per Drag-and-Drop laden und transformieren, Geschäftsmodelle erzeugen, Anomalien schnell erkennen und Modelle für das maschinelle Lernen (ML) erstellen.
Beantworten Sie komplexere Fragen mithilfe aller Daten. Vereinfachen Sie Ihr Enterprise Data Warehouse, um konvergierte Multimodelldaten mit autonomen Funktionen zu unterstützen.
Erstellen und implementieren Sie Modelle für maschinelles Lernen in Oracle Autonomous Database für Analysen und Data Warehousing mithilfe von skalierbaren und optimierten datenbankinternen Algorithmen.
Produkt |
Vergleichspreis (/vCPU) * |
Stückpreis |
Einheit |
Oracle Autonomous Data Warehouse |
OCPU pro Stunde |
||
Oracle Autonomous Database – Exadata-Speicher |
Terabyte Speicherkapazität pro Monat |
Produkt |
Vergleichspreis (/vCPU) * |
Stückpreis |
Einheit |
Oracle Autonomous Data Warehouse – Dediziert |
OCPU pro Stunde |
||
Oracle Cloud Infrastructure - Database Exadata Infrastructure - viertel Rack - X8M |
Gehostete Umgebung pro Stunde |
||
Oracle Cloud Infrastructure – Oracle Database Exadata Infrastructure – viertel Rack – X8 |
Gehostete Umgebung pro Stunde |
||
Oracle Cloud Infrastructure – Database Exadata Infrastructure – halbes Rack – X8 |
Gehostete Umgebung pro Stunde |
||
Oracle Cloud Infrastructure – Oracle Database Exadata Infrastructure – vollständiges Rack – X8 |
Gehostete Umgebung pro Stunde |
||
Oracle Cloud Infrastructure – Oracle Database Exadata Infrastructure – viertel Rack – X7 |
Gehostete Umgebung pro Stunde |
||
Oracle Cloud Infrastructure – Database Exadata Infrastructure – halbes Rack – X7 |
Gehostete Umgebung pro Stunde |
||
Oracle Cloud Infrastructure – Oracle Database Exadata Infrastructure – vollständiges Rack – X7 |
Gehostete Umgebung pro Stunde |
Produkt |
Vergleichspreis (/vCPU) * |
Stückpreis |
Einheit |
Autonomous Database für Analysen und Data Warehousing |
OCPU pro Stunde |
||
Autonomous Database für Analysen und Data Warehousing – Dedicated |
OCPU pro Stunde |
In der Cloud-Branche ist es üblich, Compute-Instanzen anhand der Anzahl der virtuellen CPUs (vCPUs) zu definieren, die sie enthalten. Jede vCPU stellt die Kapazität für einen Ausführungsthread bereit. Eine vCPU stellt keinen vollständigen physischen Compute-Core bereit, sondern nur einen Teil eines Cores. Im Gegensatz dazu verwenden die x86-Compute-Ausprägungen von Oracle OCPUs, die physischen CPU-Cores entsprechen und jeweils zwei Threads enthalten. Damit Kunden Cloud-Dienstanbieter leichter miteinander vergleichen können, präsentiert Oracle vCPU-Preise auf unseren Webseiten, während die Abrechnung auf der Grundlage der von ihnen verbrauchten OCPU-Zeit erfolgt. Der OCPU-Tarif pro Stunde, der Kunden in Rechnung gestellt wird, ist doppelt so hoch wie der vCPU-Preis auf den Webseiten, da sie zwei vCPUs Rechenleistung statt nur einer erhalten.
Oracle Data Warehouses sind seit Jahrzehnten eine tragende Säule in Datenarchitekturen. Aus gutem Grund sind Data Warehouses skalierbar, äußerst sicher, verarbeiten komplexe Abfragen mit hoher Gleichzeitigkeit und sind für zahlreiche Tools und Anwendungen verfügbar. So gesagt sind Data Lakes zunehmend zu einem wichtigen Bestandteil von Datenplattformen geworden.
Vollständigen Beitrag lesenProduktdokumentation und Hilfezentrum zur Bereitstellung von Autonomous Database für Analysen und Data Warehousing für gemeinsam genutzte (shared) und dedizierte (dedicated) Infrastrukturen.
Oracle Cloud bietet ein kostenloses Cloud-Kontingent mit einer 30-tägigen kostenlosen Testversion und immer kostenlosen Diensten.
Holen Sie sich die neuesten Nachrichten, Ereignisse und Community-Ressourcen zu Oracle Database.
Möchten Sie mehr erfahren? Kontaktieren Sie einen unserer branchenführenden Experten.
1 Das Logo von GARTNER PEER INSIGHTS ist eine eingetragene Marke und Service-Marke von Gartner Inc. und/oder seinen verbundenen Unternehmen und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten. Gartner Peer Insights-Bewertungen stellen die subjektive Meinung in einzelnen Endnutzerrezensionen, Bewertungen sowie anhand einer dokumentierten Methodik angewandte Daten dar. Sie repräsentieren weder die Ansichten von Gartner oder seinen Tochterunternehmen, noch stellen sie deren Befürwortung dar.