Autonomous AI Database

כל סוגי עומסי העבודה והנתונים

מותאם לכל עומסי העבודה וסוגי הנתונים

קבלו תמיכה מקורית לכל סוגי הנתונים, עומסי העבודה והניתוח המודרניים המובנים בשירות אחד, מה שנותן למפתחים פלטפורמה עם פחות חלקים נעים ופחות מורכבות. נצלו את היתרונות של סביבה שתומכת ביישומים או בניתוח נתונים בכל קנה מידה או רמת קריטיות, ללא צורך בשילוב גוזל זמן של שירותים מרובים או מסדי נתונים מרובים בהתמחות מסוימת.

• כל פורמטי הנתונים המודרניים נתמכים: פורמט יחסי, מגזרי, גרפי, גאו-מרחבי, JSON, טקסטי ועוד. אין צורך להשתמש במספר מאגרי מידע בהתמחות מסוימת עבור סוגי נתונים שונים.
• תמיכה בכל עומסי העבודה המודרניים: OLTP, IoT, זמניים, אנליטיים, ספרי חשבונות/בלוקצ'יין, סטרימינג, ועוד. אין צורך במסדי נתונים שונים בהתמחות ספציפית כדי לתמוך בעומסי עבודה שונים.
• כל כלי הניתוח המודרניים נתמכים: בינה מלאכותית גנרטיבית, SQL מתקדם, למידת מכונה, ניתוח גרפים, ניתוח טקסט/חיפוש, ניתוח נתונים גאו-מרחביים ועוד - הכול כולל גישה לאגם נתונים. אין צורך להעביר נתונים למסדי נתונים בהתמחות ספציפית עבור ניתוח מידע.
• תמיכה בכל סגנונות ופרדיגמות הפיתוח המודרניים: קונטיינרים, ארכיטקטורת אירועים,‏ REST, Low-code, מיקרו-שירותים,‏ CI/CD ועוד. פשטו את התפעול באמצעות מסד נתונים יחיד התומך בכל צורכי הפיתוח שלכם.
• הקימו סביבה אחת ומאובטחת במהירות ובבטחה, עם יכולות אבטחה חלקות ואחידות בכל סוגי הנתונים ועומסי העבודה.

פריסה מהירה

משתמשים חדשים ב-Oracle Autonomous AI Database יכולים להתחיל לעבוד במהירות עם עקומת למידה מינימלית. אין צורך בניסיון קודם ב-Oracle AI Database כדי לעבוד ביעילות עם Autonomous AI Database.

• פרסו Autonomous AI Database חדש בכל גודל בתוך דקות ספורות.
• צוותי ה-IT אינם צריכים להשקיע זמן בפעולות שגרתיות, מכיוון ש-Autonomous AI Database מטפל בהן באופן אוטומטי.
• אנליסטים יכולים לבנות חיזוי אנליטי ותיאורי טוב יותר באמצעות הכלים המועדפים עליהם. Autonomous AI Database כולל בינה מלאכותית, למידת מכונה, ניתוח גרפים, ניתוח מרחבי וניתוחי טקסט מובנים, והוא מתממשק עם מסדי נתונים, סביבות ענן שונות ואגמי נתונים נוספים כדי להיפטר ממגורות נתונים.

• מפתחים נהנים מגמישות להשתמש במערך הטכנולוגי, בארכיטקטורה ובגישה המועדפת עליהם לבניית יישומים. אין צורך להשתמש במסדי נתונים ייעודיים מרובים, וצוותי DevOps יגלו שקל יותר לנהל את היישומים האלה ולבצע דיווח תפעולי.

העברת נתונים קלה לענן

Autonomous AI Database הוא מסד נתונים אוטומטי לחלוטין מבית Oracle. הוא מציע את הדרך הקלה ביותר להעביר עומסי עבודה של Oracle AI Database לענן.

• אין צורך ללמוד מיומנויות ושפות מסד נתונים חדשות, מכיוון ש-Autonomous AI Database תומך באופן מלא ב-PL/SQL.
• כלי ניתוח ויישומים מפריסה מקומית של Oracle AI Database נתמכים באופן מלא.
• נתחו את מערך מסדי הנתונים שלכם כבר היום כדי לזהות את המועמדים הטובים ביותר להעברה.
• העבירו את מסד הנתונים אל Oracle Cloud Infrastructure (OCI) ללא זמן השבתה באמצעות Oracle Zero Downtime Migration. האיצו את תהליך העברת הנתונים בעזרת ליווי של מהנדסי ענן בתכנון, בניית ארכיטקטורה, פיתוח אבות טיפוס וניהול מעבר לענן באמצעות Oracle Cloud Lift Services.

ניתוח נתונים

ניתוח נתונים בשירות עצמי

צוותים בתחומים עסקיים שונים יכולים לפרוס סביבת ניתוח נתונים משלהם ללא תלות בצוות ה-IT, באמצעות מערכת מקיפה מקצה לקצה לניתוח נתונים.

• טענו והמירו נתונים מיותר מ-100 יישומים, מסדי נתוני ומקורות אגמי נתונים ללא סיוע מצוות ה-IT באמצעות הכלי Data Transforms בתוך Oracle Autonomous AI Database Data Studio.
• צרו חישובים אנליטיים מורכבים בקלות באמצעות כלי ניתוח הנתונים המובנה ב-Data Studio - ושתפו את החישובים האלה עם הכלים המועדפים עליכם, כולל Oracle Analytics Cloud,‏ Tableau,‏ Excel ועוד.
• שתפו נתונים באופן מאובטח, מהיר ופתוח בתוך הארגון ומחוצה לו באמצעות Delta Sharing, Table Hyperlink ועוד.
• צרו בקלות מוצרי נתונים ופרסמו אותם ב-Marketplace של Data Studio כדי לאפשר לצוותים פנימיים נוספים לגלות אותם בקלות.
• חפשו, גשו ונתחו את נתוני הארגון שלכם הממוקמים בעננים שונים באמצעות Autonomous AI Database Catalog ב-Data Studio - ללא צורך בשילוב מורכב.
• גשו בקלות לנתונים שלכם מגיליונות אלקטרוניים באמצעות תוספים עבור Excel ו-Google Sheets.
• העצימו את מדעני הנתונים שלכם באמצעות אלגוריתמים מובנים של למידת מכונה וגרפים, תמיכה מובנית ב-Python וב-R, וממשק משתמש מובנה למחברות.
• שאלו שאלות באמצעות שיחות בשפה טבעית וקבלו תשובות מנתוני הארגון שלכם ב-Autonomous AI Database באמצעות Select AI.

מחסני נתונים ומחברים בנויים מראש

בין שאתם משתמשים ב-Oracle Fusion Applications או ב-NetSuite של Oracle, ביישומי E-Business Suite או PeopleSoft, תוכלו לנצל את היתרונות של מודלי הנתונים, צינורות הנתונים וכלי הניתוח המוכנים לשימוש כדי להפיק ערך מהנתונים שלכם במהירות.

• השתמשו בתובנות מנתונים בחבילות יישומי ERP, HCM, SCM ו-CX של Oracle Cloud. Oracle Fusion Analytics Warehouse כולל מדדי KPI, למידת מכונה וניהול נתונים פשוט יותר שנבנו מראש.
• שאלו שאלות בשפה טבעית על E-Business Suite וקבלו תוצאות באמצעות יישום הצ'אט Ask Oracle E-Business Suite, המופעל על ידי Autonomous AI Database Select AI ושירות OCI Generative AI.
• הפיקו תובנות מעשיות מנתוני NetSuite שלכם. Oracle NetSuite Analytics Warehouse מספק ניתוח נתונים עוצמתי שמניע תובנות מעשיות. ללא תלות בצוות ה-IT, אנשי מקצוע עסקיים יכולים לטעון נתונים וכן לבנות ולהריץ במהירות ניתוחים משלהם.
• התחילו להפיק תובנות חדשות מנתוני E-Business Suite שלכם במהירות גבוהה יותר של עד 70% בהשוואה לבנייה עצמאית של כלי ניתוח נתונים. ה-E-Business Suite accelerator כולל תהליכי צינור נתונים מובנים לחילוץ, התמרה וטעינה; מודל נתונים; מדדי ביצוע מרכזיים (KPIs) מובנים; לוחות בקרה ודוחות.

תמיכה ב-BI

אנליסטים עסקיים וצוותים בתחומי פעילות עסקית יכולים לספק פתרונות בינה עסקית (BI) באמצעות מגוון רחב של כלי ניתוח נתונים ובינה עסקית.

• צרו מודלים עסקיים משותפים (ממדים, היררכיות, מדדים ומדדי KPI) באמצעות תצוגות אנליטיות בכלים וביישומים כדי לאפשר תובנות עסקיות מהירות ואמינות.
• תוכלו להשתמש בכלי הבינה העסקית המועדפים עליכם: Oracle Analytics Cloud, Tableau, Microsoft Power BI, Excel ועוד. כל כלי יכול לחלוק את אותו מודל עסקי, ובכך לפשט את כלי הניתוח ולהבטיח תוצאות עקביות.

כלי ניתוח לאגם נתונים

נתחו את כל הנתונים שלכם - גם בתוך Autonomous AI Database וגם מחוץ לו באגמי נתונים או באחסון בענן - באמצעות אותם כלים, תהליכים ושיטות גישה כמו במסד הנתונים.

• ביצועי שאילתות וניתוח נתונים ב-
• כל אחסון אובייקטים בענן, כולל OCI Object Storage, Amazon S3, Azure Blob Storage ו-Google Cloud Storage
• כל סוג קובץ באגם נתונים: ‏Parquet, ‏Avro, ‏JSON, ‏csv, ‏XLSX ועוד
• כל מבנה טבלאות מרכזי של אגם נתונים, כגון טבלאות Delta או טבלאות Iceberg
• שפרו את הביצועים של שאילתות בקנה מידה גדול באמצעות Autonomous AI Database Data Lake Accelerator, שמגדיל או מקטין באופן אוטומטי את משאבי המחשוב כדי לענות על הצרכים שלכם.
• האיצו את מהירות ביצועי השאילתות עבור אגמי הנתונים שלכם ב-Oracle (או אלו הממוקמים בעננים אחרים) באמצעות מטמון טבלאות חיצוניות שקוף.
• ודאו שהנתונים שלכם מאובטחים באמצעות מדיניות האבטחה המובנית של אחסון האובייקטים בשילוב עם יכולות האבטחה המתקדמות של Autonomous AI Database.
• הריצו שאילתות SQL ישירות מול מקור אחסון האובייקטים שלכם והצליבו אותן עם נתונים המאוחסנים ב-Autonomous AI Database.
• מצאו וקבלו גישה מיידית למערכי נתונים ארגוניים באמצעות מאגרי המטה-נתונים OCI Data Catalog ו-AWS Glue.
• השתמשו ב-Apache Spark כדי לנתח נתונים ב-Autonomous AI Database בביצועים גבוהים.

בינה מלאכותית ולמידת מכונה

חדשנות עם בינה מלאכותית ולמידת מכונה

ללא קשר לרמת המיומנויות או הידע הקיים שלכם בלמידת מכונה ובבינה מלאכותית, מערכת Autonomous AI Database מספקת פלטפורמה אחת אחודה המאפשרת לכם להריץ יכולות ניתוח ישירות על הנתונים באמצעות הכלים והשפות המתאימים לצרכים שלכם.

• השתמשו בשפה טבעית כדי לפשט את האופן שבו אתם מקבלים תשובות מהנתונים שלכם. Select AI משתמש במודלי שפה גדולים כדי שתוכלו לבצע שאילתות על הנתונים שלכם ללא צורך בהבנת מבנה הנתונים הבסיסי או תחביר SQL. שלבו בקלות יכולות שאילתה בשפה טבעית ביישומים מבוססי SQL משלכם באמצעות הרחבות SQL AI החדשות.
• האיצו את תהליך פיתוח היישומים או צרו פתרונות עסקיים חדשים על ידי שילוב מאובטח של הנתונים הארגוניים הפרטיים שלכם ב-Autonomous AI Database עם יכולות הפרודוקטיביות והיצירתיות של בינה מלאכותית גנרטיבית באמצעות Select AI עם OCI Generative AI. הנתונים לעולם לא יוצאים מ-Oracle Cloud או משותפים עם ספקי בינה מלאכותית, והם מאובטחים באמצעות יכולות האבטחה המתקדמות של Oracle AI Database לגישה לנתונים.
• השתמשו במודלי שפה גדולים מספקים אחרים, כגון Azure OpenAI ו-Google Gemini, בעת הפעלת Autonomous AI Database דרך Oracle AI Database@Google Cloud ו-Oracle AI Database@Azure.
• אחסנו וקטורים כסוג נתונים מקורי והשתמשו באינדקסים וקטוריים ובפונקציות SQL כדי להריץ חיפוש דמיון בווקטורים אלה. באמצעות AI Vector Search, תוכלו לזהות במהירות מידע דומה ממסמכים, תמונות ונתונים לא מובנים אחרים.
• הקימו בקלות ובמהירות סביבות בדיקה ופיתוח של היישומים ו הנתונים מסדי הנתונים האנליטיים שלכם, באמצעות סימולציות של הנתונים האמיתיים. הגנו על הנתונים שלכם באמצעות טעינת נתוני בדיקה סינתטיים בעזרת בינה מלאכותית גנרטיבית ויכולת שכפול המטה-נתונים של Autonomous AI Database.
• בנו והעריכו מודלים בעלי ביצועים גבוהים של למידת מכונה, ללא צורך בידע בתכנות. AutoML מספק גישה מבוססת ממשק משתמש ללמידת מכונה עבור משתמשים שאינם מומחים. ודאו שמודלים נשארים מעודכנים באמצעות ממשק משתמש ללא קוד שיעזור לכם למנוע סטיות בנתונים וירידת איכות במודלים של למידת מכונה.
• השתמשו במסגרת תיאור משאבים (RDF) ובגרפי מאפיינים על נתונים תפעוליים. בנו בקלות יישומי גרפים עם SQL באמצעות מסגרות וכלי פיתוח קיימים של SQL דרך גרפי מאפיינים של SQL. סרקו באופן חזותי וגלו קשרים נסתרים בנתונים באמצעות התכונה Graph Studio.
• הוסיפו בינת מיקום לניתוחי הנתונים שלכם באמצעות מפות אינטראקטיביות דרך Oracle Spatial Studio, יישום אינטרנט מבוסס ממשק משתמש בשירות עצמי.
• החליטו על שפה לפי בחירתכם - Python, ‏R או SQL - וגם על חבילות צד שלישי כדי לפתח מודלים של למידת מכונה ולהריץ אותם בתוך מסד הנתונים בקנה מידה רחב.

פיתוח יישומים

פיתוח יישומי AI

בנו במהירות יישומי בינה מלאכותית ברמה ארגונית לחיפוש סמנטי, המלצות, ניהול זיכרון סוכנים וצ׳אטבוטים מבוססי בינה מלאכותית עם Oracle Autonomous AI Vector Database.

• פשטו משימות נפוצות כגון יצירת אינדקסים, הוספה/עדכון של רשומות וביצוע חיפוש דמיון באמצעות ממשקי API מסוג REST ו-SDK ידידותיים למפתחים - ללא צורך במומחיות במסדי נתונים.
• אחסנו, הוסיפו לאינדקס ואחזרו ביעילות שיבוצים וקטוריים רב-ממדיים לחיפוש דמיון מהיר ומדויק במערכי נתונים עצומים, המאפשר מגוון רחב של תרחישי שימוש ב-GenAI ובסוכנים חכמים
• ספקו תוצאות תלויות הקשר על ידי שילוב בין חיפוש דמיון וקטורי ובין סינון מטה-נתונים באמצעות ממשקי API ו-SDK לצרכים המדויקים של היישום.
• בחרו את כלי תהליכי העבודה מבוססי הבינה המלאכותית המועדפים עליכם בלי להתקבע על ספקים ספציפיים - העלו וקטורים שחושבו מראש באמצעות ממשקי API ו-SDK לשליטה מלאה, או צרו שיבוצים וקטוריים באופן אוטומטי בעת ההוספה באמצעות מודלים מובנים בתוך מסד הנתונים.

פיתוח יישומים במתכונת low-code

אנליסטים ומפתחים לא מקצועיים בתחומי פעילות עסקית יכולים לפתח במהירות יישומים מחלקתיים קטנים יותר וכן יישומים מתוחכמים בקנה מידה ארגוני.

• השתמשו ב-Oracle APEX, פלטפורמת יישומים ארגונית ב-Low Code, כדי לפתח יישומים במהירות גבוהה פי 20 ועם פי 100 פחות שימוש בקוד.
• שלבו כלי ניתוח מתקדמים ביישומים שלכם עם מינימום תכנות באמצעות כלים מבוססי ממשק משתמש. השתמשו ב-Data Studio לניתוח נתונים כדי לבנות מודלים רב-ממדיים, AutoML, Oracle Spatial Studio ו-Graph Studio (PDF).

פיתוח יישומים מקורי בענן

בנו מיקרו-שירותים מהר יותר באמצעות המערך הטכנולוגי המוכר לכם, והפכו את התפעול שלהם לקל יותר עבור DevOps.

• השתמשו בכלים המועדפים עליכם עם תמיכה במסגרות קוד פתוח, פיתוח מבוסס REST/JSON ו-API תואם MongoDB.
• יישמו תובנות בתהליכים הקיימים באמצעות כלי ניתוח מתקדמים מובנים, כולל מודלים רב-ממדיים, למידת מכונה, גרפים, נתונים מרחביים וטקסט, ללא צורך במורכבות הנוספת של מנועי ניתוח נתונים ייעודיים.
• Java Database Connectivity (JDBC) נתמכת עבור כל כלי או יישום.
• גשו לנתונים באמצעות Python עם cx_Oracle, התואם ל-API של מסד הנתונים של Python המבוסס על תקנים פתוחים.
• גשו אל כל הנתונים ונתחו אותם, כולל נתוני JSON, נתונים גרפיים ונתונים מרחביים, באמצעות SQL.
• הגנו על הנתונים ללא זמן השבתה - פריסת מסד הנתונים שלכם מאובטחת כברירת מחדל ומתעדכנת אוטומטית בתיקוני מסד הנתונים והאבטחה העדכניים ביותר.
• פתחו יישומים באמצעות אפשרויות חינמיות של Autonomous AI Database, בענן עם Autonomous AI Database ב-Oracle Cloud Free Tier או עם אימג'ים חינמיים של קונטיינרים של Autonomous AI Database לפיתוח לא מקוון.

פיתוח יישומים מבוססי JSON

פתחו יישומים במהירות באמצעות מאגר מסמכי JSON שתואם ל-MongoDB, אך מהיר יותר, מאובטח יותר וזול יותר.

• בנו יישומי JSON עם זמינות גבוהה, יכולות אבטחה מתקדמות ויכולת הרחבה דינמית.
• פתחו יישומים חדשים באמצעות מנהלי התקנים, כלים ומסגרות עבודה מוכרים התואמים ל-MongoDB, או העבירו יישומי MongoDB קיימים - הכול באמצעות Oracle Database API for MongoDB.
• נתחו את נתוני ה-JSON שלכם באמצעות SQL ניתן להרחבה, וגשו לנתוני ה-JSON מכל כלי או יישום יחסי.
• בנו יישומים תוך כדי שימוש במקביל בפרדיגמות של מסדי נתונים יחסיים ובנתוני JSON בו-זמנית. ניתן לגשת למאגר נתונים יחיד ולעדכן אותו ביעילות באמצעות שתי הטכנולוגיות. תוכלו להשתמש ב-JSON כדי לשלוף, לנהל ולהחליף מידע בקלות ביישומים שלכם, ובטכניקות יחסיות לצורך שאילתות וניתוח נתונים. תצוגות כפולות משפרות את הביצועים וממטבות את האחסון, וכן מנצלות את המיטב ממודלי JSON וממודלים יחסיים.
• התמודדו בקלות עם בעיות המורכבות ביותר העומדות בפני מפתחי מסדי נתונים של JSON, כולל תאימות ACID מרובת מסמכים, הצלבות בין קולקציות, לוגיקה הליכית בתוך מסד הנתונים ועוד.
• אפשרו לאנליסטים ולמדעני נתונים לנתח נתונים במאגר המסמכים ובמאגר היחסי באמצעות SQL.

הפחתת עלויות

הפחתת עלות הבעלות הכוללת (TCO) באמצעות אוטומציה

אוטומציה מפחיתה את עלויות העבודה האנושית, ויכולת התרחבות גמישה מפחיתה את עלויות הרישוי, עם יתרונות משמעותיים לעלות הכוללת של תפעול יישומים ארגוניים. דוח IDC‏ (PDF) על לקוחות Autonomous AI Database מציג:

• קיים החזר השקעה ממוצע לשלוש שנים של 436%, ונקודת האיזון של ההשקעה מושגת בממוצע בתוך חמישה חודשים.
• תשתית ה-IT ומערכת ההפעלה מפחיתות עלויות ניהול צוותי IT ו-DBB, ובכך הן מאפשרות לארגונים להוריד את העלות הכוללת של התפעול ב-48%.
• הימנעות מהקצאת יתר מאפשרת חיסכון שנתי ממוצע של 263,127 דולר בעלויות הקשורות למסדי נתונים לכל ארגון, וכתוצאה מכך הפחתה של 28% בעלויות השנתיות של מערכת ההפעלה/הכלים/התשתית.
• צוותי תשתיות IT משיגים שיפור של 48% ביעילות ודורשים פחות 4.3 תקני משרה מלאה כדי לנהל את אותו עומס עבודה בהשוואה לסביבה הקודמת שלהם.

תמחור גמיש בתשלום לפי שימוש

הוציאו פחות על רישוי וצריכת ענן והימנעו מהקצאת יתר באמצעות פריסה במסד נתונים גמיש בענן.

• ודאו שהשימוש והחיוב מותאמים לצרכים ולצריכה בפועל של היישום באמצעות התאמת קנה מידה אוטומטית וגמישה. משאבי המחשוב והאחסון מתרחבים ומצטמצמים באופן עצמאי בתגובה לשינויים זמניים בעומס העבודה, עד פי 3 מהמשאבים שהוקצו כבסיס, וללא זמן השבתה.
• הגדילו את המשאבים המוקצים כבסיס בכל עת בתגובה לצורכי מחשוב ואחסון ארוכי טווח.
• גשו לנתוני אגם הנתונים שלכם במהירות גבוהה עד פי 20, באותו תמחור כמו אחסון אובייקטים, על ידי אחסון כל הנתונים שלכם ב-Autonomous AI Database.
• אחדו מופעים של מסדי נתונים לתוך מאגרי משאבים גמישים המשתנים בגודלים ללא זמן השבתה, מה שיכול להניב חיסכון של עד 87% בעלויות המחשוב בהשוואה לתשלום על כל מופע בנפרד.

פיתוח יישומים בעלות נמוכה

בחרו באפשרות הנכונה של סביבת הפיתוח כדי להאיץ את פיתוח היישומים שלכם.

• השתמשו ב-Autonomous AI Database for Developers, אפשרות בתעריף שעתי קבוע ובתצורה קבועה ב-Autonomous AI Database Serverless, עבור תרחישי פיתוח ובדיקות בעלות נמוכה. קבלו את כל הכלים והיכולות המובנים של Autonomous AI Database עם מסלול שדרוג פשוט לפריסות סביבות ייצור.
• פתחו בחינם באופן מקוון עם Oracle Autonomous AI Database ב-Oracle Free Tier, או באופן לא מקוון עם Autonomous AI Database Free Container Image.

ניהול, אבטחה ותאימות

ניהול אוטומטי של מסדי נתונים

מנהלי מסדי נתונים יכולים לעבור ממשימות ניהול ידניות לפרויקטי IT בעלי ערך גבוה יותר על ידי ניצול היתרונות של ניהול אוטומטי.

• שפרו את יעילות צוות המנהלני מסדי הנתונים (PDF) ב-66% ואת יעילות צוות ה-IT ב-48% באמצעות אוטומציה של משימות תחזוקה.
• הסתמכו על אוטומציה לכל משימות ניהול מסדי הנתונים: הקצאה, ניטור, גיבויים, ביקורת, התראות, התאוששות מאסון ועוד.
• ספקו רמות שירות טובות יותר באמצעות ניטור יזום של תקינות מסדי הנתונים וסיבולת מובנית לתקלות. תיקונים ועדכונים מוחלים באופן אוטומטי ללא זמן השבתה או התערבות אנושית.
• שפרו את ביצועי היישומים בלי לחקור באופן ידני את עומסי העבודה ואת התפלגות הנתונים. חלוקה אוטומטית למחיצות ויצירת אינדקסים אוטומטית מכווננות את מסד הנתונים לעומסי העבודה שלכם.

אבטחת נתונים

Autonomous AI Database מסייע לאבטח את כל הנתונים שלכם מפני גישה לא מורשית של גורמים פנימיים וחיצוניים ומתקפות סייבר, כולל כופרה ותוכנות זדוניות.

• המשמעות של תיקונים תכופים ואוטומטיים ללא זמן השבתה היא ש-Autonomous AI Database מעודכן תמיד בכל תיקוני האבטחה.
• צרו סביבה מאובטחת שגם תישאר מאובטחת לאורך זמן ועם השתנות התנאים. השתמשו ב-Oracle Data Safe הכלול כדי להבין את רגישות הנתונים, להעריך סיכוני נתונים, למסך נתונים רגישים, ליישם ולנטר בקרות אבטחה, להעריך את אבטחת המשתמשים ולנטר פעילות משתמשים.
• הגנו מפני גורמים זדוניים או תוכנות זדוניות באמצעות הצפנת נתונים שקופה. כל הנתונים מוצפנים תמיד במצב מנוחה, תוך כדי תנועה ובזמן גיבוי.
• מנעו ממשתמשים לא מורשים לגשת לנתונים רגישים, מנעו שינויים לא מורשים במסד הנתונים, ועמדו בתקני אבטחה תעשייתיים, רגולטוריים או ארגוניים באמצעות Oracle Database Vault הכלול.
• כל המשתמשים יראו רק נתונים מתאימים באמצעות בקרת גישה מתקדמת מבוססת תפקידים, כולל הסתרה, מיסוך וסינון.

עמידה בדרישות

צמצמו את הסיכונים הכרוכים בהפעלת יישומים ארגוניים.

• המשמעות של תיקונים תכופים ואוטומטיים ללא זמן השבתה היא ש-Autonomous AI Database מעודכן תמיד בכל תיקוני האבטחה.
• הגיבויים אוטומטיים לחלוטין, עם אפשרות לגיבויים לטווח ארוך הזמינים למשך 10 שנים.
• יכולת הניטור מופעלת תמיד.
• Autonomous AI Database עומד בתקני תאימות רגולטורית מוסמכים, כולל תוכנית ניהול הרשאות וסיכונים פדרליים (FedRAMP), חוק ניידות ואחריות לביטוח בריאות (HIPAA), תקן אבטחת הנתונים של תעשיית כרטיסי התשלום (PCI DSS), בקרות מערכות וארגון (SOC) 1 ו-SOC 2.
• יכולות האבטחה המובנות והזמינות הגבוהה של Autonomous AI Database יכולות לסייע לארגונים ליצור שיטות עבודה מיטביות וגישה פרואקטיבית לניהול סיכונים ועמידה בדרישות, וכן עמידה בדרישות חוק החוסן התפעולי הדיגיטלי של האיחוד האירופי (DORA).
• תמכו בבסיס משתמשים ברחבי העולם באמצעות Globally Distributed Autonomous AI Database אוטומטי לחלוטין, שיעזור לכם לעמוד בדרישות תושבות הנתונים, לספק יכולת הישרדות ליישומים חיוניים לעסק ולאפשר ביצועי מסד נתונים בקנה מידה של ענן.

תמיכה ביישומים חיוניים למשימה

זמינות גבוהה והמשכיות עסקית

ארגוני IT יכולים לאפשר ליישומים חיוניים למשימה להמשיך לפעול עם פחות מעורבות אנושית.

• נצלו את הזמינות הגבוהה של 99.995% עבור Autonomous AI Database עם Oracle Autonomous Data Guard (כולל זמן השבתה מתוכנן ולא מתוכנן). אפשר את ההגנה הטובה ביותר באמצעות מספר מסדי נתונים במצב המתנה על פני אזורים רבים.
• אפשרו ליישומים להמשיך לפעול באמצעות התכונה Application Continuity, המשחזרת באופן שקוף תנועות במסד הנתונים שנמצאות באמצע תהליך במהלך נפילות כוח.
• הימנעו מזמן השבתה מתוכנן באמצעות עדכונים, גיבויים ותיקונים אוטומטיים שאינם דורשים זמן השבתה או התערבות אנושית.
• עבור יישומים פחות קריטיים, זמינות ברירת המחדל היא 99.95%, ויכולת התאוששות מאסון בעלות נמוכה יותר זמינה גם היא.

פריסות של יישומים חיוניים למשימה

הריצו והרחיבו יישומי Oracle כגון PeopleSoft, JD Edwards ו-Siebel, יישומים מותאמים אישית או יישומים של ספקי תוכנה עצמאיים (ISV), כדי לשפר את הביצועים, הזמינות והאבטחה.

• קל להעביר יישומים. Autonomous AI Database מריץ את אותו Oracle AI Database שאתם רגילים להפעיל בסביבה מקומית.
• האיצו את הביצועים - Autonomous AI Database מוגדר מראש עם אחסון מיטבי, יצירת אינדקסים אוטומטית ואחסון נתונים במטמון.
• הסתמכו על פלטפורמה מוכחת ומובילה בתעשייה לכל סוגי עיבוד התנועות, כולל עסקאות OLTP, עסקאות קלות משקל, עסקאות מועשרות ועיבוד אירועי סטרימינג.
• המערכת מספקת זמינות ויכולת הרחבה חלקות ומוכחות בתעשייה.
• עומס העבודה מנוטר, ואינדקסים נוצרים ומתוחזקים באופן אוטומטי.
• הגנו על נתונים ללא זמן השבתה. פריסת מסד הנתונים שלכם מאובטחת כברירת מחדל ומתעדכנת באופן אוטומטי בתיקוני מסד הנתונים והאבטחה העדכניים ביותר.

תמיכה בריבוי עננים

תמיכה פתוחה ומלאה בריבוי עננים

• השתמשו ב-Oracle AI Database@Azure והפעילו את Autonomous AI Database ב-Microsoft Azure עם ביצועים, אבטחה וזמינות ברמת OCI. צרו חידושים עם Autonomous AI Database ושירותי Microsoft, ובנו יישומים חדשים מקוריים בענן באמצעות שירותי Azure כגון Azure Kubernetes ו-Azure OpenAI Service. העבירו את מסדי הנתונים המקומיים שלכם לשירות Autonomous AI Database ב-Oracle AI Database@Azure באמצעות פתרונות העברת הנתונים המוכחים של Oracle.
• האיצו חדשנות והעצימו יישומי מסדי נתונים עם Autonomous AI Database הפועל באופן מקורי ב-Google Cloud באמצעות Oracle AI Database@Google Cloud. פתחו יישומים מהר יותר והפיקו תובנות מעמיקות יותר באמצעות שילוב של Autonomous AI Database עם היכולות של Google Cloud, כולל GKE ו-Vertex AI, תוך כדי ניצול חוויה חלקה מקצה לקצה לאורך תהליכי הרכישה, התפעול והתמיכה המשותפת.
• האיצו את קצב החדשנות בביצועים של יישומי מסדי נתונים בעזרת Autonomous AI Database על תשתית Exadata ייעודית, הפועל על OCI ב-AWS. הפיקו תובנות עמוקות ומהירות יותר על ידי שילוב של יכולות כמו Amazon SageMaker ו-Oracle AI Database 26ai. הפעילו את עומסי העבודה של Oracle AI Database תוך כדי שמירה על תאימות מלאה בתכונות וארכיטקטורה, ביצועים וזמינות כמו בסביבות מקומיות, ותוכלו ליהנות מחוויה חלקה מקצה לקצה לאורך כל תהליכי הרכישה, התפעול והתמיכה המשותפת.
• קבלו את הגישה לנתונים, הביצועים והשימושיות של ענן יחיד - אבל בסביבת ריבוי עננים.
• קבלות את הנוחות שבגישה לנתונים דרך ענן יחיד באמצעות Autonomous AI Database המשתלב באופן מאובטח עם Amazon S3, Azure Blob Storage ו-Google Cloud Storage. האיצו באופן גלוי שאילתות בקנה מידה רחב על נתוני אחסון אובייקטים באמצעות Data Lake Accelerator.
• נצלו את השירותים המקוריים לענן עבור DevOps, שילוב נתונים, אבטחה וניהול זהויות, ניתוח נתונים ועוד.