データマート、データウェアハウス、データ・レイクなどの分析ワークロードのために最適化・完全自動化されたクラウド・データベース・サービスです。列形式、パーティショニングおよび大規模な結合がデフォルトで設定されており、データベースのプロビジョニング、データの抽出、ロード、変換、高度なレポートの実行、予測の生成、機械学習モデルの作成を、簡素化および高速化します。Autonomous Databaseを使えば、データ・サイエンティスト、ビジネスアナリスト、そして専門家でない人でも、あらゆるサイズと種類のデータを使って、迅速、簡単、かつコスト効率よくビジネスインサイトを得ることができます。Oracle DatabaseとOracle Exadataをベースに構築されたAutonomous Databaseは、共有または専用のOracle Cloud Infrastructureで利用できるほか、オンプレミスではExadata Cloud@CustomerとDedicated Region Cloud@Customerで利用可能です。
Oracle Autonomous Database: データ管理に革命をもたらす(0:30)
Larry Ellison氏とSatya Nadella氏は、Oracle Database Service for Microsoft Azureを発表しました。Oracle Databaseのエンタープライズグレードのパフォーマンス、可用性、および自動化をAzureのお客様に向けて提供します。
Autonomous Database for analytics and data warehousingと互換性のある、アプリケーションとツールについて説明します。
Oracle Autonomous Database for analytics and data warehousingにより、ほぼすべての手動管理タスクをなくすことができます。また、バックアップ、構成、パッチ適用などの一般的なタスクが自動化されます。独自の方法で、ダウンタイムや人的介入、過剰なプロビジョニングなしで、継続的なパフォーマンス自動調整と自動スケーリングも可能です。これにより、管理作業は最大90%削減され、ITの支援なしでビジネスチームが対処できるようになります。
2025年に向けた課題: 今すぐインテリジェントな自動化をAutonomous Data Warehouse for analytics and data warehousingは、統合データベースを使用して、マルチモデルのデータと複数のワークロードの組み込みサポートを提供する、唯一の完全なソリューションです。アナリスト、データ・サイエンティスト、開発者の生産性を向上させるためのセルフサービスツールが組み込まれています。
ビジネスの成功のための自律性(PDF)他のクラウド・データウェアハウス・サービスとは異なり、Autonomous Database for analytics and data warehousingには3つの導入方法があります。
Autonomous Database for analytics and data warehousingは、保存中および移動中のデータの自律暗号化、規制対象のデータの保護、すべてのセキュリティパッチの適用、脅威の検出を実行します。さらに、Oracle Data Safeを使用することで、ユーザーと特権の分析、機密データの検出と保護、アクティビティの監査をお客様が簡単に実行できます。Autonomous Databaseを使用すると、外部の人間や内部関係者からデータを安全に保つことが容易になります。
IDC Research: フルマネージド・データベースサービスのセキュリティ上の利点(PDF)プロビジョニング、構成、保護、チューニング、スケーリングなどの自律型管理機能により、人的エラーを招く可能性のある手動の複雑なタスクのほとんどすべてが不要になります。自律型管理により、管理コストを削減するとともに高性能で可用性に優れた安全なデータウェアハウスを運用できます。
特長Autonomous Database for analytics and data warehousingは、システム・パフォーマンスのあらゆる側面を継続的に監視します。自律的に調整を行うことで、ワークロード、クエリの種類、ユーザー数が変化しても一貫して高いパフォーマンスを確保します。
特長Autonomous Database for analytics and data warehousingを統合データベース・セキュリティ・コントロール・センターによって保護します。統合データベース・セキュリティ・コントロール・センターは、機密データを特定してマスクし、リスクの高いユーザーや構成に関するアラートを発行し、重要なデータベース・アクティビティを監査し、疑わしいデータへのアクセスの試みを検出します。
特長データツールは、データをロードして広範なチームでのコラボレーションに利用できるようにする、シンプルなセルフサービス環境を提供します。ビジネスアナリストとデータアナリストは、ドラッグ・アンド・ドロップ機能を使用してデータを簡単にロードおよび変換し、ビジネスモデルを生成し、異常、外れ値、隠れたパターンをすばやく発見して、データの依存関係と変更の影響を把握できます。
特長スケーラブルで最適化されたデータベース内アルゴリズムを使用し、Oracle Autonomous Database for analytics and data warehousing で機械学習モデルを構築して導入できます。Oracle Machine Learningでは、データを専用の機械学習システムに移動する必要がないため、データ・サイエンティストは機械学習モデルの作成を迅速化できます。
特長Autonomous Databaseは、複雑なデータ関係を表現し、管理するためのグラフデータベース機能を備えています。グラフ分析により、データ・サイエンティストや開発者は、パターン認識、分類、統計分析を適用して、より深いコンテキストを得ることができます。
Autonomous Database for analytics and data warehousingの空間機能は、あらゆる形式のアプリケーション、空間ワークロード、およびデータセットに対応します。最も要求の厳しい大規模ロケーション・インテリジェンスや地理空間アプリケーションも含まれます。
特長オラクルのお客様が機械学習と自動化によってデータウェアハウジングを再定義することでビジネスを変革するためにどのようにOracle Autonomous Databaseを使用しているかをご覧ください
セルフサービスの部門別データウェアハウスを展開し、複数の企業システム、スプレッドシート、サードパーティのデータソースを統合して、信頼性と保守性に優れた統合ダッシュボードを実現します。統合されたセルフサービス・データツールを使用すると、ユーザーはドラッグアンドドロップでデータを読み込んで変換し、ビジネスモデルを生成し、異常をすばやく発見し、機械学習(ML)モデルを構築できます。
すべてのデータを使用してより複雑な質問に答えるエンタープライズ・データウェアハウスを簡素化して、自律機能を備えたマルチモデルの統合データをサポートします。
スケーラブルで最適化されたデータベース内アルゴリズムを使用し、Oracle Autonomous Database for analytics and data warehousing で機械学習モデルを構築して導入できます。
製品 |
比較価格(/vCPU)* |
単価 |
単位 |
Oracle Autonomous Data Warehouse |
1時間あたりのOCPU |
||
Oracle Autonomous Database – Exadataストレージ |
1カ月あたりのテラバイト・ストレージ容量 |
製品 |
比較価格(/vCPU)* |
単価 |
単位 |
Oracle Autonomous Data Warehouse - 専用 |
1時間あたりのOCPU |
||
Oracle Cloud Infrastructure - Database Exadataインフラストラクチャ - クォーターラック - X8M |
1時間あたりのホスト環境 |
||
Oracle Cloud Infrastructure - Database Exadataインフラストラクチャ - クォーターラック - X8 |
1時間あたりのホスト環境 |
||
Oracle Cloud Infrastructure - Database Exadataインフラストラクチャ - ハーフラック - X8 |
1時間あたりのホスト環境 |
||
Oracle Cloud Infrastructure - Database Exadataインフラストラクチャ - フルラック - X8 |
1時間あたりのホスト環境 |
||
Oracle Cloud Infrastructure - Oracle Database Exadataインフラストラクチャ - クォーターラック - X7 |
1時間あたりのホスト環境 |
||
Oracle Cloud Infrastructure - Database Exadataインフラストラクチャ - ハーフラック - X7 |
1時間あたりのホスト環境 |
||
Oracle Cloud Infrastructure - Database Exadataインフラストラクチャ - フルラック - X7 |
1時間あたりのホスト環境 |
製品 |
比較価格(/vCPU)* |
単価 |
単位 |
Oracle Autonomous Database for analytics and data warehousing |
1時間あたりのOCPU |
||
Oracle Autonomous Database for analytics and data warehousing - 専用 |
1時間あたりのOCPU |
クラウド業界では、仮想CPU(vCPU)の数に応じてコンピュート・インスタンスを定義するのが一般的です。各vCPUは、1スレッド分の実行能力を持ちます。vCPUは物理的なコンピュートコア全体を提供するものではなく、コアの一部を提供するものです。一方、オラクルのx86コンピュート・シェイプでは、物理的なCPUコアに相当するOCPUを使用しており、それぞれが2つのスレッドを提供しています。お客様がクラウド・サービス・プロバイダー間で比較しやすいように、オラクルのウェブページではvCPUの価格を表示していますが、課金は消費したOCPUの時間数に基づいて行われます。お客様が請求される1時間あたりのOCPU料金は、ウェブページ上のvCPU料金の2倍となります。これは、お客様が1つではなく2つのvCPUのコンピュート能力を得られるためです。
製品管理担当ディレクター、Martin Gubar
オラクルのデータウェアハウスは、数十年にわたりデータ・アーキテクチャの主流となっています。それは、データウェアハウスがスケーラブルおよびセキュアであり、複雑なクエリを高い同時実行性で処理でき、さまざまなツールやアプリケーションで利用できるためです。とはいえ、データ・レイクはデータプラットフォームの重要な構成要素となってきています。
全文を読む共有インフラストラクチャと専用インフラストラクチャにAutonomous Database for analytics and data warehousingを導入するための製品ドキュメントおよびヘルプセンターです。
1 GARTNER PEER INSIGHTSロゴは、Gartner Inc.およびその関連会社の商標およびサービス・マークであり、ここでは許可を得て使用されています。All rights reserved.Gartner Peer Insightsレビューは個別のエンドユーザー・レビュー、評価、および文書化された方法に適用されるデータの主観を構成するものです。また、ガートナーとその関連会社の見解を表明するものでも、承認を構成するものでもありません。