검색어와 일치하는 결과가 없습니다.
원하시는 정보를 찾는 데 도움이 되도록 다음을 시도해 보십시오.
- 검색에 사용하신 키워드의 철자가 올바른지 확인하십시오.
- 입력한 키워드에 동의어를 사용하십시오. 예를 들어 “소프트웨어” 대신 “애플리케이션”을 사용해 보십시오.
- 아래에 표시된 인기 검색어 중 하나를 사용해 보십시오.
- 새로운 검색을 시작하십시오.
Oracle Autonomous Data Warehouse
Oracle Autonomous Data Warehouse는 데이터 웨어하우스 운영, 데이터 보안 및 데이터 기반 애플리케이션 개발의 복잡성을 모두 제거하는 클라우드 데이터 웨어하우스 서비스입니다. 그리고 데이터 웨어하우스의 프로비저닝, 구성, 보안, 조정, 확장 및 백업을 자동화합니다. 여기에는 셀프 서비스 데이터 로딩, 데이터 변환, 비즈니스 모델, 자동 인사이트, 여러 데이터 유형 및 머신 러닝 분석에 걸쳐 더 간단한 쿼리를 지원하는 기본 제공 컨버지드 데이터베이스 기능을 위한 도구가 포함됩니다. Oracle Cloud@Customer를 통해 Oracle Public Cloud와 고객 데이터 센터 모두에서 사용할 수 있습니다.
Oracle Autonomous Data Warehouse 혁신
오라클 데이터베이스 서버 기술 EVP인 앤드류 멘델손의 발표 영상을 통해 Oracle의 최신 클라우드 데이터 웨어하우스에 대해 알아보세요.
Snowflake가 Autonomous Data Warehouse에 감동하는 이유
업계 전문가 DSC의 상세한 분석에서 확인된 Oracle Autonomous Data Warehouse가 대다수 글로벌 조직에서 더 많이 선택받는 이유
Autonomous Data Warehouse의 비슷한 애플리케이션과 도구
Autonomous Data Warehouse와 호환되는 애플리케이션 및 도구에 대해 알아보세요.
무료로 Oracle Autonomous Data Warehouse를 시작하세요.
Oracle Autonomous Data Warehouse를 선택하는 이유는 무엇입니까?
자율운영 웨어하우스 관리
Oracle Autonomous Data Warehouse는 수동 관리 작업이 거의 필요 없습니다. 백업, 구성 및 패치 같은 일반 작업을 자동화합니다. 또한 다운타임, 인적 개입, 과도한 프로비저닝 없이 성능 조정과 자동 확장을 지속적으로 자동화할 수 있습니다. 따라서 관리 노력이 최대 90%까지 절감되고 비즈니스 팀이 IT의 도움 없이 운영할 수 있습니다.
슬로베니아 Zreče에 본사를 둔 Unior Group은 데이터베이스 관리자 없이 8천 5백만 개의 레코드를 관리합니다. (1:23)셀프 서비스 데이터 도구 및 분석이 포함된 완벽한 솔루션
Autonomous Data Warehouse는 다중 모델 데이터 및 다중 워크로드에 대한 기본 지원을 제공하는 컨버지드 데이터베이스를 사용하는 유일한 완벽한 솔루션입니다. 여기에는 분석가, 데이터 사이언티스트 및 개발자의 생산성을 향상시키는 기본 셀프 서비스 도구가 포함됩니다.
분석 보고서: Oracle의 Autonomous Data Warehouse 개선 사항: 시연 간소화(PDF)’홍콩에 위치한 Maxims Caterers는 임시 쿼리 및 가정 분석을 사용하여 60만 개의 일일 거래 및 소셜 미디어 데이터를 분석하여 비즈니스 효율성과 경쟁력을 향상시킵니다.
비즈니스 성공을 위한 자율 운영(PDF)
Oracle Public Cloud 또는 고객 데이터 센터에서 사용 가능
다른 클라우드 데이터 웨어하우스 서비스와 달리 Autonomous Data Warehouse는 세 가지 배포 옵션을 제공합니다.
- 공유 인프라—더 저렴한 비용으로 Autonomous Data Warehouse의 모든 이점을 제공합니다.
- 전용 인프라—격리, 향상된 예측, 고객의 자율 운영 정책 제어가 가능합니다.
- Cloud@Customer—고객 데이터 센터의 Exadata에 Autonomous Data Warehouse를 제공하여 데이터 주권 및 보안에 관한 엄격한 요구사항을 충족합니다.
포괄적인 데이터 및 개인정보 보호
Autonomous Data Warehouse는 미사용 및 이동 중 데이터를 자율적으로 암호화하고, 규제 데이터를 보호하고, 모든 보안 패치를 적용하고, 위협을 탐지합니다. 또한 고객은 Oracle Data Safe를 사용하여 사용자 및 권한 분석, 민감한 데이터 검색 및 보호, 활동 감사를 쉽게 수행할 수 있습니다. Autonomous Data Warehouse를 사용하면 외부인과 내부인으로부터 데이터를 안전하게 보호할 수 있습니다.
조지아 주 사바나에 있는 DX Marketing은 Autonomous Data Warehouse를 사용하여 2억 6천만 건 이상의 미국 소비자 및 그와 관련된 개인 정보에 대한 라이선스 레코드를 보호합니다. (1:54)IDC 조사 보고서: 완전 관리형 데이터베이스 서비스의 보안상 장점(PDF)
Autonomous Data Warehouse
자율 운영 관리를 통해 단순화된 데이터 웨어하우스 관리
프로비저닝, 구성, 보안, 튜닝 및 확장과 같은 자율 운영 관리 기능으로 인적 오류가 발생할 수 있는 수동 작업과 복잡한 작업이 제거됩니다. 자율 운영 관리를 통해 고객은 고성능, 고가용성 및 보안 데이터 웨어하우스를 운영하면서 관리 비용을 절감할 수 있습니다.
특징
- 자동 확장
- 자동 보안
- 자동 튜닝
- 자동 백업
- 자동 수리
- 자동 패치
일관된 고성능 보장
Autonomous Data Warehouse는 시스템 성능의 모든 측면을 지속적으로 모니터링합니다. 워크로드, 쿼리 유형 및 사용자 수가 다양하더라도 일관된 고성능을 보장하기 위해 자율적으로 조정합니다.
특징
- 자동 확장
- 자동 튜닝
- 자동 인덱싱
- Hybrid Columnar Compression
- 열(Columnar) 처리
- 스마트 스캔
- 자동 최적화 통계 수집
데이터베이스 보안으로 위험 감소
중요한 데이터를 식별하고 위험한 사용자 및 구성에 대한 경고를 발행하며 중요한 데이터베이스 활동을 감사하며 의심스러운 데이터 액세스 시도를 발견하는 통합된 데이터베이스 보안 제어 센터로 Autonomous Data Warehouse를 보호하세요.
특징
- 투명한 데이터 암호화
- 암호화 키 관리
- 권한이 있는 사용자 및 멀티팩터 액세스 제어
- 데이터 분류 및 발견
- 데이터베이스 활동 모니터링 및 차단
- 통합 감사 및 보고
- 데이터 마스킹
- 데이터 편집
셀프 서비스 데이터 관리 도구
데이터 도구는 협업하는 팀 간 데이터를 간편하게 로드하여 공유할 수 있는 셀프 서비스 환경을 제공합니다. 비즈니스 및 데이터 분석가는 드래그 앤 드롭 기능을 사용하여 간편하게 데이터를 로드 및 변환하고, 비즈니스 모델을 생성할 수 있습니다. 또한, 이상 현상, 특이치 및 숨겨진 패턴을 빠르게 식별할 수 있을 뿐 아니라 데이터 종속성 및 변경의 영향을 분석할 수 있습니다.
특징
- 데이터 로딩
- 데이터 변환
- 비즈니스 모델
- 데이터 인사이트
- 카탈로그
모두를 위한 머신 러닝
확장 가능하고 최적화된 데이터베이스 내 알고리즘을 사용하여 Oracle Autonomous Data Warehouse에서 머신 러닝 모델을 구축하고 배포합니다. Oracle Machine Learning은 데이터를 전용 머신 러닝 시스템으로 이동할 필요 없이 데이터 사이언티스트를 위한 머신 러닝 학습 모델 생성을 가속화합니다.
특징
- 데이터베이스 내 알고리즘
- 자동 데이터 준비
- AutoML은 모델 개발 작업을 자동화합니다
- REST 및 SQL 인터페이스를 통한 간편한 모델 배포
- 향상된 성능, 확장성 및 보안
- Oracle Machine Learning Notebooks
- Python용 OML
- OML 서비스
- OML AutoML UI
- Oracle Machine Learning for SQL
데이터에서 숨겨진 관계 발견
그래프 데이터베이스를 사용하면 데이터의 복잡한 관계를 보다 쉽게 관리, 표현 및 상호 작용할 수 있습니다. 데이터 사이언티스트와 개발자는 그래프 모델을 사용하여 패턴 인식, 분류 및 통계 분석을 수행할 수 있으며, 이 모든 기능을 통해 대량의 데이터를 보다 효율적으로 분석할 수 있습니다.
Oracle Autonomous Database는 이미 그래프 모델을 분석하고 시각화하는 기능을 제공하지만, 그래프 분석을 위한 완전한 관리형 플랫폼인 Graph Studio가 추가될 예정입니다.
Graph Studio 주요 기능:
- 자동화된 그래프 모델링
- 자동화된 설치, 업그레이드 및 프로비저닝
- 자동 저장, 백업 및 체크포인트 데이터 복원 기능
- 고급 노트북 및 시각화
- 분석 예약 기능
- 다양한 사용 사례에 대한 샘플 노트북 및 워크플로
위치 이해
Autonomous Data Warehouse의 공간 기능은 가장 까다로운 대규모 위치 정보 및 지형 공간 애플리케이션을 포함하여 모든 형태의 애플리케이션, 공간 워크로드 및 데이터 세트를 처리합니다.
특징
- 2D 공간 데이터에 대한 데이터 모델 및 종합 분석
- 고성능 병렬 공간 처리
- 표준 기반 SQL 및 Java API
- 기본 JSON 및 REST 지원
- 위치 추적 서버
- 연락처 추적 내장 기능
- 셀프 서비스 공간 스튜디오
경제적이고 효율적이며 쉬운 고객 경험
Oracle 고객이 Oracle Autonomous Database를 사용하여 머신 러닝 및 자동화를 통해 데이터 웨어하우징을 재정의하고 비즈니스를 혁신하는 방법을 알아보세요.
Use cases for Autonomous Data Warehouse
Improving analytics for the line of business
Deploy a self-service departmental data warehouse to consolidate multiple enterprise systems, spreadsheets, and third-party data sources into a trusted, maintainable, and integrated dashboard. Integrated self-service data tools allow users to load and transform data with drag and drop, generate business models, quickly discover anomalies, and build machine learning (ML) models.
Simplify and modernize an enterprise data warehouse
Answer more complex questions using all data. Simplify your enterprise data warehouse to support multimodal, converged data with autonomous capabilities.
Augment decision-making with machine learning
Build and deploy machine learning models in Oracle Autonomous Data Warehouse using scalable and optimized in-database algorithms.
Pricing
Autonomous Data Warehouse on Shared Infrastructure
Product |
Unit Price |
Metric |
| Oracle Autonomous Data Warehouse | vCPU per hour | |
| Oracle Autonomous Database – Exadata Storage | Terabytes Storage Capacity per month |
Autonomous Data Warehouse on Dedicated Infrastructure
Product |
Unit Price |
Metric |
| Oracle Autonomous Data Warehouse - Dedicated | vCPU per hour | |
| Oracle Cloud Infrastructure - Database Exadata Infrastructure - Quarter Rack - X8M | Hosted environment per hour | |
| Oracle Cloud Infrastructure - Database Exadata Infrastructure - Quarter Rack - X8 | Hosted Environment per hour | |
| Oracle Cloud Infrastructure - Database Exadata Infrastructure - Half Rack - X8 | Hosted Environment per hour | |
| Oracle Cloud Infrastructure - Database Exadata Infrastructure - Full Rack - X8 | Hosted Environment per hour | |
| Oracle Cloud Infrastructure - Oracle Database Exadata Infrastructure - Quarter Rack - X7 | Hosted Environment per hour | |
| Oracle Cloud Infrastructure - Database Exadata Infrastructure - Half Rack - X7 | Hosted Environment per hour | |
| Oracle Cloud Infrastructure - Database Exadata Infrastructure - Full Rack - X7 | Hosted Environment per hour |
- For Autonomous Data Warehouse on Dedicated Infrastructure:
- – Minimum term for subscription to Database Exadata Infrastructure is 48 hours<
- – Minimum OCPU purchase is 1 OCPU per database node and up to the maximum number of OCPUs per rack
Autonomous Data Warehouse Bring Your Own License (BYOL)
Product |
Unit Price |
Metric |
| Oracle Autonomous Data Warehouse | vCPU per hour | |
| Oracle Autonomous Data Warehouse - Dedicated | vCPU per hour |
- If you run Oracle Database Enterprise Edition and the required options listed below, then your BYOL requirements are as follows:
- – For 1-16 OCPUs of a single Oracle Autonomous Data Warehouse instance:
- – For each supported Processor license of Oracle Database Enterprise Edition plus Options: Multitenant, you may activate up to 2 OCPUs of the BYOL Cloud Service.
- – For every 25 supported Named User Plus licenses of Oracle Database Enterprise Edition plus Options: Multitenant, you may activate 1 OCPU of the BYOL Cloud Service.
- – For 17 OCPUs or more of a single Oracle Autonomous Data Warehouse:
- – For each supported Processor license of Oracle Database Enterprise Edition plus Options: Multitenant and Real Application Clusters, you may activate up to 2 OCPUs of the BYOL Cloud Service.
- – For every 25 supported Named User Plus licenses of Oracle Database Enterprise Edition plus Options: Multitenant and Real Application Clusters, you may activate 1 OCPU of the BYOL Cloud Service.
Common cloud industry practice is to define compute instances based on the number of virtual CPUs (vCPUs) they include. Each vCPU provides the capacity for one thread of execution. A vCPU does not provide a whole physical compute core, it’s part of a core. In contrast, Oracle’s x86 compute shapes use OCPUs which equate to physical CPU cores, each of which provides for two threads. To make it easier for customers to compare across cloud service providers, Oracle presents vCPU pricing on our web pages while billing is based on the number of OCPU time they consume. The per-hour OCPU rate customers are billed at is twice the vCPU price on the web pages since they receive two vCPUs of compute power instead of one.
Oracle Autonomous Data Warehouse: 데이터 분석가, 시민 데이터 사이언티스트 및 LOB 개발자를 위한 새로운 혁신
조지 럼프킨, Autonomous Data Warehouse 제품 관리 부사장Autonomous Data Warehouse 도입 이후 모든 규모의 조직은 데이터 웨어하우스를 프로비저닝하는 것이 매우 간단하다는 것을 알게 되었습니다. Autonomous Data Warehouse는 운영 관리가 필요하지 않으므로(따라서 데이터베이스 관리자가 필요하지 않음) 클라우드 데이터 웨어하우스는 이전보다 더 많은 조직에서 사용할 수 있습니다.
전체 게시물 읽기추천 블로그
- 2021년 3월 17일 자율운영 데이터 도구 소개
- 2021년 3월 17일 Oracle Autonomous Database의 Graph Studio 소개
- 2021년 3월 16일 Oracle Machine Learning Services 소개
- 2020년 5월 11일 여러 개의 단일 목적 데이터베이스와 컨버지드 데이터베이스 비교
관련 자료
Autonomous Data Warehouse 설명서
공유 및 전용 인프라에 Autonomous Data Warehouse 서비스를 배포하기 위한 제품 설명서 및 도움말 센터.
- Autonomous Data Warehouse 튜토리얼
주요 기능을 설명하기 위해 실습 워크샵과 함께 Autonomous Data Warehouse를 사용하는 방법에 대해 알아보십시오. - 무료 단계별 워크샵
최신 데이터 웨어하우스를 생성하고, 데이터 레이크를 설정하거나, 단계별 지침이 포함된 실습 워크샵을 통해 머신 러닝을 실험하는 방법을 알아보십시오. - 교육 계획
당사의 교육 계획은 다양한 실습 및 워크샵을 제공하여 최첨단 기술인 오라클 클라우드를 실시간으로 학습할 수 있습니다. - Oracle Autonomous Data Warehouse 데모(3:44)
