자율운영 데이터베이스(Autonomous Database)란?

자율운영 데이터베이스 정리

자율운영 데이터베이스란 머신러닝을 활용해 기존의 경우 DBA가 수행하던 데이터베이스 튜닝, 보안, 백업, 업데이트 및 기타 일상적인 관리 업무를 자동화하는 클라우드 데이터베이스입니다. 기존 데이터베이스와 달리 자율운영 데이터베이스는 이러한 모든 작업을 사람의 개입없이 수행합니다.

자율운영 데이터베이스를 사용해야 하는 이유

데이터베이스는 크리티컬한 비즈니스 정보를 저장하므로 오늘날 조직들의 효율적인 운영에 있어 중요한 요소입니다. DBA는 데이터베이스를 관리하고 유지하는 데 시간이 많이 걸리는 수동 작업으로 인해 과부하를 받는 경우가 많습니다. 현재 워크로드의 요구 사항으로 인해 DBA 오류가 발생하여 가동 시간, 성능 및 보안에 치명적인 영향을 미칠 수 있습니다.

예를 들어 패치 또는 보안 업데이트를 적용하지 않으면 취약성이 발생할 수 있습니다. 패치를 올바르게 적용하지 않으면 보안 보호가 완전히 약화되거나 제거될 수 있습니다. 데이터베이스가 안전하지 않으면 기업은 심각한 재정적 영향을 미치고 회사의 평판에 부정적인 영향을 미칠 수 있는 데이터 유출 위험에 처할 수 있습니다.

비즈니스 애플리케이션은 새로운 기록을 기존 데이터베이스에 추가하거나 데이터베이스 정보를 활용해 보고서 생성, 트렌드 분석 또는 변칙 탐색을 실시할 수 있습니다. 이로 인해 데이터베이스의 크기가 수 테라바이트로 커지고 매우 복잡해져 DBA가 최대 성능을 위해 관리, 보안 및 튜닝하기가 더욱 어려워집니다. 느리게 실행되거나 다운타임으로 인해 사용할 수 없는 데이터베이스는 직원 생산성에 부정적인 영향을 미치고 고객을 실망시킬 수 있습니다.

기업에서 사용할 수 있는 데이터의 양과 속도가 가속화되고 있습니다. 이는 데이터 보안을 강화하고, 다운타임을 줄이고, 성능을 개선하고, 인적 오류에 취약하지 않은 효율적이고 안전한 데이터베이스 관리에 대한 필요성을 증폭시킵니다. 자율 데이터베이스는 이러한 목표를 달성할 수 있습니다.

데이터베이스에 저장된 데이터 유형

데이터베이스 관리 시스템에 저장된 정보는 고도로 구조화된 정보(예: 회계 기록 또는 고객 정보)이거나 구조화되지 않은 정보(예: 디지털 이미지 또는 스프레드시트)일 수 있습니다. 데이터는 고객 및 직원이 직접 액세스 가능하거나 엔터프라이즈 소프트웨어, 웹사이트 또는 모바일 앱을 통해 간접적으로 액세스할 수 있습니다. 또한 비즈니스 인텔리전스, 고객 관계 관리 및 공급망 애플리케이션과 같은 다양한 유형의 소프트웨어는 데이터베이스에 저장된 정보를 사용합니다.

자율운영 데이터베이스의 구성 요소

자율운영 데이터베이스는 워크로드 유형에 맞는 두 가지 핵심 요소로 구성됩니다.

• 데이터 웨어하우스는 비즈니스 인텔리전스 활동과 관련된 다양한 기능을 수행하고 분석을 위해 미리 준비된 데이터를 사용합니다. 또한 데이터 웨어하우스 환경은 모든 데이터베이스 수명 주기 작업을 관리하고 수백만 행에 대해 쿼리 스캔을 수행할 수 있으며 비즈니스 요구에 맞게 확장 가능하며 몇 초 만에 배포할 수 있습니다.
• 트랜잭션 처리는 실시간 분석, 개인화 및 사기 탐지와 같은 시간 기반 트랜잭션 프로세스를 가능하게 합니다. 트랜잭션 처리는 일반적으로 매우 적은 수의 레코드를 포함하고 미리 정의된 작업을 기반으로 하며 간단한 애플리케이션 개발 및 배포를 허용합니다.

Autonomous Database의 작동 방식

자율운영 데이터베이스는 AI 및 머신러닝을 활용하여 프로비저닝, 보안, 업데이트, 가용성, 성능, 변경 관리 및 오류 방지를 위한 완전한 엔드 투 엔드 자동화를 제공합니다.

이 점에서 자율운영 데이터베이스에는 특정 특성이 있습니다.

• 자율운영입니다
  모든 데이터베이스 및 인프라 관리, 모니터링 및 튜닝 프로세스가 자동화되어 있습니다. 이제 DBA는 데이터 집계, 모델링, 처리, 거버넌스 전략을 비롯한 더 중요한 작업에 집중할 수 있으며 개발자가 애플리케이션 코드를 최소한으로 변경하여 데이터베이스 내 특징 및 기능을 사용하도록 지원할 수 있습니다.
• 자체 보안 기능이 있습니다
  내장 기능을 통해 외부 공격 및 악의적인 내부 사용자로부터 보호합니다. 이를 통해 패치되지 않았거나 암호화되지 않은 데이터베이스에 대한 사이버 공격에 대한 우려를 없앨 수 있습니다.
• 자동 복구 중입니다.
  계획되지 않은 유지 관리를 포함하여 다운타임을 방지할 수 있습니다. 자율운영 데이터베이스는 패치 적용을 포함하여 매달 2.5분 미만의 다운타임이 필요할 수 있습니다.

자율운영 데이터베이스의 이점

자율운영 데이터베이스에는 몇 가지 이점이 있습니다.

• 자동 패치 및 수정을 포함하여 최대 데이터베이스 가동 시간, 성능 및 보안
• 자동화를 통해 에러에 취약한 수동 관리 작업 제거
• 일상적인 작업을 자동화하여 비용 절감 및 생산성 향상

자율운영 데이터베이스를 사용하면 조직에서 데이터 모델링, 프로그래머에게 데이터 아키텍처 지원, 향후 용량 계획과 같은 더 큰 비즈니스 가치를 창출하는 상위 수준의 작업에 데이터베이스 관리 직원을 다시 집중시킬 수 있습니다. 경우에 따라 자율운영 데이터베이스는 데이터베이스를 관리하는 데 필요한 DBA 수를 줄이거나 더 전략적인 작업에 재배치하여 비즈니스에서 비용을 절감하는 데 도움이 될 수 있습니다.

자율운영 데이터베이스 선택하기

자율운영 데이터베이스는 많은 이점을 제공합니다. 조직에서 사용할 수 있는 제품을 평가할 준비가 되면 다음과 같은 주요 기능을 찾으십시오.

• 자동 프로비저닝
  내결함성과 가용성이 뛰어난 미션 크리티컬 데이터베이스를 자동으로 배포합니다. 원활하게 확장하고 서버 오류가 발생한 경우 보호할 수 있으며 앱이 계속 실행되는 동안에도 롤링 방식으로 업데이트를 적용할 수 있습니다.
• 자동 구성
  특정 워크로드에 맞게 최적화되도록 데이터베이스를 자동으로 구성합니다. 메모리 구성부터 데이터 형식, 액세스 구조에 이르기까지 모든 것이 최적화되어 성능이 향상됩니다. 고객은 손쉽게 데이터를 로드하고 이동할 수 있습니다.
• 자동 인덱싱
  워크로드를 자동으로 모니터링하고 애플리케이션을 가속화할 수 있는 누락 인덱스를 감지합니다. 각 인덱스를 검증하여 구현하기 전에 그 이점을 확인하고 머신러닝을 사용하여 실수로부터 학습합니다.
• 자동 스케일링
  컴퓨트 리소스를 필요에 따라 워크로드별로 자동 확장합니다. 모든 확장은 애플리케이션이 계속 실행되는 동안 온라인으로 발생합니다. 사용한 만큼 지불하면 됩니다.
• 자동 데이터 보호
  통합 관리 콘솔을 통해 데이터베이스의 민감하고 규제된 데이터를 자동으로 보호합니다. 구성, 사용자, 민감한 데이터 및 비정상적인 데이터베이스 활동의 보안을 평가합니다.
• 자동 보안
  전체 데이터베이스, 백업 및 모든 네트워크 연결을 자동으로 암호화합니다. OS에 대한 액세스 권한 또는 관리자 권한이 없으면 피싱 공격이 방지됩니다. 클라우드 운영 및 악의적인 내부 사용자로부터 시스템을 보호합니다.
• 자동 백업
  데이터베이스를 매일 또는 온디맨드로 자동 백업합니다. 지난 60일 동안 지정한 특정 시점으로 데이터베이스를 복원하거나 복구합니다.
• 자동 패치
  다운타임 없이 자동으로 패치를 적용하거나 업그레이드합니다. 패치는 클러스터 노드 또는 서버에서 라운드 로빈 방식으로 적용되므로 애플리케이션이 계속 실행됩니다.
• 자동 감지 및 해결
  패턴 인식을 사용하면 하드웨어 장애가 시간 초과 없이 자동으로 예측됩니다. IO는 데이터베이스 중단을 방지하기 위해 비정상 장치 주변으로 즉시 리디렉션됩니다. 각 데이터베이스를 지속적으로 모니터링하면 모든 편차에 대한 서비스 요청이 자동으로 생성됩니다.
• 자동 복구
  데이터 손실 없이 대기 모드로 자동 복구합니다. 이는 최종 사용자 애플리케이션에 완전히 투명합니다. 99.995% SLA를 제공합니다.

자율운영 데이터베이스의 미래

오늘날 데이터는 비즈니스에 중요한 인사이트를 효율적이고 안전하게 제공하기 위해 수동으로 관리하고 처리할 수 있는 속도보다 빠른 속도로 생성되고 있습니다. 지능형 자동화 기능으로 인해 자율운영 데이터베이스는 기업에 기존 데이터베이스보다 더 많은 이점을 제공합니다. 기업은 이러한 이점을 누리고 경쟁 우위를 유지하며 데이터베이스 관리보다는 혁신에 IT 노력을 다시 집중할 수 있는 능력을 얻기 위해 점점 더 이 데이터베이스 모델로 마이그레이션할 것으로 예상됩니다.