Новые функции облегчают использование таких технологий, как блокчейн, для предотвращения мошенничества, предоставляют гибкие возможности работы с документами формата JSON и упрощают обучение и оценку алгоритмов машинного обучения благодаря их интеграции в базы данных. Эффективное использование данных повышает конкурентоспособность компаний. Чтобы получить максимальную ценность из корпоративных данных, необходимы приложения нового поколения – приложения, управляемые данными (data driven). Единая система управления базами данных упрощает создание таких приложений благодаря возможности выбора наиболее подходящей модели данных, типа обработки и парадигмы разработки с учетом требований бизнеса.

Вот несколько новых функций, расширяющих конвергентные возможности Oracle Database 20с:

Oracle Machine Learning for Python (OML4Py): алгоритмы машинного обучения Oracle Machine Learning (OML) в базе данных Oracle Database ускоряют решение задач предиктивной аналитики. Для этого используются усовершенствованные алгоритмы ML, которые могут применяться непосредственно к данным. Поскольку алгоритмы ML размещаются вместе с данными, нет необходимости перемещать данные из БД куда-нибудь еще. Для расширения алгоритмов машинного обучения в базе данных специалисты по анализу и обработке данных могут также задействовать Python. OML4Py AutoML: механизмы машинного обучения могут использовать даже те, кто не является экспертом в данной области. AutoML порекомендует наиболее подходящие алгоритмы, автоматизирует выбор признаков и выполнит настройку гиперпараметров, благодаря чему точность модели значительно повысится.Native Persistent Memory Store: теперь данные базы данных и журналов (redo log) могут храниться в локальной постоянной энергонезависимой памяти (Persistent MEMory, PMEM). Используя упрощенные алгоритмы ввода-вывода, SQL может работать непосредственно с данными, хранящимися в PMEM. Это сокращает потребность в буферной кэш-памяти большой емкости и позволяет ускорить доступ к данным для рабочих нагрузок, требующих минимальных задержек, включая высокочастотный трейдинг и мобильные коммуникации.

Automatic In-Memory Management: опция Oracle Database In-Memory ускоряет обработку аналитических и смешанных онлайн транзакций, обеспечивая для них высокую производительность, и при этом позволяет поддерживать аналитику и отчетность в реальном времени. Автоматическое управление размещением данных в оперативной памяти (In-Memory) существенно упрощает внедрение устройств In-Memory. Автоматически оценивая алгоритмы использования данных, эта функция определяет, какие таблицы больше выигрывают от размещения в кэше In-Memory Column Store и автоматически кэширует их без какого-либо вмешательства человека. Native Blockchain Tables: нативные блокчейн-таблицы Oracle упрощают использование технологии блокчейна для обнаружения и предотвращения мошенничества (антифрод). Блокчейн-таблицы Oracle выглядят как стандартные таблицы. Они допускают вставки SQL, а добавленные строки криптографически связываются в цепочку. По желанию строки могут быть подписаны для защиты от мошенничества посредством электронной подписи. Блокчейн-таблицы Oracle легко интегрируются в приложения.Их можно использовать в транзакциях и запросах наряду с другими таблицами. Кроме того, вставка производится очень быстро по сравнению с децентрализованным блокчейном, поскольку фиксация изменений не требует консенсуса.

JSON Binary Data Type: для документов JSON, хранящихся в двоичном формате в базе данных Oracle, обновление выполняется вчетверо, а сканирование – до 10 раз быстрее.

Подробную информацию о новых решениях Oracle можно получить по тел. +38 (044) 492-2929 или по электронному адресу oracle@muk.ua