Nove funkcije olajšajo uporabo tehnologij, kot je blockchain, za preprečevanje goljufij, zagotavljajo fleksibilnost pri delu z dokumenti JSON in olajšajo usposabljanje in vrednotenje algoritmov strojnega učenja z njihovo integracijo v baze podatkov. Učinkovita uporaba podatkov povečuje konkurenčnost podjetij. Da bi iz podatkov podjetja izkoristili največjo vrednost, so potrebne aplikacije naslednje generacije – podatkovno vodene aplikacije. Enoten sistem upravljanja baz podatkov poenostavlja ustvarjanje takšnih aplikacij, saj vam omogoča, da izberete najustreznejši podatkovni model, vrsto obdelave in razvojno paradigmo glede na poslovne zahteve.

Tukaj je nekaj novih funkcij, ki izboljšujejo konvergenčne zmogljivosti Oracle Database 20c:

Oracle Machine Learning za Python (OML4Py).Algoritmi Oracle Machine Learning (OML) v Oracle Database pospešujejo reševanje problemov napovedne analitike. Za to se uporabljajo napredni algoritmi ML, ki jih je mogoče uporabiti neposredno za podatke. Ker so algoritmi ML nameščeni skupaj s podatki, podatkov ni treba premikati iz baze podatkov kam drugam. Podatkovni znanstveniki lahko uporabljajo tudi Python za razširitev algoritmov strojnega učenja v bazi podatkov. OML4Py AutoML: mehanizme strojnega učenja lahko uporabljajo tudi nestrokovnjaki. AutoML bo priporočil najprimernejše algoritme, avtomatiziral izbiro funkcij in izvedel nastavitev hiperparametrov, da bi močno izboljšal natančnost modela. Native Persistent Memory Store: Podatke baze podatkov in dnevnika ponovnega izvajanja je zdaj mogoče shraniti v lokalni obstojni pomnilnik (PMEM).Z uporabo poenostavljenih V/I algoritmov lahko SQL deluje neposredno s podatki, shranjenimi v PMEM. To zmanjša potrebo po predpomnilniku medpomnilnika velike zmogljivosti in omogoča hitrejši dostop do podatkov za delovne obremenitve z nizko zamudo, vključno z visokofrekvenčnim trgovanjem in mobilnimi komunikacijami.

Samodejno upravljanje v pomnilniku: možnost Oracle Database In-Memory pospeši obdelava analitičnih in mešanih spletnih transakcij, ki jim zagotavlja visoko zmogljivost, hkrati pa vam omogoča podporo analitike in poročanja v realnem času. Samodejno upravljanje umestitve podatkov v RAM (In-Memory) močno poenostavi izvedbo naprav v pomnilniku. S samodejnim vrednotenjem algoritmov za uporabo podatkov ta funkcija določi, katere tabele imajo največ koristi od predpomnjenja v shrambi stolpcev v pomnilniku in jih samodejno predpomni brez človeškega posredovanja. Native Blockchain Tables: Oraclove izvorne tabele blockchain olajšajo uporabo tehnologije blockchain za odkrivanje in preprečevanje goljufij (proti goljufijam). Tabele Oracle blockchain izgledajo kot standardne tabele. Omogočajo vstavke SQL, dodani nizi pa so kriptografsko vezani. Po želji lahko nize podpišete za zaščito pred goljufijami z elektronskim podpisom. Oracle blockchain tabele se enostavno integrirajo v aplikacije. Uporabljajo se lahko v transakcijah in poizvedbah skupaj z drugimi tabelami. Poleg tega je vstavljanje zelo hitro v primerjavi z decentralizirano verigo blokov, saj za objavo sprememb ni potrebno soglasje.

Vrsta binarnih podatkov JSON: za dokumente JSON, shranjene v binarni obliki v bazi podatkov Oracle, se posodobitev izvede štirikrat. , in skeniranje – do 10-krat hitrejše.

Za več informacij o novih Oraclovih rešitvah pokličite +38 (044) 492-2929 ali e-pošto na oracle@muk.ua