將此篇文章跟 Facebook 上的朋友分享將此篇文章跟 Plurk 上的朋友分享將此篇文章跟 Twitter 上的朋友分享列印轉寄
2018/10/18

機器學習造就自主資料庫雲端服務

關鍵資料庫上雲 自主可靠運行

洪羿漣
繼年初發布自主資料倉儲(Autonomous Data Warehouse,ADW)雲端服務之後,日前甲骨文(Oracle)宣布自主線上交易處理(Autonomous Transaction Processing,ATP)雲端服務也正式上線,並且後續還會再陸續增添例如NoSQL等應用服務。
甲骨文大中華區台灣技術諮詢部總監黃久安指出,只要是自主資料庫雲端服務,皆具備自主驅動(Self-Driving)、自主安全(Self-Securing)以及自主修復(Self-Repairing)等三大重要的特性。

他進一步說明,所謂的自主驅動,是讓系統自動執行調整,就像應用在汽車駕駛時,可判斷障礙物並自動觸發煞車,必須透過監控運行狀態,主動調校參數值。自主安全運用的是資料庫既有加密技術,預設為開啟狀態,畢竟資料庫存放的資料大多為機敏性,即便已經建置防火牆等資安防護措施,直接針對檔案予以加密,更可確保安全性;若發現資料庫系統釋出安全漏洞修補程式,可以自主判斷安裝更新。自主修復則是萬一資料庫運行出現問題導致當機,將視情況自動啟動備援系統,以確保服務不中斷。


▲甲骨文自主線上交易處理雲端服務正式上線,組成元素包含Exadata一體機、Oracle資料庫18c新版、機器學習輔助維運。(資料來源:Oracle)


IT應用系統近年來陸續開始借助機器學習突破運行效率,如今甲骨文亦開始納入,可說是在資料庫領域中較獨特之處。以優化工作負載(Workload)來看,平時處理器利用率可能為30%,若突然發現提高到60%,以往勢必得由資料庫管理師介入檢查處理以免影響存取回應速度,自主資料庫則具備判斷異常狀況的能力,並且執行處置。

事實上資料庫系統長期發展以來,本身已具備自動調校機制,可觸發啟動,針對處理器利用率較高的SQL陳述式進行調整,或者是擴充處理器用量,以緩解效能吃緊的狀況。解決問題的方法大致上並無改變,差異在於是否須人為介入或機器自動執行。 「透過預先定義的控管規則,運用機器學習演算資料自動偵測,可降低無效率的人力維運工作,讓資料庫管理者得以有時間投入支援創新。其次是減少人為的介入可大幅降低風險,雖然不免仍需要有經驗的專家介入,至少可藉由科技的進步來降低犯錯率,畢竟即便是經驗豐富的專家也未必有能力保證不出現失誤。」

自主資料庫雲端服務主要的組成元素包含Exadata一體機,運行的是Oracle資料庫最新版本為18c。黃久安說明,相較於前一個版本為12c,今年(2018)開始推出的新版本命名規則皆改用當年度年份,因此才有了18c,納入自主資料庫雲端服務項目中提供,同樣延續了資料庫系統相當成熟的記憶體內(In-memory)運算處理能力,建構在可彈性擴充、靈活調度的雲端平台,確保關鍵應用系統服務不致受到影響。如此一來,即可協助標準較高的金融、零售、製造等產業,以單一資料庫即可建立耗用資源的交易行為、報表製作、批次處理、大數據分析等混合任務。

這篇文章讓你覺得滿意不滿意
送出
相關文章
機器學習具自動維運能力 資料庫管理邁向新時代
留言
顯示暱稱:
留言內容:
送出