近期甲骨文發布新世代資料庫的發展方向，主要圍繞在雲端平台所提供的自動化（Autonomous）服務，運用機器學習技術讓資料庫具備自主判斷與執行能力，藉此減少專業人力介入管理的需求。
甲骨文大中華區台灣技術諮詢部總監黃久安指出，日前已上線開始提供服務的是自動化資料倉儲雲端服務（Oracle Autonomous Data Warehouse Cloud），運行在Exadata架構平台，採用的資料庫為最新的Oracle 18c版，預計今年（2018）稍晚將推出OLTP（線上交易處理）雲端服務版。
既有Oracle資料庫的用戶，不論是否建置在Exadata主機環境，可透過自攜授權（BYOL）模式調整遷移的配置。黃久安舉例，若擁有10顆處理器授權，可選擇於地端保留8顆處理器授權，其他授權則轉移到雲端平台啟用。
現階段評估把資料庫遷移到公有雲平台的考量，各產業大多相同，除了是企業整體策略發展的問題以外，萬一資料庫檔案過大，透過網路傳輸往往須耗費相當長時間。對此，甲骨文提供的服務項目之一，可協助初始啟用雲端服務的用戶，把地端資料庫的檔案複製到硬碟或儲存設備，再寄送到甲骨文資料中心執行匯入雲端資料庫系統，之後增添的資料再透過網路傳輸即可；也可選用甲骨文已提供的FastConnect方案，概念上等同於地端透過專線連接到資料中心。
運用自動化技術突破無效率工作模式
在新興的資訊科技技術發展下，有愈來愈多產業積極投入建立自動化，用以突破傳統無效率的工作模式，資料庫系統也不例外，同樣須進化邁向新世代。黃久安指出，甲骨文提出的自動化機制，主要包含自動管理（Self-Driving）、自動安全（Self-Securing）、自動修復（Self-Repairing）等三大特性。
在自動管理方面，可協助資料庫管理者（DBA）降低執行調校、備份、監看運行狀態等工作上的負擔，並依據應用系統需求彈性擴展或縮減實體資源。較特別的是自動化執行安裝修補更新程式，也就是自動安全的特性之一，主要是藉由定義控管政策，以機器學習演算偵測解析日誌資料來觸發執行，並且在不停機的狀態下完成。至於自動修復能力方面，透過已建置的高可用性架構，來防範資料庫系統故障，可靠度能達到99.995%，包含計畫性停機時間一年不到半小時。
「如此一來，具備自動化特性的雲端平台即可有效降低管理成本支出，減少大約八成的工作無需專業人力介入，也不用採購額外的顧問服務。同時也降低大約七成的停機成本，對於必須持續不中斷的營運系統而言相當有幫助。」黃久安說。
隨著自動化資料倉儲雲端服務正式上線，對於需要建置資料倉儲系統的企業用戶而言，不僅可省去採購大型實體主機，以及軟硬整合資料的規畫，如今利用雲端平台的特性，在數秒時間內開通後，資料載入即可啟用運行，企業用戶亦可藉由資料庫提供的機器學習演算法來分析數據。
機器學習解讀日誌判斷與安裝修補更新
傳統資料倉儲系統載入資料後，為了提升整體運行速度，必須得由DBA或專業顧問人員協助建立索引，選用自動化資料倉儲雲端服務建置，則可由系統自行判斷與執行。其實在12c的版本時就已經具備可輔助DBA調校的機制，只是需要人力介入，例如甲骨文提供的Tuning Pack，會根據資料庫運行狀態提出建議的實作方法包含建立索引，但須由DBA決定是否執行與評估成效。如今透過自動化機制來判斷，把基本技術定義為控管政策，藉由機器學習演算分析即可執行判斷是否應該建立索引，能大幅降低DBA的負擔。
對於內部應用系統較多的IT環境，常見的狀況是存在多種資料庫軟體，可透過甲骨文提供的遷移工具來執行，黃久安強調，「包含Amazon Redshift資料倉儲雲端服務，亦可藉由工具進行搬遷。畢竟Oracle資料庫技術發展已經相當成熟，不管是資料倉儲或交易式應用，資料庫系統並行控制（Concurrency）功能，皆可在不影響運行效能的狀況下，提供多個用戶與Workload同時存取。」
 |
| ▲甲骨文自動化資料倉儲雲端服務正式上線，運行在Exadata架構平台，採用的資料庫為最新的Oracle 18c版，預計今年將再推出OLTP雲端服務。（資料來源：Oracle） |
實際上，資料庫或作業系統安裝修補更新的動作，對於DBA與IT管理者而言，為了避免發生相容性衝突等問題而影響應用服務正常運行，通常必須先在測試環境中確認後才會實際安裝；抑或是當資料庫系統出現告警通知時，必須由經驗深厚的技術人員，才得以釐清究竟是程式碼撰寫邏輯的漏洞，還是資料庫系統本身所造成。若問題根源在資料庫系統，技術人員必須透過全球知識庫中找尋相似的告警資訊，輔助解讀告警描述內容，進而找到可解決問題的修補程式編號。萬一是發生記憶體洩漏（Memory Leak）等告警事件，主因來自於Java程式撰寫不良，就並非為安裝修補程式可解決。諸如此類維持服務不中斷的維運工作，其實相當耗費技術人力與時間。
「新世代的作法應該是利用機器學習演算技術來執行，先蒐集所有相關的日誌，經過訓練完成的資料模型解析，發現特定的關鍵字後，進一步查看資料庫修補程式編號。就如同經驗豐富的工程師，統整資料庫日常運行資訊，以便安裝合適的修補更新。」
其實現代資料庫系統的架構設計，在資料庫引擎、執行程序之間交互作用、使用者資料運作等方面，已經建立更精密的切割，因此特定修補程式發布時已可在背景自動安裝完成。
「多數客戶會猶豫安裝更新修補後，連帶影響其他系統運行，因此不敢輕易安裝，或是必須遵守標準工作流程中制定的規範，安裝程式或調整參數設定皆須經過測試驗證。這方面的疑慮若在十年前，我可以認同，當時安裝修補程式後出現不知名的錯誤確實是常見的狀況。但是隨著Oracle資料庫的演進，成熟度逐年提升，安裝程式或調整參數設定的動作，已不至於影響線上應用系統，足以信任機器學習演算來建立更多自動化機制。」黃久安強調。