Oracle Database 18c 的10大新特性一览

在 2017 Oracle OpenWorld大会上,关于 Oracle 18c 的一系列新特性已经被披露出来,借助分散在各个会场的公开分享主题和内容、OOW提供PPT下载,我们和大家抢鲜分享一下 18c 中极具吸引力的新特性。

注意:标题里提到的10仅为约数,文章中提到的新特性不仅10个,分列也只是为了阅读便利,这些特性可能随着版本发布发生改变,仅供参考。

1.自治数据库 - Autonomous Database

首先,从最高级别上,Oracle 18c 将是一个『自治数据库 - Autonomous Database』,这由Larry Ellison首先发布,而在此框架下,一系列的设计由此展开。

2.云级别可用性增强 - Cloud-Scale Availability

这其中包含了一系列的新特性,包括:

支持跨地域和混合云的自动的Sharding能力; RAC Sharding支持; 在ADG中支持Nologging数据的复制同步; ADG自动重定向update操作到主库(这个特性对于读写分离很有用); Grid Infrastructure 打补丁的零影响; 建议的瞬时逻辑备库滚动升级;

3.In-Memory 内存选件增强

内存选件获得了大量的增强,包括:

自动In-Memroy管理,这应该指自动选择适合In-Memory的对象并压缩提速等; 支持In-Memory的内存表,这个特性很有用; In-Memory 支持 NVRAM 内存架构; 针对数据仓库的特定增强,In-Memory 动态扫描;优化算法等;

4.In-Memory的外部表和InLine外部表支持

这个特性值得独立说明,外部表使得Oracle对外部数据操作更加灵活,并且基于内存列式存储压缩,能够更快的支持大数据量的运算,对于数据仓库环境将会是极大的增强。并且由于外部表的数据基本处于静态,更适合使用In-Memory来处理,Oracle声称这一改进将会带来100倍的提升,接下来就要看我们如何将外部表用的更好了。

Inline外部表,可以通过SQL直接调用,无需创建仅需一次使用的外部表,这使得开发灵活了很多,也减少了大量元数据的处理:

5.近似查询 - Approximate Query 和 Top-N 近似聚合

这是Oracle 12c 的新特性,经过12.2 的增强,已经非常好用了,可以参考我之前的一篇文章:从Approx_Count_Distinct到M7的CPU集成 。而新增的Top-N近似聚合,则可以对类似如下问题进行近似聚合,比如:

上一周,Top 5的Blog文章阅读量; 每个区域Top 50客户的近似消费;

Oracle能够以小于 0.5% 的误差率,提供近似聚合,这个功能也将极其有助于对精确度要求不高的聚合查询,相应的我们获得的是性能的巨大提升。

6.机器学习算法新特性

Oracle Advanced Analytics 18.1,话说机器学习是 18c 的重头戏,所以功能极多,这一页大约提到了 18c 引入的算法:

•新的可扩展机器学习算法(SQL API) - 随机森林分类 - 神经网络用于分类和回归 - 显式语义分析ML算法扩展到支持分类 - 通过指数平滑的时间序列 - 基于CUR分解的算法,用于属性和行重要性 •能够将ML模型导出到C和Java以进行应用程序部署

分析视图是其中的一个重要功能组件,其实也是12.2 才引入的新特性,实现了将底层各种数据对接,形成分析视图,在提供给简化SQL访问,最终输出给应用,将复杂性通过分析视图遮蔽:

在18c中,新增的特性还包括多维表达式查询支持:

7.多态表支持

这是 18c 引入的新特性,支持自描述,全动态SQL。是ANSI 2016标准的一部分。

多态表封装复杂的算法:

- 隐藏算法的实现 - 利用强大的,动态的SQL功能 - 通过任何表格列进行处理 - 返回SQL行集(表,JSON,XML文档等)

8.多租户增强

这也是一组新特性,包括 Per-PDB 的主备库Switchover,这是更进一步的特性,很有用。此外还有可传输备份、快照转移、快速升级等新特性。

9.基于NVRAM的多级缓存增强

Andrew在多次演讲中提到,Oracle基于NVRAM做了很多研发,现在新特性已经披露,在数据库中NVRAM又被作为一级高性能缓存用于加速数据库,这是非常强大的软硬结合优化。

这一特性应该率先被用于Exadata环境,Exadata将NVRAM放置在了Flash Memory前面,计算节点可以通过RDMA协议,绕过软件栈,实现高性能的访问,较传统协议路径提速20倍。NVRAM用作Cache和作为直接存储使用,综合能力提升了10倍:

10.安全增强

安全是Larry重点强调的内容,在18c中,关于安全的增强主要有,和Active Directory的集成,PDB的密钥存储和无密码(无缺省密码)的Schema创建。

愿我们都在奋斗的路上,与时代一起成长。

原文发布于微信公众号 - 数据和云(OraNews)

原文发表时间:2017-10-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏二进制文集

思维导图学 Maven

1452
来自专栏ATYUN订阅号

【学术】厉害了我的哥,国外技术大咖仿造了谷歌的Arts &Culture,找到古代的“你”

当我激动的室友第一次向我展示肖像搜索功能时,我对结果感到很惊讶(也觉得有点受侮辱)。对于那些不熟悉它的人来说,谷歌Arts & Culture的这一功能让你可以...

3514
来自专栏逍遥剑客的游戏开发

VR中物理的网络同步

之前做VR游戏时也是尝试了几种物理的同步方案, 最近看到Oculus Blog上也分享了一些, 经验, 做个笔记.。

3326
来自专栏开源FPGA

基于Xilinx FPGA的视频图像采集系统

         本站点博客将逐步迁移至http://ninghechuanblogs.cn/   本篇要分享的是基于Xilinx FPGA的视频图像采集系统,...

5358
来自专栏Python数据科学

你知道Jupyter notebook还可以用来做 “视频聊天室” 吗?

Ipywidgets在Jupyter生态系统中扮演着重要角色,它带来了用户和数据之间的互动。小工具组件是多种的Python对象,通常在Jupyter Noteb...

1201
来自专栏极客猴

学爬虫之道

Django 已经算是入门,所以自己把学习目标转到爬虫。自己接下来会利用三个月的时间来专攻 Python 爬虫。这几天,我使用“主题阅读方法”阅读 Python...

1072
来自专栏鹅厂网事

可视化网络路径探测HashTrace

引子 长期以来,探究网络质量和探索网络路径是广大网络工作者监控网络的必备工作,ping用于探究网络质量和traceroute用于探索路径。对于探测结果似...

6718
来自专栏PHP在线

PHP中的防御性编程

菲纳格动态逆定律: 会出错的,终将会出错 —- 在最糟糕的时刻。 防御性编程是什么意思 防御性编程,简单的说,就是在编程的时候有目的地预测可能的故障点。目的是...

3036
来自专栏数据的力量

google的搜索技巧

1678
来自专栏大数据

UC Berkeley提出新型分布式执行框架Ray:有望取代Spark

译者|马卓奇 编辑|Natalie AI 前线导读:下一代人工智能应用程序需要不断地与环境交互,并从这些交互中学习。这对系统的性能和灵活性提出了新的要求,而现有...

4128

扫码关注云+社区

领取腾讯云代金券