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

来自专栏个人分享

分布式系统常用思想和技术

感谢该作者的总结,转载地址:http://blog.arganzheng.me/  本人将重点进行加粗,便于大家一起查阅学习

683
来自专栏iOSDevLog

聊天机器人教学:使用Dialogflow (API.AI)开发 iOS Chatbot App

4643
来自专栏Spark学习技巧

第3篇:更新异常与规范化设计

第三篇:更新异常与规范化设计 前言 在前两篇中,主要讲了ER建模和关系建模。在具体分析如何用数据库管理软件RDBMS(Relational Database M...

3517
来自专栏生信技能树

Variant 分析阶段小结2- 变异寻找碎碎念

写在前面:『思考问题的熊』专栏上次更新还要追溯到4月19号的 Variant 分析阶段小结1-基础碎碎念,过去接近一个月的时间里我分别经历了两次长途出差和电脑无...

1254
来自专栏岑玉海

hbase 学习(十四)Facebook针对hbase的优化方案分析

使用hbase的目的是为了海量数据的随机读写,但是在实际使用中却发现针对随机读的优化和gc是一个很大的问题,而且hbase的数据是存储在Hdfs,而Hdfs是面...

3055
来自专栏星汉技术

计算机基础(二)

1688
来自专栏Hadoop数据仓库

HAWQ取代传统数仓实践(十九)——OLAP

一、OLAP简介 1. 概念         OLAP是英文是On-Line Analytical Processing的缩写,意为联机分析处理。此概念最早由关...

3725
来自专栏AI星球

想玩转工业界机器学习?先学Spark吧

作为一名学生,如何还没听说过Spark这套计算框架,那么我觉得还是留在学术界的机器学习混吧,工业界现在也许还不适合你。

792
来自专栏Albert陈凯

分布式系统(Distributed System)资料

分布式系统(Distributed System)资料 希望转载的朋友,你可以不用联系我.但是一定要保留原文链接,因为这个项目还在继续也在不定期更新.希望看到文...

7338
来自专栏SDNLAB

DPI深度报文检测架构及关键技术实现

当前DPI(Deep Packet Inspect深度报文识别)技术是安全领域的关键技术点之一,围绕DPI技术衍生出的安全产品类型也非常的多样。在分析DPI的进...

4328

扫码关注云+社区