Resumen de Mejoras de Mayo 2026 a Oracle Autonomous AI Database

Mayo fue un mes con bastantes novedades en Oracle Autonomous AI Database, entre las que podemos destacar:

Mejoras en Lake Cache

Lake Cache en Autonomous AI Database incluye las siguientes mejoras:

• Los Lake Caches basados en políticas permiten seleccionar columnas para aplicarle el Cache, lo almacenando de esta manera en caché sólo un subconjunto de columnas de una tabla externa.
• Tanto las cachés Lake basadas en políticas como las automáticas admiten grupos de consumidores de recursos de base de datos para las operaciones de caché.
• Se ha añadido compatibilidad con tablas externas creadas en archivos CSV, además de los formatos Parquet, ORC, AVRO e Iceberg, tanto para tablas externas particionadas como no particionadas.

Consulte «Use Lake Cache to Improve Performance for External Tables» en la documentación para obtener más información.

Gestión Automática de Roles y Privilegios Durante la Migración

Autonomous AI Database convierte o suprime automáticamente las operaciones de GRANT  y REVOKE no compatibles, asigna los roles a sus equivalentes compatibles y mantiene un registro de auditoría transparente en la vista DBA_CONVERTED_STATEMENTS.

Consulte «Manage Roles and Privileges when Migrating to Autonomous AI Database» para obtener más información.

Protección "Zero Data Loss" con Autonomous Data Guard Local Standby

Autonomous Data Guard ofrece protección sin pérdida de datos (RPO = 0) para una base de datos Standby local. Autonomous Data Guard realiza una conmutación por error automática a una base de datos Standby local cuando esta está disponible y el sistema garantiza la ausencia de pérdida de datos. Si se especifica un límite de pérdida de datos (de 0 a 3600 segundos), la conmutación por error se produce dentro de dicho límite.

Consulte «Use Standby Databases with Autonomous Data Guard for Disaster Recovery» para obtener más información.

Compatibilidad con Rutas Absolutas en CREATE DIRECTORY

Autonomous AI Database acepta rutas absolutas en las instrucciones CREATE DIRECTORY y crea directorios en ubicaciones administradas para garantizar la compatibilidad con la migración.

Consulte «Create Directory in Autonomous AI Database» para obtener más información.

Migración de Datos con DBMS_CLOUD_IMPORT

Ahora se puede usar el paquete DBMS_CLOUD_IMPORT para importar datos a Autonomous AI Database. DBMS_CLOUD_IMPORT admite bases de datos de origen Oracle, así como bases de datos que no son Oracle, como MySQL, PostgreSQL y Amazon Redshift. Puede importar la totalidad o un subconjunto de los datos almacenados en una base de datos de origen compatible.

Consulte «Migrate Data with DBMS_CLOUD_IMPORT» para obtener más información.

Cambio de Configuración de Red Simplificada

Autonomous AI Database permite cambiar sin problemas del acceso desde endpoints privados al acceso seguro desde direcciones IP y VCN permitidas únicamente, sin necesidad de modificar TLS, conservando así la configuración existente.

Consulte «Change from Private to Public Endpoints with Autonomous AI Database» para obtener más información.

Opciones de Conexión Saliente Mejoradas para Private Endpoints en Oracle Autonomous AI Database 26ai

Al definir un endpoint privado para su instancia de Autonomous AI Database 26ai, puede mejorar la seguridad configurando la propiedad "ROUTE_OUTBOUND_CONNECTIONS" de la base de datos para garantizar que todas las conexiones salientes a un host de destino estén sujetas a las reglas de salida endpoint privado y limitadas por ellas.

Para obtener más detalles, consulte «Enhanced Security for Outbound Connections with Private Endpoints»

Autenticación Multifactor en Autonomous AI Database 26ai

Autonomous AI Database 26ai admite la autenticación multifactor (MFA) para reforzar la seguridad del acceso a la base de datos, requiriendo un factor de verificación adicional además de la contraseña del usuario. La MFA se puede configurar para iniciar sesión en la base de datos, para ejecutar sentencias SQL protegidas o para ambas.

Consulte «Use Multifactor Authentication with Autonomous AI Database» para obtener más información.

Mejoras en Transformaciones de Datos

Transformaciones de Datos incluye las siguientes nuevas funciones y cambios:

Integración con OCI Vault para Conexiones

Transformaciones de Datos se integra con OCI Vault para permitir el uso de credenciales secretas de Vault para autenticar las conexiones. Consulte «Use OCI Vault Secret Credentials for Connections» para más detalles.

Embeddings de  Imágenes Vectoriales en Flujos de Datos

Puede agregar incrustaciones vectoriales de imágenes en un flujo de datos mediante el servicio de IA generativa de Oracle Cloud Infrastructure (OCI). En el Editor de flujos de datos, utilice el operador "Image Embedding Vector" dentro de la función de base de datos de aprendizaje automático para convertir las imágenes de entrada en incrustaciones vectoriales. Para obtener más información, consulte «Use Embedding Vectors in a Data Flow».

Captura de Información de Auditoría para Cargas de Datos

El botón Settings en la página Detalles de la carga de datos ahora incluye opciones que puede usar para agregar columnas de datos de auditoría al ejecutar una carga de datos. Consulte «Run a Data Load» para obtener más detalles.

Recopilación y Publicación de Estadísticas para Tablas de Iceberg

El editor de flujos de trabajo incluye el paso «Estadísticas de Iceberg», que permite recopilar y publicar estadísticas para tablas de Iceberg y publicarlas en tablas externas. Puede usar este paso de forma independiente o agregar una carga de datos de Iceberg al flujo de trabajo y, a continuación, agregar "Estadísticas de Iceberg" como paso para recopilar estadísticas de tablas y columnas y publicarlas en una tabla externa. Consulte «Collect and Publish Iceberg Table Statistics to External Tables» para obtener más detalles.

Mejoras en la Página "Detalles del trabajo"

Los pasos que se muestran en la página «Detalles del trabajo» ahora están categorizados en diferentes nodos para facilitar su consulta. Estos incluyen "Trabajos de administración", "Conjuntos de ejecución" y "Tablas". Consulte «Create and Manage Jobs» para obtener más información sobre la página "Detalles del trabajo".

Carga de Datos en Tablas de Apache Iceberg Mediante Snowflake Open Catalog

Puede usar Snowflake Data Catalog al crear una conexión a Apache Iceberg para cargar datos. Puede usar los servicios de almacenamiento de AWS S3 para almacenar datos en Apache Iceberg como tablas de destino. Consulte «Create an Apache Iceberg Connection» para obtener instrucciones detalladas.

Soporte de la Clustering y Compactación de Archivos Parquet de Apache Iceberg

Las transformaciones de datos admiten las funciones de agrupación y compactación de Iceberg para reducir el aumento de los costos de almacenamiento y optimizar el rendimiento de las consultas. Puede agregar una carga de datos de Iceberg al flujo de trabajo y, a continuación, agregar la agrupación y compactación de Iceberg como un paso. Posteriormente, puede programar el flujo de trabajo para ejecutar la carga de datos y, a continuación, la agrupación (clustering) y compactación de los datos cargados. Consulte «Parquet File Clustering and Compaction» para obtener más detalles.

Cargar Datos en Tablas de Oracle Fusion Incentive Compensation

Las transformaciones de datos de Oracle permiten la ingesta de datos de Oracle Fusion Incentive Compensation desde archivos CSV almacenados en Oracle Object Storage a tablas de Oracle Fusion Incentive Compensation. Consulte «Create and use an Oracle Fusion Incentive Compensation Connection» para obtener más detalles.

Cargar Datos en Tablas de Oracle Fusion Subscription Management

Puede usar las transformaciones de datos de Oracle para preparar y cargar datos relacionados con las suscripciones desde archivos CSV almacenados en Object Storage a las tablas de la aplicación Oracle Fusion Subscription Management. Consulte «Create and use an Oracle Fusion Subscription Management Connection» para obtener más detalles.

Tipos de Conexión Adicionales

En esta versión, Data Transforms incluye compatibilidad con los tipos de conexión de aplicaciones MariaDB y Sage Intacct. Para consultar la lista completa de tipos de conexión compatibles, vea la sección «Tipos de conexión compatibles» en la documentación.

Integración de Oracle AI Data Catalog para Apache Iceberg

Ahora puede usar Data Transforms para crear conexiones a Apache Iceberg seleccionando Oracle AI Data Catalog como proveedor de catálogo. Consulte la sección «Create an Apache Iceberg Connection» para obtener instrucciones detalladas.

Resumen de Mejoras de Abril 2026 a Oracle Autonomous AI Database

El mes de abril tuvo pocas novedades, pero algunas de ellas por demás de interesantes. Vamos a ver a continuación las más destacadas.

Autenticación de Contraseña Basada en Secretos para Usuarios de Autonomous AI Database

Con la autenticación de contraseña basada en secretos ahora es posible crear y administrar usuarios de la base de datos cuyas contraseñas se almacenan como secretos en una bóveda (vault) de un proveedor de la nube y se referencian mediante una credencial secreta de la bóveda. La base de datos obtiene la contraseña de la bóveda durante la autenticación, genera verificadores solo en memoria y no almacena contraseñas ni verificadores en disco.

Consulte «Create Users with Secret-Based Password Authentication» para obtener más información.

Permisos Granulares para las Políticas de Autonomous AI Database

Las variables "actiontype" en la Autonomous AI Database permiten un control preciso sobre suboperaciones de tipo "adminPassword", "scheduleOperations", "manageEncryptionKeys" y otras durante la creación o actualización de la base de datos. Esto permite la separación de funciones, el acceso con privilegios mínimos y el cumplimiento normativo, sin alterar los permisos generales existentes.

Consulte «Policy Details for Autonomous AI Database» para obtener más información.

Oracle Spatial Studio

Oracle Spatial Studio proporciona una interfaz de usuario sin código para acceder a las funciones espaciales de Oracle Database, permitiendo cargar, preparar, visualizar y analizar de datos espaciales. 

Spatial Studio es ahora una función totalmente integrada de Autonomous AI Database disponible desde Database Actions (sólo está disponible para el modelo Elastic CPU - ECPU).

Para más detalles, consultar el artículo "Oracle Spatial Studio ahora incluido en Oracle AI Autonomous Database" de este blog, o la documentación sobre Oracle Spatial en Autonomous AI Database.

Ampliación de la Compatibilidad de Select AI Translate a Google, AWS y Azure

La función Translate permite traducir texto a varios idiomas mediante SQL o PL/SQL, según el proveedor de AI configurado en su perfil de AI. Esta función ahora admite nuevos proveedores, además de OCI, como ser Google, AWS y Azure.

Consulte las siguientes secciones de la documentación:

• Funcionalidad de Translate.
• Ejemplo: Select AI Translate.
• Función TRANSLATE.
• Función GENERATE.

Oracle Spatial Studio ahora incluido en Oracle AI Autonomous Database

Hace unos días se anunció que Oracle Spatial Studio se encuentra disponible como una aplicación más dentro de Database Actions en Oracle AI Autonomous Database. Esto implica que ya no es necesario descargar el instalar el software en forma local (el mismo es gratuito) ni crear una instancia del mismo en la nube desde OCI Marketplace (sin costo por el software pero con costo adicional por el uso de la instancia).

Para poder acceder a las funcionalidades de Oracle Spatial Studio, es necesario que el usuario que usemos para la conexión cumpla los siguientes requisitos (esto es independiente de si corremos Spatial Studio en forma local, desde Marketplace o como herramienta de Database Actions):

• Tenga cuota de uso del tablespace DATA.
• Tenga asignado alguno de estos roles (para más detalles ver la documentación):
• SPATIAL_ADMIN
• SPATIAL_AUTHOR
• SPATIAL_CONSUMER
• Tenga los siguientes permisos:
• CREATE SESSION
• CREATE TABLE
• CREATE VIEW
• Pueda conectarse a traves del proxy Spatial
• ALTER USER <db_user> GRANT CONNECT THROUGH "SPATIAL$PROXY_USER";

Novedades de Spatial Studio en Autonomous AI Database

Spatial Studio, como herramienta gestionada por Oracle, presenta algunas diferencias clave con respecto a la versión gestionada por el cliente:

• Formato flexible: La aplicación se instancia en un entorno de Compute suficiente para actividades habituales como la carga de datos (menos de 50 MB), la geocodificación de un conjunto de datos pequeño y la visualización de mapas. Algunas funciones y umbrales están limitados en este estado. El uso de este entorno predeterminado no tiene costo adicional. Para eliminar estas limitaciones, se puede conectar un entorno de computación. Esto se explica en la sección «Acerca del entorno de computación en Spatial Studio». Un icono en la barra superior indica si Spatial Studio está utilizando el entorno predeterminado («Detached») o conectado a un entorno de computación («Attached»). Para conectar o desconectar un entorno de computación, basta con hacer clic en el icono.

• Conexión Automática: Se crea automáticamente una conexión predeterminada para el esquema del usuario conectado. Se pueden establecer conexiones adicionales para trabajar con datos en otra instancia de Autonomous AI Database. Más información sobre las conexiones en «Crear una conexión a una instancia de Autonomous AI Database».
• Mayor preparación para la IA: Al conectar Spatial Studio a una instancia de Compute, se encuentra disponible una nueva página de «Etiquetado de IA». Esta página permite crear etiquetas para entrenar modelos de segmentación ráster y detección de objetos. Una próxima versión de Oracle Spatial AI en Autonomous AI Database añadirá compatibilidad para entrenar y usar estos modelos. Además, las etiquetas se pueden exportar en formatos estándar para su uso en otras plataformas. Más información sobre esta nueva página en «Acerca del etiquetado de IA».

Nota: AI Labeling requiere el uso de un entorno de Compute adicional, no disponible directamente desde la instancia de Database Actions administrada por Oracle:

Uso de Spatial Studio como Herramienta de Database Actions

Una vez que nos conectamos a Spatial Studio desde Database Actions, puede ser utilizado de la misma manera que se utiliza en la versión para descargar o desde una instancia creada desde OCI Marketplace, importando o creando datasets que contienen información espacial:

Y posteriormente incluyendo los mismos en proyectos:

Para más información consultar la documentación de Spatial Studio en Oracle Autonomous AI Database.

Actualizaciones de APEX 24.2 - Patchset Bundle #15 ya está disponible!

Mientras esperamos al Oracle APEX 26, es importante mantener al dia APEX 24. Por eso el mes pasado fue fue liberada la última versión  del conjunto de patchs (agrupado bajo el número de patch 37366599), disponible sólo desde la página de soporte de Oracle en este link. Una vez aplicado el patchset, la versión de APEX es actualizada a 24.2.15. Todos los patchsets son acumulativos y al instalar la versión 24.2.15 incluye todos los cambios de los patchsets anteriores.

Este patchset será aplicado automáticamente a las instancias de APEX de Oracle Autonomous Database en Oracle Cloud que ya estén usando APEX 24.2 aunque todavía no hay una fecha confirmada.

Se puede consultar la lista de las correcciones incluidas en el patchset bundle en este link.

Resumen de Mejoras de Marzo 2026 a Oracle Autonomous AI Database

  

El mes de Marzo tuvo poca novedades en Oracle Autonomous Database, destacándose las siguientes:

Clonar privilegios de ADMIN en Autonomous AI Database

Ahora es posible usar el paquete DBMS_CLOUD_ADMIN_SEC para clonar los privilegios y permisos asignados al usuario ADMIN para una cuenta de usuario específica en Autonomous AI Database. Esto permite a los administradores crear cuentas de usuario con nombre y los mismos privilegios que el usuario ADMIN. Proporciona una alternativa al uso de la cuenta ADMIN compartida, mejorando la seguridad.

Consulte la documentación del paquete DBMS_CLOUD_ADMIN_SEC para obtener más información.

Enviar Encabezados de Red de Identidad de Base de Datos para Solicitudes HTTP Salientes

Los encabezados de red de identidad de base de datos en Autonomous AI Database agregan metadatos de identidad de base de datos como un x-header JSON a las llamadas UTL_HTTP salientes, para que los endpoints remotos puedan verificar qué Autonomous AI Database (y qué tenant) los está llamando.

Consulte "Send Database Identity Network Headers for Outbound HTTP Requests" para obtener más información.

Monitoreo del Uso de Memoria de Autonomous AI Database

Dos nuevas métricas de uso de memoria para monitorear el uso de SGA (SgaUtilization) y PGA (PgaUtilization) ya están disponibles en Autonomous AI Database. 

Consulte la documentación para obtener más información.

Inicio de Sesión único (SSO) para todas las Herramientas de Autonomous AI Database

Desde marzo es posible acceder a las herramientas integradas de Autonomous AI Database con inicio de sesión único. Para alternar entre herramientas como Oracle APEX, Database Actions, Graph Studio, Oracle Machine Learning y Oracle Data Transforms sin necesidad de volver a autenticarse sólo se necesita iniciar sesión una vez con sus credenciales de base de datos.

Consulte la sección "Access Built-in Tools with Single Sign-on" para obtener más información.

Select AI para Propert Graph

Select AI admite la generación de lenguaje natural a SQL (NL2SQL) para gráficos de propiedades SQL. Es posible incluir uno o más gráficos de propiedades en una lista de objetos de perfil de AI y emitir comandos en lenguaje natural que Select AI convierte en sentencias PGQ (Consulta de Gráfico de Propiedades) mediante el operador GRAPH_TABLE.

Esta función permite a los usuarios consultar y analizar datos estructurados en gráficos sin necesidad de escribir manualmente sintaxis PGQ (mas comple.

Consulte la documentación y los ejemplos "Select AI para gráficos de propiedades" y "Comandos para gráficos de propiedades" para obtener más detalles.