Resumen de Mejoras de Octubre 2026 a Oracle Autonomous AI Database

Después de un Septiembre tranquilo, Octubre trae varias mejoras y actualizaciones interesantes en Oracle Autonomous AI Database, las cuales vamos a analizar a continuación.

Supervisión de Métricas de Aciertos en la Caché de Almacenamiento

Ahora se puede supervisar las métricas de aciertos de lectura y escritura en la caché de almacenamiento. Estas métricas indican el porcentaje de solicitudes de entrada y salida de la base de datos que se atienden desde la caché de almacenamiento (tanto para operaciones de lectura como de escritura), lo que ayuda a evaluar la eficacia de dicha caché.

Consulte «Available Metrics: oci_autonomous_database» en la documentación para obtener más información.

Soporte de Select AI con Gemini Enterprise Agent Platform

Select AI ahora admite a Gemini Enterprise Agent Platform como proveedor de IA. Puede configurar un perfil de Select AI para utilizar modelos de Gemini Enterprise Agent Platform en acciones de Select AI, tales como la generación de SQL a partir de lenguaje natural, chat, `showsql`, `explainsql`, *embeddings* y ​​otras capacidades de Select AI. Esta compatibilidad le permite utilizar modelos disponibles en su proyecto y región de Google Cloud, manteniendo el uso de las interfaces de Select AI existentes. 

Consulte «Set Up Google Cloud Authentication for Gemini Enterprise Agent Platform» y «Example: Select AI with Gemini Enterprise Agent Platform» en la documentación para obtener más información.

Soporte de Agentes en Select AI para Java

Select AI para Java ahora admite herramientas, tareas, agentes y equipos definidos en la base de datos. Utilice la API de Java para crear y gestionar recursos de agentes, ejecutar flujos de trabajo de equipos, preservar el contexto de la conversación entre solicitudes, gestionar el estado de ejecución de los equipos, trabajar con equipos compartidos e importar o exportar definiciones de equipos. 

Para obtener más información, consulte «Support for Agents in Select AI for Java» en la documentación. Para conocer las capacidades generales del SDK, consulte «Select AI for Java».

Seguimiento (tracing) de SQL

Esta funcionalidad permite identificar el origen de cargas de trabajo excesivas en la base de datos, como sentencias SQL de alta carga en su aplicación. Puede realizar el seguimiento de la sesión actual mediante `ALTER SESSION` o utilizar el paquete `DBMS_USERDIAG` para centrarse en una sentencia SQL, sesión, identificador de cliente, servicio, módulo o acción específicos. También puede recopilar información sobre variables de enlace (bind variables), eventos de espera y planes de ejecución para obtener diagnósticos más detallados.

Consulte «Perform SQL Tracing on Autonomous AI Database» en la documentación para obtener más información.

Análisis Multidimensional con Oracle Essbase

Essbase está disponible como herramienta gestionada en Autonomous AI Database Serverless. Puede habilitar Essbase en una instancia existente de Autonomous AI Database y utilizar sus capacidades de análisis multidimensional, modelado, planificación, previsión e informes financieros, sin necesidad de implementar ni gestionar una infraestructura de Essbase independiente.

Nota: Esta funcionalidad no se encuentra disponible en instancias Always Free.

Desde la solapa de "Tool Configuration" se puede ver la configuración actual de Essbase, presionando editar se puede cambiar:

Al editar, habilitamos Essbase definiendo la cantidad de OCPU que utilizará la instancia que ejecuta el servicio, y el tiempo de inactividad que hará que el servicio se detenga:

Al aplicar los cambios, la instancia es actualizada, quedando configurado el servicio de Essbase:

Podemos copiar el link para acceder a la dirección URL pública del mismo, y abrir la consola de Essbase en un navegador:

Consulte «What-if analysis, Planning, and Business Analytics with Oracle Essbase» en la documentación para obtener más información.

Mejoras de Performance en Tablas Externas Iceberg

Mediante el uso de Partition Pruning, Autonomous AI Database ahora puede optimizar las consultas en tablas externas Iceberg utilizando la información de particionamiento de Apache Iceberg. Autonomous AI Database emplea los metadatos de Iceberg para omitir archivos que no son necesarios para una consulta determinada. Esto ayuda a reducir el acceso al almacenamiento de objetos y puede mejorar el rendimiento en tablas de gran tamaño en arquitecturas Lakehouse, permitiendo al mismo tiempo que las aplicaciones sigan utilizando SQL estándar sobre las columnas originales de la tabla.

Consulte «Optimize Iceberg Queries with Partitioning» en la documentación para obtener más información.

Resumen de Mejoras de Septiembre 2026 a Oracle Autonomous AI Database

Septiembre fue probablemente el mes con menos novedades desde que escribo en el blog! Solo tenemos tres cosas para mencionar.

Select AI para Java

Select AI para Java proporciona un SDK de Java para utilizar las capacidades de Select AI en aplicaciones Java. Utilice la API nativa de Java para trabajar con perfiles de IA, credenciales, conversaciones, índices vectoriales, SQL en lenguaje natural, RAG, resumen, traducción, comentarios (feedback) y generación de datos sintéticos.

Para obtener más información, consulte «Select AI for Java» en la documentación.

Compartir y Ejecutar Select AI Agent Framework Teams entre Esquemas

Ahora es posible compartir equipos de Select AI Agent Framework entre esquemas de base de datos. Se puede definir y gestionar un equipo de agentes en un esquema y, a continuación, conceder permiso a otros usuarios o roles de la base de datos para ejecutar dicho equipo utilizando un nombre de equipo cualificado por el propietario. Esta funcionalidad permite la reutilización de flujos de trabajo entre esquemas, permitiendo gestionarlos desde una ubicación única y mantener un comportamiento coherente entre los usuarios.

Consulte «Share the Select AI Agent Framework Teams» en la documentación para obtener más información.

Actualizar Múltiples Atributos de Credenciales con DBMS_CLOUD.UPDATE_CREDENTIAL

El procedimiento DBMS_CLOUD.UPDATE_CREDENTIAL puede utilizarse para actualizar varios atributos de credenciales en una sola operación. Esto resulta útil cuando es necesario modificar conjuntamente valores relacionados, como una clave de firma de OCI y su huella digital (fingerprint).

Consulte el procedimiento UPDATE_CREDENTIAL para obtener más información.

¡Nos vemos en LAOUC ACE Connect 2026!

¡Tengo una gran noticia para compartir con toda la comunidad! Este 15 de octubre de 2026 estaré participando como speaker en LAOUC ACE Connect 2026, el evento anual 100% online y gratuito de la comunidad de usuarios Oracle de Latinoamérica.

En esta edición estaré presentando la charla "Oracle Spatial Studio en Oracle Autonomous AI Database". El horario de la misma es a las 20:00 de Argentina.

¿De qué tratará la sesión?

Una introducción a datos espaciales y a Spatial Studio, una herramienta gratuita incluida en Oracle Autonomous AI Database. Veremos en forma práctica como almacenar datos espaciales, y como usar tanto consultas SQL como Spatial Studio para utilizar eficientemente esos datos.

La agenda completa y el cronograma de los tres días están disponibles en el sitio oficial del evento. La registración al mismo se hace en la misma página.

Un recorrido que continúa en la comunidad

Desde mis inicios en AROUG en 2012 y como miembro del programa Oracle ACE desde 2019, participar en los tours y eventos de la comunidad latinoamericana (como el LAOUC Community Tour, Groundbreakers y OTN Tour) siempre ha sido un espacio fundamental para compartir experiencias reales de arquitectura, ingeniería de datos y docencia universitaria. Si bien por distintos motivos no pude participar como orador en las últimas tres ediciones del LAOUC Tour presencial, esta es una excelente oportunidad para retomar el contacto con la comunidad de LAOUC!

¿Te interesa el análisis espacial en bases de datos? ¡Dejá tus comentarios, preguntas o temas que te interesaría que comente en la charla, y nos vemos en la conferencia!

Resumen de Mejoras de Agosto 2026 a Oracle Autonomous AI Database

Durante agosto se liberaron muchas mejoras para Oracle Autonomous AI Database, las cuales detallamos a continuación.

Compatibilidad con Sistemas de Archivos Externos para la Captura y Reproducción de Cargas de Trabajo

Ahora se puede utilizar la compatibilidad con sistemas de archivos externos para la captura y reproducción de cargas de trabajo, almacenando archivos de captura, archivos de reproducción e informes de reproducción en un directorio administrado por el cliente, además del almacenamiento de objetos. Esto brinda mayor flexibilidad y control sobre el almacenamiento y la administración de cargas de trabajo.

Consulte «Capture and Replay Between Autonomous AI Database Instances» para obtener más información.

Cambios en las Asignaciones de Tipos de Parquet de DBMS_CLOUD.EXPORT_DATA

El procedimiento DBMS_CLOUD.EXPORT_DATA utiliza una implementación al exportar datos en formato Parquet, lo que mejora la confiabilidad y el rendimiento. Este cambio también actualiza las asignaciones de tipos de columna de Oracle a Parquet en los archivos Parquet generados.

Consulte «DBMS_CLOUD Package Oracle Data Type to Parquet Mapping» y «Export Data as Parquet to Cloud Object Storage» para obtener más información.

Configuración del Comportamiento de Reintento HTTP para DBMS_CLOUD.SEND_REQUEST

Es posible configurar el comportamiento de reintento HTTP para llamadas individuales a DBMS_CLOUD.SEND_REQUEST mediante el parámetro opcional retry_params. El objeto JSON retry_params permite deshabilitar los reintentos, limitar los intentos de reintento, establecer un tiempo de espera total para los reintentos y configurar retrasos exponenciales. Esto ayuda a controlar la duración de las solicitudes y a reducir la carga en los puntos finales temporalmente no disponibles, especialmente para trabajos programados y cargas de trabajo por lotes. La configuración se aplica únicamente a los fallos que DBMS_CLOUD ya considera reintentables.

Consulte la documentación sobre la función y el procedimiento «SEND_REQUEST»` para obtener más información.

Selección de Ventana de Mantenimiento en OCI

Ahora se puede cambiar la ventana de mantenimiento de una instancia de Autonomous AI Database existente mediante la consola de Oracle Cloud Infrastructure. Esta función permite seleccionar la ventana de mantenimiento más conveniente para cada instancia de Autonomous AI Database, según las necesidades de negocio. 

Consulte «Change the Maintenance Schedule for an Autonomous AI Database» para obtener más información.

Funciones GET_DEFINITION para los Paquetes de DBMS_CLOUD

Las funciones GET_DEFINITION devuelven definiciones PL/SQL ejecutables para los objetos compatibles creados con los paquetes DBMS_CLOUD_AI, DBMS_CLOUD_AI_AGENT, DBMS_CLOUD_PIPELINE y DBMS_CLOUD. Utilice estas funciones para inspeccionar, exportar, comparar y recrear definiciones de objetos en diferentes entornos. 

Consulte la documentación de las funciones «DBMS_CLOUD_PIPELINE.GET_DEFINITION», «DBMS_CLOUD.GET_DEFINITION», «DBMS_CLOUD_AI.GET_DEFINITION» y «DBMS_CLOUD_AI_AGENT.GET_DEFINITION» para obtener más información.

Importación y Exportación de Equipos de Agentes de Select AI

Oracle Autonomous AI Database admite la importación y exportación de definiciones de equipos de agentes de Select AI mediante las API DBMS_CLOUD_AI_AGENT.IMPORT_TEAM y DBMS_CLOUD_AI_AGENT.EXPORT_TEAM. Puede importar definiciones de equipos de agentes desde una especificación JSON, un archivo de Object Storage o un archivo de directorio, y exportar equipos de agentes como un CLOB o directamente a Object Storage o a un archivo de directorio. Estas API simplifican la migración, la copia de seguridad, el control de versiones y el uso compartido de equipos de agentes de Select AI entre entornos.

Consulte el ejemplo «Import and Export Agent Teams», para más información, incluyendo las funciones y procedimientos disponibles para dichas operaciones.

Time Travel para Tablas de Apache Iceberg

Ahora se pueden consultar tablas externas de Apache Iceberg tal como existían en un momento específico mediante la cláusula SQL AS OF TIMESTAMP. Esto le permite realizar análisis históricos, auditorías, solucionar problemas y generar informes repetibles sobre los datos de Iceberg a los que se accede a través de Databricks, AWS Glue o Hadoop Catalog en OCI Object Storage.

Consulte «Use Time Travel with Apache Iceberg Tables» para obtener más información.

 

Resumen de Mejoras de Julio 2026 a Oracle Autonomous AI Database

 

Julio fue un mes relativamente tranquilo en cuanto a novedades en Oracle Autonomous AI Database, podemos destacar las siguientes:

Autenticación Externa para Herramientas de Base de Datos en Autonomous AI Database

Autonomous AI Database amplía la compatibilidad con autenticación externa a las herramientas de base de datos. Ahora se puede iniciar sesión en las acciones de base de datos y las herramientas compatibles mediante Oracle Cloud Infrastructure IAM, Microsoft Entra ID, Google Cloud Platform, AWS Cognito u Okta como usuario de base de datos identificado globalmente, eliminando la necesidad de contraseñas de base de datos.

Esta compatibilidad con la autenticación externa en Acciones de base de datos (SQL Developer Web) y Data Studio le permite aprovechar la administración centralizada de identidades y las capacidades de inicio de sesión único (SSO).

Consulte «Use External Authentication with Database Tools» para obtener más información.

Selección del Availability Domain en Autonomous AI Database

Ahora es posible cambiar el dominio de disponibilidad (Availability Domain) de una instancia existente de Autonomous AI Database mediante la consola de Oracle Cloud Infrastructure. Cambiar el dominio de disponibilidad le permite ubicar las instancias de Autonomous AI Database y los recursos relacionados de Oracle Cloud Infrastructure, como las máquinas virtuales de computación, en el mismo dominio de disponibilidad para minimizar la latencia de la red.

Del mismo modo, también puede seleccionar un dominio de disponibilidad al crear o clonar una instancia de Autonomous AI Database mediante las API disponibles.

Consulte «Specify an Availability Domain When You Provision Using the API» y «Change Availability Domain on the OCI Console» para obtener más información.

Select AI Supervisor Agent

Select AI ahora admite el patrón de agente supervisor para la orquestación multiagente. Un agente supervisor selecciona y coordina dinámicamente agentes de trabajo especializados en tiempo de ejecución, según las solicitudes de los usuarios y los resultados intermedios, lo que permite flujos de trabajo flexibles sin una secuencia de ejecución predefinida. Los equipos liderados por el supervisor procesan las subtareas de los trabajadores de forma secuencial y devuelven una única respuesta coordinada.

Para obtener más información, consulte los siguientes artículos de la documentación:

• Multi-Agent Pattern for AI Agents.
• Supervisor Agent Pattern.
• How to Use Select AI Supervisor Agent Teams.
• Example: Build and Run a Customer Support Supervisor Team.

Oracle APEX 26.1

Autonomous AI Database ahora utiliza Oracle APEX Release 26.1, que incluye nuevas funciones y mejoras para el desarrollo y la ejecución de aplicaciones empresariales. La actualización automática está agendada para mediados de septiembre, pero se puede iniciar manualmente:

Para obtener más información, consulte «Create Applications with Oracle APEX in Autonomous AI Database».

Mejoras a Select AI Agent Framework

Las API del paquete DBMS_CLOUD_AI_AGENT del framework Oracle Select AI Agent permuten descubrir y llamar a herramientas, descubrir equipos de agentes, comprobar el estado de ejecución del equipo, llamar a herramientas desde sesiones directas de agentes y configurar la profundidad de memoria. Estas capacidades admiten tanto aplicaciones de base de datos como capas de integración externas. Autonomous AI Database integra el framework Select AI Agent con el servidor MCP gestionado y el servidor Agent2Agent (A2A).

El servidor MCP (Model Context Protocol) expone las herramientas Select AI Agent, tanto personalizadas como integradas, a través de MCP, lo que permite que las aplicaciones de IA compatibles con MCP descubran y llamen a las herramientas de la base de datos sin necesidad de integraciones personalizadas.

El servidor A2A expone los equipos de agentes Select AI, incluyendo su identidad, habilidades y estado de ejecución, lo que permite el descubrimiento y la delegación entre agentes mediante el protocolo A2A.

Para obtener más información, consulte los siguientes artículos de la documentación:

• Example: Describe and Run a Select AI Agent Tool.
• Example: Discover an Agent Team and Check Team State.
• Example: Create an Agent That Calls Tools Directly.
• Example: Configure Short-Term and Long-Term Memory Length.
• Select AI Agent Use Cases.

Exposición de Equipos de Agentes de Select AI mediante el Protocolo A2A

Oracle Autonomous AI Database ahora admite un servidor Agent2Agent (A2A) administrado que expone equipos de agentes de Select AI mediante el protocolo A2A, un estándar abierto. Esta función permite que los agentes cliente externos compatibles con A2A descubran y llamen a equipos de agentes de Select AI publicados mediante interfaces HTTPS estándar y comunicación basada en protocolo, lo que reduce la necesidad de integraciones personalizadas. Esto permite que Oracle Autonomous AI Database participe en flujos de trabajo multiagente más amplios, manteniendo la lógica del agente y el acceso a los datos dentro de la base de datos.

Consulte «Expose In-database AI Agents through Agent2Agent Protocol» para obtener más información.