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.
