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.
