Oracle Autonomous Data Warehouse

Основные статьи:

• SaaS - История. Философия. Драйверы развития
• Система управления базами данных (СУБД)
• Управление данными (Data management)
• Data mining Интеллектуальный анализ данных

2021: Встроенные инструменты обработки данных

25 марта 2021 года компания Oracle анонсировала набор изменений в Oracle Autonomous Data Warehouse, в автономном облачном хранилище данных. Облачное хранилище данных трансформировалось от сложной экосистемы продуктов, инструментов и задач, требующих обширных знаний в области технологий, затрат времени и инвестиций, в интуитивно понятное приложение SaaS с функцией «укажи и выбери» (point-and-click), которым могут пользоваться дата-аналитики, дата-сайнтисты и специалисты по бизнес-процессам. Oracle Autonomous Data Warehouse дает возможность компаниям быстрее достигать запланированных результатов и получать данные аналитики. Вместе с возможностью «нулевого администрирования» Oracle Autonomous Data Warehouse предоставляет малому, среднему и крупному бизнесу возможность снижать затраты, получая при этом большую пользу от данных.

Oracle Autonomous Data Warehouse

По информации компании, последние обновления в Oracle Autonomous Data Warehouse обеспечивают бизнесу единую платформу данных, позволяющую аккумулировать данные из любого источника, преобразовывать, хранить и управлять данные для выполнения разнообразных аналитических рабочих задач, от создания отраслевых систем управления, до корпоративных хранилищ и озер данных. Простые интегрированные инструменты предоставляют интуитивно понятный интерфейс drag&drop, упрощающий загрузку, преобразование, очистку данных для аналитиков, а также возможность автоматизированного создания бизнес-моделей и поиска закономерностей для генерации аналитических данных.

В релизе добавлены инструменты самообслуживания для аналитиков и дата-сайнтистов, позволяющие без лишних сложностей формировать массивы данных, создавать модели машинного обучения на основе AutoML и развертывать модели. Чтобы дать разработчикам возможность создавать приложения, управляемые данными, Oracle предлагает Oracle APEX (Application Express) Application Development, инструмент разработки low-code приложений, встроенный непосредственно в базу данных, а также службы RESTful, которые оптимизируют взаимодействие любого современного приложения c хранилищем данных. В отличие от одноцелевых баз данных других поставщиков облачных решений, Oracle Autonomous Data Warehouse обеспечивает поддержку многомодельных, многозадачных и многопользовательских требований - и все это в рамках единого современного конвергентного механизма базы данных, включая поддержку JSON, операционную, аналитическую, графическую базы данных, сервисы машинного обучения и блокчейн.

Oбновления для Oracle Autonomous Data Warehouse, нацеленные на демократизацию всех аспектов аналитики и машинного обучения, фактически устраняющие необходимость изучения SQL для пользователей. В Oracle пошли по пути замены программирования пользовательским интерфейсом drag&drop и AutoML для создания и тестирования моделей машинного обучения, что позволяет пользователям, специализирующимся на бизнес-операциях, самостоятельно заниматься аналитикой, не привлекая к этим задачам экспертов по ИТ, администраторов баз данных или системных администраторов. Все это стало возможным внутри конвергентной базы данных Oracle, которая дает пользователям доступ ко всем моделям и типам данных в рамках единой базы. поведал Хольгер Мюллер, вице-президент и главный аналитик Constellation Research

Помимо широкого набора возможностей, упрощающих аналитикам, дата-сайнтистам и отраслевым разработчикам использование возможностей первого и единственного в рыночном сегменте автономного облачного хранилища данных, в релизе представлены функции, обеспечивающие более глубокую аналитику и более тесную интеграцию с озером данных. В списке ключевых возможностей:

• Встроенные инструменты обработки данных: бизнес-аналитики получили простую среду с функционалом самообслуживания для загрузки данных и предоставления их расширенной команде для совместной работы. Они могут загружать и преобразовывать данные из своего компьютера или из облака с помощью drag&drop интерфейса. Затем они могут автоматически создавать бизнес-модели; быстро обнаруживать аномалии, выбросы и скрытые закономерности в своих данных; понимать зависимости данных и влияние изменений.
• Oracle Machine Learning AutoML: автоматизируя трудоемкие этапы создания моделей машинного обучения, AutoML оптимизируют продуктивность специалистов по обработке данных, оптимизирует точность моделей и позволяет даже неспециалистам получить доступ к использованию машинного обучения. AutoML можно вызывать через Python или через пользовательский интерфейс AutoML без использования кода.
• Машинное обучение Oracle для Python: специалисты по обработке данных и другие пользователи Python теперь могут использовать Python для применения машинного обучения к данным в своем хранилище, полностью используя высокопроизводительные параллельные возможности Oracle Autonomous Data Warehouse.
• Oracle Machine Learning Services: DevOps и группы дата-сайнтистов могут теперь развертывать свои собственные модели в базе данных, а также модели классификации и регрессии в формате ONNX вне Oracle Autonomous Data Warehouse и управлять ими, а также использовать когнитивную аналитику текста. Разработчики приложений получили простые с точки зрения интеграции конечные точки REST для всех функций.
• Поддержка графов: графы помогают моделировать и анализировать отношения между объектами (например, граф социальной сети). Теперь пользователи могут создавать графы в своем хранилище данных, запрашивать графы с помощью PGQL (язык запросов графов свойств) и анализировать графы с помощью более чем 60 in-memory алгоритмов.
• Пользовательский интерфейс Graph Studio: Graph Studio базируется на возможностях работы с графами Oracle Autonomous Data Warehouse и оптимизирует анализ графов для начинающих. Интерфейс объединяет автоматическое моделирование, интегрированную визуализацию и готовые рабочие процессы для различных вариантов использования.