Een autonome database is een clouddatabase die gebruikmaakt van machine learning om databaseafstemming, beveiliging, back-ups, updates en andere routinematige beheertaken die traditioneel worden uitgevoerd door DBA's te automatiseren. In tegenstelling tot een conventionele database voert een autonome database al deze taken en meer uit zonder menselijke tussenkomst.
Databases bieden opslag aan kritieke bedrijfsinformatie en zijn voor moderne organisaties onmisbaar bij een efficiënte bedrijfsvoering. DBA's worden vaak overbelast door de tijdrovende handmatige taken voor het beheren en onderhouden van databases. De eisen van de huidige workloads kunnen leiden tot fouten van DBA's, die een catastrofale impact kunnen hebben op de uptime, prestaties en beveiliging.
Als u bijvoorbeeld geen patch of beveiligingsupdate toepast, kunnen kwetsbaarheden ontstaan. Als u de patch niet correct toepast, kan de beveiliging volledig worden verzwakt of opgeheven. Als de database niet veilig is, loopt het bedrijf risico op datalekken die ernstige financiële gevolgen kunnen hebben en de reputatie van een bedrijf negatief kunnen beïnvloeden.
Via bedrijfsapplicaties worden nieuwe records toegevoegd aan bestaande databases of er worden gegevens uit de databases gebruikt om rapporten op te stellen, trends te analyseren en afwijkingen op te sporen. Hierdoor kunnen databases vele terabytes groot worden en uiterst complex worden, waardoor ze voor DBA's nog lastiger te beheren, te beveiligen en af te stemmen zijn voor optimale prestaties. Databases die traag zijn of niet beschikbaar zijn vanwege downtime, kunnen de productiviteit van medewerkers negatief beïnvloeden en klanten frustreren.
De hoeveelheid en snelheid van data die beschikbaar is voor het bedrijf neemt toe. Dit vergroot de behoefte aan efficiënt, veilig databasebeheer waardoor de databeveiliging verbetert, downtime vermindert, de prestaties verbeteren en de database niet kwetsbaar is voor menselijke fouten. Een autonome database kan deze doelstellingen bereiken.
Informatie die is opgeslagen in een databasebeheersysteem kan zeer gestructureerd zijn (zoals boekhoudrecords of klantinformatie) of ongestructureerd (zoals digitale afbeeldingen of spreadsheets). De data kan rechtstreeks toegankelijk zijn voor klanten en medewerkers of indirect toegankelijk zijn via bedrijfssoftware, websites of mobiele apps. Bovendien gebruiken veel soorten software, zoals business intelligence, klantrelatiebeheer en supply chain-applicaties, informatie die in databases is opgeslagen.
Een autonome database bestaat uit twee sleutelelementen die afgestemd zijn op de soorten workloads.
Een autonome database maakt gebruik van AI en machine learning om volledige, end-to-end automatisering te bieden voor inrichting, beveiliging, updates, beschikbaarheid, prestaties, wijzigingsbeheer en foutpreventie.
In dit opzicht heeft een autonome database specifieke kenmerken.
Een autonome database biedt diverse voordelen.
Een autonome database stelt een organisatie ook in staat om personeel voor databasebeheer de mogelijkheid te geven zich te focussen op werk op een hoger niveau dat meer bedrijfswaarde creëert, zoals datamodellering, het ondersteunen van programmeurs bij data-architectuur en het plannen voor toekomstige capaciteit. In sommige gevallen kan een autonome database een bedrijf geld besparen doordat er minder DBA's nodig zijn om databases te beheren of de DBA's voor meer strategische taken kunnen worden ingezet.
Verschillende fundamentele intelligente technologieën ondersteunen autonome databases. Hierdoor is automatisering van alledaagse maar belangrijke taken, zoals routineonderhoud, schaling, beveiliging en databaseafstemming, mogelijk. In de algoritmen voor machine learning en AI van een autonome database zouden, bijvoorbeeld, technieken als zoekopdrachtoptimalisatie, automatisch geheugenbeheer en automatisch opslagbeheer kunnen zijn opgenomen. Op die manier wordt een database gecreëerd die steeds volledig automatisch wordt afgestemd.
Met behulp van de machine learning-algoritmen kunnen bedrijven hun databases beter beveiligen, doordat grote hoeveelheden in logboeken vastgelegde data kunnen worden geanalyseerd en uitschieters of ongebruikelijke patronen worden gesignaleerd voordat indringers schade kunnen aanrichten. Met machine learning is het ook mogelijk om continue patches, afstemming, back-ups en upgrades van het systeem uit te voeren zonder tussenkomst van personen. En dat allemaal terwijl het systeem in bedrijf is. Door deze automatisering wordt de kans heel klein dat de databaseprocessen of -beveiliging worden verstoord door menselijke fouten of schadelijke activiteiten.
Bovendien hebben autonome databases enkele specifieke mogelijkheden.
Met een autonome database kunnen ontwikkelaars snel schaalbare en veilige bedrijfsapplicaties bouwen met data die in een vooraf geconfigureerde, volledig beheerde en veilige omgeving is opgeslagen.
Autonome databases bieden veel voordelen. Let wanneer u eraan toe bent om de beschikbare aanbiedingen voor uw organisatie te beoordelen op de volgende belangrijke functies.
Tegenwoordig wordt data gegenereerd met een snelheid die in rap tempo de snelheid overstijgt waarmee deze handmatig kan worden beheerd en verwerkt om cruciale inzichten efficiënt en veilig te leveren. Vanwege de intelligente automatiseringsmogelijkheden bieden autonome databases bedrijven veel voordelen ten opzichte van traditionele databases. De verwachting is dat bedrijven in toenemende mate zullen migreren naar dit databasemodel om van deze voordelen te profiteren, een concurrentievoordeel te behouden en de mogelijkheid te krijgen om IT-inspanningen te richten op innovatie in plaats van databasebeheer.