Autonomiczna baza danych to rozwiązanie chmurowe, które wykorzystuje samouczenie się maszyn do automatyzacji optymalizacji baz danych, zapewniania bezpieczeństwa, tworzenia kopii zapasowych, instalowania aktualizacji i innych rutynowych zadań z zakresu zarządzania, które były tradycyjnie wykonywane przez administratorów baz danych. W przeciwieństwie do konwencjonalnej bazy danych, autonomiczna baza danych wykonuje wszystkie te i inne zadania bez interwencji człowieka.
W bazach danych są przechowywane informacje o newralgicznym znaczeniu dla firmy, dlatego są one niezbędne do efektywnego działania nowoczesnych przedsiębiorstw. Administratorzy baz danych są często przeciążeni czasochłonnymi, ręcznymi zadaniami związanymi z utrzymywaniem baz danych i zarządzaniem nimi. Wymagania obecnych obciążeń mogą prowadzić do popełniania przez nich błędów, co może mieć katastrofalny wpływ na czas pracy bez przestojów, wydajność i bezpieczeństwo.
Na przykład zaniechanie wdrożenia poprawki lub aktualizacji zabezpieczeń może skutkować powstaniem luki w zabezpieczeniach. Niewłaściwa instalacja poprawki może osłabić lub całkowicie wyeliminować mechanizmy ochrony. Jeśli baza danych nie jest bezpieczna, przedsiębiorstwo może być narażone na ryzyko naruszenia zabezpieczeń danych, które może mieć poważne konsekwencje finansowe i negatywnie wpłynąć na reputację firmy.
Aplikacje biznesowe mogą dodawać nowe rekordy do istniejących baz danych lub wykorzystywać informacje z baz danych do tworzenia raportów, analizowania trendów lub wyszukiwania anomalii. W efekcie bazy danych mogą rosnąć, zajmując wiele terabajtów. Mogą też stać się bardzo złożone, w wyniku czego administratorzy baz danych mogą mieć jeszcze większe trudności z zarządzaniem nimi, ich zabezpieczaniem oraz optymalizacją w celu uzyskania maksymalnej wydajności. Bazy danych, które działają wolno lub są niedostępne z powodu przestojów, mogą negatywnie wpłynąć na wydajność pracowników i frustrować klientów.
Coraz szybciej rośnie ilość danych dostępnych dla przedsiębiorstwa. Zwiększa to zapotrzebowanie na wydajne i bezpieczne zarządzanie bazami danych, które zwiększa bezpieczeństwo danych, skraca przestoje, poprawia wydajność i nie jest podatne na błędy ludzkie. Autonomiczna baza danych może pomóc osiągnąć te cele.
Informacje przechowywane w systemie zarządzania bazą danych mogą być w wysokim stopniu ustrukturyzowane (np. zapisy księgowe lub informacje o klientach) albo nieustrukturyzowane (np. obrazy cyfrowe lub arkusze kalkulacyjne). Dane mogą być dostępne dla klientów i pracowników bezpośrednio lub pośrednio, poprzez oprogramowanie, witryny internetowe lub aplikacje mobilne przedsiębiorstwa. Dodatkowo wiele rodzajów oprogramowania — np. aplikacje do analityki biznesowej, zarządzania relacjami z klientami oraz obsługi łańcucha dostaw — wykorzystuje informacje przechowywane w bazach danych.
Autonomiczna baza danych składa się z dwóch kluczowych elementów, które są dostosowane do typów obciążeń.
Autonomiczna baza danych wykorzystuje sztuczną inteligencję i samouczenie się maszyn, aby zapewnić pełną, kompleksową automatyzację udostępniania, zapewniania bezpieczeństwa, aktualizacji, wysokiej dostępności, wydajności, zarządzania zmianami i zapobiegania błędom.
W tym zakresie autonomiczna baza danych ma specyficzne cechy.
Autonomiczna baza danych zapewnia kilka korzyści:
Autonomiczna baza danych pozwala również przedsiębiorstwu skierować pracowników odpowiedzialnych za zarządzanie bazami danych do realizacji bardziej odpowiedzialnych zadań zapewniających firmie większe korzyści biznesowe, takich jak modelowanie danych, pomaganie programistom w definiowaniu architektury danych i planowanie przyszłego zapotrzebowania na zasoby. W niektórych przypadkach autonomiczna baza danych może pomóc firmie obniżyć koszty poprzez zmniejszenie liczby administratorów baz danych potrzebnych do zarządzania bazami danych lub ich przystosowywanie do potrzeb realizacji bardziej strategicznych zadań.
Autonomiczne bazy danych funkcjonują w oparciu o kilka podstawowych inteligentnych technologii ― umożliwiają one automatyzację prozaicznych, ale ważnych zadań, takich jak rutynowa konserwacja, skalowanie, zapewnianie bezpieczeństwa i optymalizacja baz danych. Algorytmy samouczenia się maszyn i sztucznej inteligencji wykorzystywane w autonomicznej bazie danych obejmują na przykład optymalizację zapytań oraz automatyczne zarządzanie pamięcią operacyjną i masową, dzięki czemu baza danych samodzielnie dokonuje wszelkich modyfikacji.
Algorytmy samouczenia się maszyn pomagają firmom podnieść poziom bezpieczeństwa bazy danych poprzez analizowanie dużych ilości zapisanych danych oraz sygnalizowanie odstępstw i nietypowych wzorców, zanim intruzi spowodują jakiekolwiek szkody. Mogą one również automatycznie i w sposób ciągły instalować poprawki systemu, optymalizować i uaktualniać go oraz tworzyć kopie zapasowe bez ręcznej interwencji, w trakcie pracy systemu. Automatyzacja taka minimalizuje prawdopodobieństwo wystąpienia sytuacji, w której błąd ludzki albo złośliwe zachowanie wpłynie na działanie lub bezpieczeństwo bazy danych.
Ponadto autonomiczne bazy danych mają specyficzne możliwości.
Dzięki autonomicznej bazie danych programiści mogą szybko opracowywać skalowalne i bezpieczne aplikacje dla przedsiębiorstw na podstawie danych przechowywanych we wstępnie skonfigurowanym, w pełni zarządzanym i bezpiecznym środowisku.
Autonomiczne bazy danych oferują wiele korzyści. Gdy firma będzie gotowa do oceny dostępnych dla niej ofert, powinna szukać w nich następujących kluczowych funkcji.
Dane są dziś generowane w tempie szybszym niż można nimi ręcznie zarządzać i je przetwarzać, aby skutecznie i bezpiecznie dostarczać firmie newralgiczne informacje biznesowe. Ze względu na możliwości inteligentnej automatyzacji autonomiczne bazy danych oferują przedsiębiorstwom wiele korzyści w porównaniu z tradycyjnymi bazami danych. Oczekuje się, że przedsiębiorstwa będą coraz częściej migrować do tego modelu bazy danych, aby korzystać z jego zalet, zachować przewagę nad konkurencją i zyskać możliwość skoncentrowania wysiłków działu IT na wdrażaniu innowacji, zamiast na zarządzaniu bazą danych.