O desafio dos dados modernos

Imagine uma empresa desenvolvendo uma aplicação moderna.

Essa aplicação precisa processar transações, armazenar informações de clientes, trabalhar com documentos JSON, realizar buscas, analisar dados geográficos e, mais recentemente, incorporar inteligência artificial.

Para atender a cada uma dessas necessidades, muitas empresas acabam adotando diferentes tecnologias de banco de dados.

Um banco relacional para transações. Um banco de documentos para JSON. Uma solução especializada para buscas. Um banco de grafos para relacionamentos. E agora, um banco vetorial para aplicações de inteligência artificial.

Esse modelo tem como estrutura a fragmentação dos dados e a integração entre diferentes sistemas. Individualmente, cada uma dessas tecnologias pode resolver muito bem um problema específico.

Mas o que acontece quando precisamos fazer todas elas trabalharem juntas? É nesse momento que surge um dos grandes desafios das arquiteturas modernas: a complexidade de gerenciar múltiplos bancos de dados, múltiplas integrações e diferentes cópias das mesmas informações. Essas tecnologias não foam feitas para trabalharem juntas no modelo fragmentado.

O problema da fragmentação: quando a arquitetura se torna complexa

Vamos pensar em um exemplo prático.

Imagine uma empresa de e-commerce. Ela possui um banco relacional para armazenar pedidos e pagamentos, um banco de documentos para seu catálogo de produtos, uma solução de busca para localizar itens e um banco especializado em recomendações.

Agora imagine que essa empresa deseja desenvolver uma funcionalidade que recomende produtos com base no histórico de compras, na localização do cliente e na similaridade entre produtos.

Para isso, informações precisam ser compartilhadas entre diferentes sistemas. Talvez seja necessário criar pipelines de integração, sincronizar dados, manter cópias atualizadas e garantir que todos os componentes estejam funcionando corretamente. E cada nova tecnologia adiciona suas próprias necessidades de infraestrutura, monitoramento, segurança e conhecimento especializado.

O resultado é que uma funcionalidade aparentemente simples pode exigir um esforço significativo de integração.

Além disso, surge uma questão importante: como garantir que diferentes sistemas estejam trabalhando com informações consistentes e atualizadas? Se o preço de um produto muda no sistema transacional, quanto tempo leva para essa alteração aparecer nos demais sistemas? Se um cliente atualiza suas informações, quando essa mudança estará disponível para o mecanismo de recomendação?

Dependendo da arquitetura, essas perguntas podem se tornar desafios complexos.

É importante reconhecer que bancos especializados têm seu espaço e podem ser a melhor escolha em determinados cenários.

Entretanto, quando diferentes necessidades podem ser atendidas por uma plataforma convergente, existe uma oportunidade de reduzir significativamente a quantidade de integrações e componentes que precisam ser mantidos.

Aqui vai uma lista dos possíveis problemas enfrentados:

Fragmentação dos dados
  • Dados espalhados em múltiplos sistemas
  • Dificuldade de integração
Baixa Performance e Escalabilidade
  • Consultas lentas em grandes volumes de dados
  • Gargalos em horários de picos
Alto Custo Operacional
  • Equipes distintas para cada tipo de banco de dados
  • Alto custo da infraestrutura e dos serviços (investimento com base apenas em processamento)
Riscos de Segurança
  • Dificuldade em aplicar políticas de segurança
  • Vulnerabilidade por falta de atualizações
Inflexibilidade para a Inovação
  • Longo prazo para o desenvolvimento de novos produtos
  • Dificuldade para integrar IA, machine learning e análise preditiva

E é justamente nesse cenário que o conceito de Oracle Converged Database se torna relevante.

O que é Oracle Converged Database?

O Oracle Converged Database representa uma abordagem na qual diferentes tipos de dados e workloads podem ser suportados por uma única plataforma de banco de dados.

Tradicionalmente, pensamos em bancos de dados relacionais como sistemas que armazenam informações estruturadas em tabelas, linhas e colunas. Mas as aplicações modernas precisam de muito mais do que isso. Precisam trabalhar com documentos JSON, informações geoespaciais, relacionamentos em grafos, dados transacionais e análises avançadas.

Com o Oracle Converged Database, é possível trabalhar com esses diferentes modelos utilizando recursos integrados ao Oracle Database. Isso significa que uma aplicação pode combinar, por exemplo, dados relacionais e documentos JSON, realizar análises geoespaciais e explorar relacionamentos em grafos sem necessariamente precisar manter um banco de dados independente para cada necessidade.

E com as capacidades de AI Vector Search, também é possível incorporar buscas por similaridade sem obrigatoriamente introduzir um banco vetorial separado.

O ponto principal não é simplesmente armazenar diferentes tipos de dados. É permitir que eles sejam utilizados de forma integrada, mantendo os recursos de segurança, consistência e gerenciamento do Oracle Database.

O valor do Oracle Converged Database

Até aqui, falamos bastante sobre tecnologia. Mas qual é o valor real dessa abordagem para uma organização?

Eu destacaria quatro benefícios principais.

Primeiro: simplificação da arquitetura

Ao consolidar diferentes capacidades em uma mesma plataforma, as empresas podem reduzir a necessidade de manter múltiplos bancos especializados.

Isso pode significar menos componentes, menos integrações e uma arquitetura mais simples de administrar.

Segundo: redução da complexidade operacional

Cada banco de dados adicional precisa ser configurado, monitorado, atualizado e protegido.

Quando diferentes workloads podem compartilhar uma plataforma, as equipes têm a oportunidade de padronizar processos operacionais, ferramentas e políticas de segurança.

Isso não significa que a complexidade desapareça completamente, mas que parte dela pode ser eliminada ou centralizada.

Terceiro: maior agilidade no desenvolvimento

Pense no trabalho de um desenvolvedor que precisa criar uma nova funcionalidade.

Em uma arquitetura fragmentada, ele talvez precise aprender diferentes APIs, integrar múltiplos serviços e gerenciar a movimentação dos dados.

Com uma abordagem convergente, muitas dessas operações podem acontecer dentro do próprio Oracle Database, utilizando recursos como SQL e APIs apropriadas para diferentes modelos.

O desenvolvedor pode dedicar mais tempo à lógica de negócio e menos tempo à integração entre tecnologias.

Quarto: governança e consistência dos dados

Quando informações precisam ser replicadas entre diferentes sistemas, aumentam os desafios relacionados à sincronização, segurança e governança.

Manter diferentes modelos de dados em uma mesma plataforma pode reduzir a necessidade dessas movimentações e facilitar a aplicação de controles consistentes.

Em resumo, o valor da convergência está em transformar a simplificação tecnológica em agilidade, eficiência operacional e capacidade de inovação.

Convergência e inteligência artificial

Com a evolução da inteligência artificial generativa, a importância dessa abordagem se torna ainda mais evidente.

Aplicações baseadas em IA frequentemente precisam combinar informações corporativas estruturadas com documentos, conteúdos não estruturados e representações vetoriais.

Um exemplo é o Retrieval-Augmented Generation, ou RAG. Nessa arquitetura, uma aplicação recupera informações relevantes de uma base de conhecimento e as utiliza para fornecer contexto a um modelo de linguagem.

Com o AI Vector Search do Oracle Database, é possível armazenar e consultar vetores próximos aos dados corporativos, combinando buscas por similaridade com filtros e informações relacionais.

Isso abre oportunidades para desenvolver aplicações inteligentes aproveitando dados que já estão no ambiente corporativo.

É importante lembrar que o banco de dados não substitui o modelo de linguagem nem todos os componentes de uma arquitetura de IA. Seu papel é oferecer uma camada de dados capaz de integrar diferentes necessidades e facilitar o acesso às informações relevantes.

O benefício é permitir que as empresas adicionem novas capacidades de IA sem necessariamente multiplicar a quantidade de plataformas de dados utilizadas.

Demonstração: três tecnologias, uma única query SQL

Um dos grandes diferenciais do Oracle Converged Database é a possibilidade de combinar diferentes capacidades de processamento de dados dentro de uma mesma consulta SQL.

E antes de mostrar essa consulta, quero destacar mais uma capacidade interessante da Oracle: o Select AI.

Com o Select AI, podemos utilizar inteligência artificial generativa para interagir com o banco de dados utilizando linguagem natural. Em vez de escrever manualmente toda a consulta SQL, podemos simplesmente descrever o que queremos encontrar.

Mas como a inteligência artificial sabe quais tabelas e colunas utilizar? É aqui que entram os metadados do banco de dados. O Select AI utiliza informações sobre a estrutura do banco, como nomes de tabelas, colunas, relacionamentos e descrições, para fornecer contexto ao modelo de linguagem e permitir que ele gere uma consulta SQL adequada. E existe um ponto muito importante nessa abordagem, especialmente quando falamos de dados corporativos: para gerar o SQL, a IA não precisa receber os dados armazenados nas tabelas.

Em um fluxo baseado em metadados, podemos fornecer ao modelo as informações necessárias para entender a estrutura do banco, sem compartilhar os registros de clientes, transações ou outras informações sensíveis. Dessa forma, conseguimos aproveitar a inteligência artificial para auxiliar na construção das consultas, mantendo o processamento dos dados no Oracle Database.

Com os metadados e o contexto adequados, o Select AI pode ajudar a gerar uma consulta que combina filtros relacionais, recursos geoespaciais e busca vetorial. E aqui temos uma combinação interessante: o Select AI utiliza inteligência artificial para nos ajudar a construir a consulta, enquanto o Oracle Converged Database permite executar diferentes tipos de processamento em uma única instrução SQL.

Agora, vamos analisar como essas tecnologias trabalham juntas.

Nesse exemplo, temos uma aplicação imobiliária na qual o usuário deseja encontrar casas visualmente semelhantes a uma imagem de referência, respeitando seu orçamento e sua localização.

Cenário: um cliente envia uma foto de uma casa e pede:

Encontre as 10 casas mais parecidas com esta imagem, que estejam a até 10 km da minha localização e custem no máximo R$ 800 mil.

Para responder, a consulta precisa combinar três capacidades:

  • Relacional: filtrar imóveis por preço e disponibilidade.
  • Geospatial: encontrar imóveis em um raio de 10 km do cliente.
  • AI Vector Search: ordenar os imóveis pela similaridade visual com a imagem enviada.

O interessante é que essas operações podem ser combinadas dentro de uma única instrução SQL no Oracle Database. E também, poderíamos simplesmente solicitar: “Encontre as dez casas mais parecidas com esta imagem, localizadas a até dez quilômetros de mim e com preço de até oitocentos mil reais.”

Para criar a Query

Query de exemplo gerada com Select AI

SELECT
    h.id,
    h.price,
    h.address,
    VECTOR_DISTANCE(
        h.image_vector,
        :search_vector,
        COSINE
    ) AS similarity
FROM houses h
WHERE h.price <= 800000
  AND h.status = 'AVAILABLE'
  AND SDO_WITHIN_DISTANCE(
        h.location,
        :customer_location,
        'distance=10 unit=KM'
      ) = 'TRUE'
ORDER BY similarity
FETCH FIRST 10 ROWS ONLY;

Com SQL, podemos combinar filtros relacionais para preço e disponibilidade, recursos do Oracle Spatial para identificar imóveis em um raio de 10 quilômetros e AI Vector Search para ordenar os resultados pela similaridade visual.

A imagem de referência é previamente convertida em um vetor por um modelo de embeddings, permitindo sua comparação com os vetores armazenados no banco.

O resultado é uma consulta que combina diferentes capacidades nativas do Oracle Database, sem exigir obrigatoriamente três bancos de dados especializados.

E é aqui que encontramos um dos principais valores da convergência: simplificar a arquitetura de dados e permitir que os desenvolvedores combinem diferentes funcionalidades para entregar experiências mais inteligentes e contextualizadas.

Como Adotar

Depois de conhecer todos esses benefícios, provavelmente surge uma pergunta: quanto custa utilizar o Oracle Converged Database?

E a resposta pode surpreender: se você já possui um Oracle Database, o custo adicional de licenciamento para utilizar essas capacidades convergentes pode ser ZERO!

Isso mesmo. Recursos como JSON, Spatial, Graph e AI Vector Search fazem parte da proposta convergente do Oracle Database, sem exigir a contratação de um banco especializado para cada tipo de dado.

O principal ponto de atenção é utilizar uma versão compatível. Com o Oracle AI Database 26ai, você pode explorar essas capacidades integradas, incluindo recursos avançados de busca vetorial sem custo adicional de licenciamento.

E se sua empresa ainda não utiliza Oracle Database, a Oracle oferece diferentes modelos de implantação, tanto on-premises quanto na nuvem, para atender às necessidades do seu negócio.

Portanto, antes de investir em mais uma tecnologia, mais uma integração ou mais um banco especializado, vale fazer uma pergunta:

Será que você realmente precisa de outro banco de dados ou só precisa explorar melhor o Oracle Database que já possui?

Referências: