X

Блог Oracle в России и СНГ

Oracle анонсирует инновации в Autonomous Data Warehouse

Система управления складскими операциями Oracle WMS с функционалом самообслуживания обеспечивает интуитивно понятный, автоматизированный и напоминающий работу с приложениями SaaS клиентский опыт, который предоставляет компаниям новые возможности использования своих данных.

Компания Oracle анонсировала набор инновационных изменений в Oracle Autonomous Data Warehouse, первом и единственном в отрасли автономном облачном хранилище данных. В наиболее актуальном на данный момент релизе Oracle представляет функционал, опережающий все конкурентные облачные решения. Облачное хранилище данных впервые эволюционировало 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, значительно экономя время и деньги. Вместе с преимуществом «нулевого администрирования» Oracle Autonomous Data Warehouse предоставляет малому, среднему и крупному бизнесу возможность снижать затраты, получая при этом значительно большую пользу от данных. 

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 преимущество автоматизированного создания бизнес-моделей и поиска закономерностей для генерации аналитических данных.

В новом 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 упрощают 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 поддержкуJSON, операционную, аналитическую, графическую базы данных, сервисы машинного обучения и блокчейн.

 

Комментарии клиентов

«Благодаря Oracle Autonomous Data Warehouse и APEX у меня есть не только масштабируемая, супер безопасная и сверхмощная база данных мирового класса, но и встроенные инструменты разработки, которые позволяют создавать и развертывать приложения практически одновременно, чтобы предоставить доступ к данным другим пользователям, - отметил Франк Хугендорн, директор по данным MineSense. - Мне неизвестны другие платформы, где это было бы реализовано в виде коробочного решения».

 

«Инновационные возможности загрузки данных, встроенные непосредственно в Oracle Autonomous Data Warehouse, сэкономят нам огромное количество времени, - уверен Дерек Хайден, старший вице-президент по стратегии и аналитике данных OUTFRONT Media, - Декларативное извлечение, загрузка и преобразование (ELT) с функцией drag&drop позволяет быстро загружать и преобразовывать несколько типов данных и находить корреляции между ними с помощью функции автоматизированной аналитики».

 

«Oracle Autonomous Data Warehouse сократила время вывода на рынок типичного проекта хранилища данных с трех месяцев до трех дней. Дополнительно мы получили возможность получать более глубокие и дееспособные инсайты, - считает Стивен Чанг, ИТ-директор Kingold, - Повышение степени автоматизированности аккумулирования и преобразования данных, построения бизнес-моделей и получения результатов аналитики - не менее важная инновация, и мы с нетерпением ожидаем момента, когда сможем использовать это на практике».

 

Комментарии аналитиков

«Oracle Autonomous Database во всех ее вариантах продолжает лидировать среди конкурентных решений даже после трех лет на рынке, - считает Хольгер Мюллер, вице-президент и главный аналитик Constellation Research, - Сегодня Oracle упрочила лидерство, представив обновления 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».

 

«Пока некоторые облачные решения пытаются понять, насколько они хорошо совместимы с машинным обучением, Oracle значительно сместила фокус, - отметил Марк Стаймер, президент Dragon Slayer Consulting и аналитик Wikibon, - В автономное хранилище данных от Oracle появился Auto-ML, в то время как интегрированное машинное обучение было представлено в Oracle Autonomous Data Warehouse с самого начала. С выходом обновлений все это автоматизировано, и это дает возможность любому пользователю пользоваться Autonomous Data Warehouse без экспертизы в области ИТ или программирования. На фоне таких возможностей конкурентные предложения кажутся рудиментарными и примитивными».

 

Какие основные инновации представлены в новом релизе Autonomous Data Warehouse

В наиболее актуальный релиз включено множество инноваций. Помимо широкого набора новых возможностей, упрощающих аналитикам, дата-сайнтистам и отраслевым разработчикам использование преимуществ 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 инноваций:


 

  • 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 повышает продуктивность специалистов по обработке данных, повышает 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 упрощает анализ графов для начинающих. Интерфейс объединяет автоматическое моделирование, интегрированную визуализацию и готовые рабочие процессы для различных вариантов использования.

 

Be the first to comment

Comments ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.