【恩墨學院】賴瑞·艾利森親自支招,資料庫自動化之後,DBA何去何從?
蓋國強
在舊金山時間10月1日的Oracle全球大會開幕主旨演講中,Oracle公司的創始人,現任CTO,Larry Ellison宣佈全球第一款能夠『自動駕駛』的『自治資料庫』即將釋出。
這款結合了機器學習的產品,將會具備自我管理、自我調節、自我安全、自我修復等功能(Self-managing, Self-tuning, Self-securing, and Self-repairing),這些功能將極大的降低企業的人力成本,極大的提高產品的穩定性和持續執行能力,具備了自治能力,這些自動化的工作都可以線上完成,包括打補丁和資料庫升級。
對於資料倉儲版本,將在2017年12月釋出,而針對OLTP的版本,則將在2018年6月釋出。新的版本號將會是 18c ,如果你不瞭解為什麼從 12c 躍遷到 18c ,請看『Oracle版本號釋出策略改變』
在Autonomous Database之前,Oracle資料庫中和 Autonomous 極大相關的是另外一個詞:Autonomous transaction - 自治事務,該特性允許我們建立一個"事務中的事務",自治事務能獨立於父事務提交或回滾。而現在,自治資料庫如果真的能夠實現自主管理、自主最佳化調節,那麼DBA的工作量將會大大減少,甚至在未來,我們將不再那麼需要DBA了!
既然資料庫實現了極大的自維護性和自我最佳化能力,DBA的大量基礎性工具將變得簡單和高效,那麼DBA的未來向何處去?
在大會的演講中,Larry在一頁PPT中提出了他的建議,既然DBA可以減少基本管理工作的時間,不再花更多的精力在基礎設施、補丁升級、高可用保障和調節工作上,那麼就可以將時間花在創新上,用更多的時間和精力關注資料庫設計、進行資料分析、制定資料策略、加強資料安全:
這些建議非常中肯,也是多年以來恩墨學院在培訓中一直倡議的,要完成由DBA向DA - 資料分析師 和 資料架構師 轉變,將資料庫管理能力上升為資料能力,從而成為企業的資料科學家,這其中當然需要付諸努力,但是整合了機器學習演算法的Oracle Database 18c為我們做出了一個示範,在歷史車輪滾滾向前的旅程中,所有拒絕變革的企業或個人,終將被時代遠遠的拋在身後。
關於這個自治資料庫的效能,Larry 在以下這一頁中做了展示,4倍的In-Memory OLTP訪問效能提升,5倍高競爭OLTP環境下RAC效能改進,Grid打補丁的0影響,並且NVRAM已經為行式儲存和列式儲存準備就緒;而針對分析型業務,能夠提供2倍的記憶體列式儲存加速,100倍的外部表加速(其實是實現了In-Memory的外部表),100倍的近似查詢處理(這是對12c,近似查詢計算的增強)。
針對我們最關注的自動最佳化功能,Larry列出了一些功能概要,其中包括,自動最佳化索引、快取、統計資訊、並行執行等;自治資料庫可以根據資料量的增長資料分佈的改變,持續進行最佳化調節(這應該是最佳化器來做到的)。
拋去產品因素,Oracle最重要的還有創始人因素。當Larry登場時,我第一個想到的詞是『神采奕奕』,這位出生於1944年的創始人已經73歲,而這位73歲的鬥士,每年都為Oracle選擇一個假想敵,然後推動整個公司努力超越,在我參加OOW這些年,在Oracle前進道路上的假想敵包括IBM、EMC、Salesforce,現在則是AWS,正是這樣一位鬥士,使得Oracle能夠不斷充滿活力的奮鬥在IOE隊伍的風口浪尖之上,屹立不倒,創新前行。也正是因為有了這樣一位神采奕奕、壯心不已的鬥士,Oracle才能夠在今天不斷推陳出新,引領潮流。
當然Larry從未改調侃競爭對手的的本色,在他的字典裡,Amazon的賬單要比Oracle高16倍:
如果用一個詞來概括Larry今天的演講,我的字典裡跳出的就是:神采奕奕。這家40年的資料庫公司,在雲的時代浪潮裡,不僅沒有被大浪淘沙,反而是披沙揀金,經過幾年的拼搏,煥發出新的神采。
而作為資料技術的從業者,在上一個時代成長起來的DBA們,我們也必須認識到,資料庫自動駕駛的年代即將到來,讓我們一起擁抱變化,努力改變吧!
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/28530558/viewspace-2148346/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 自動化時代來勢洶洶,遊戲廣告主何去何從遊戲
- 【恩墨學院】阿里雲資料庫CloudDBA的自動運維與智慧最佳化探索阿里資料庫Cloud運維
- 雲原生時代,資料庫該何去何從?資料庫
- 工業4.0時代已到來,傳統倉庫何去何從?自動化倉庫或為轉型方向
- 自動化來勢洶洶,未來的程式設計師該何去何從?程式設計師
- 狂奔一年後的向量資料庫,何去何從?|對話 MyScaleDB資料庫
- 隨著資料庫軟體的專門化發展,資料庫人員該何去何從?資料庫
- 資料中臺與資料治理將何去何從?
- 【恩墨學院】恩墨學院獲得Oracle WDP全國授權Oracle
- 自媒體行業內卷嚴重:企業自媒體應該何去何從行業
- 前有Windows後有Linux Unix何去何從WindowsLinux
- 【恩墨學院】原來銀行都在用這些資料庫資料庫
- 網際網路醫院春風下的移動醫療將何去何從?
- 疫情過後,走出寒冬後的人工智慧何去何從人工智慧
- iOS開發何去何從iOS
- DOC檔案何去何從
- 學雲端計算與大資料前景如何?就業又該何去何從?大資料就業
- 【恩墨學院】基於裸資料的異地資料庫效能診斷與最佳化資料庫
- 深度學習的困境,我們該何去何從?深度學習
- [計算機網路] - 從英雄聯盟,看資料包何去何從?計算機網路
- CDGA|資料監管越來越嚴,資料治理髮展何去何從?
- web前端開發前景何去何從Web前端
- 【恩墨學院】資料架構:從AT&T到青海移動的多租戶資料整合實踐架構
- 在量子計算時代,企業資料的加密該何去何從?加密
- Google I/O 2018 之後,Android 工程師將何去何從?GoAndroid工程師
- 【恩墨學院】從資料庫建立深入學習Oracle技術:那些年 mkplug 偷偷執行的Plugin操作資料庫OraclePlugin
- 團隊解散,我們該何去何從?
- 前端框架這麼多,該何去何從?前端框架
- GitHub破例接受投資,未來何去何從?Github
- Sora 時代的 AI 影片生成何去何從?SoraAI
- 蘋果下架微信,專案經理的資料管理將何去何從?蘋果
- 【恩墨學院】IT基礎架構變革在路上:青海移動的去“IE”之旅架構
- 自動化測試專案為何失敗
- “廣進計劃”下的企業數字化何去何從
- 5G多址技術何去何從?
- 華瑞IT教育:高考落榜,該何去何從
- 前端這條路,我們該何去何從前端
- 無人機再撞客機 無人機將何去何從無人機