Компания Oracle анонсировала набор изменений в автономном облачном хранилище данных Autonomous Data Warehouse. Облачное хранилище, заявляют в Oracle, 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.

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 новый релиз добавлены инструменты самообслуживания для аналитиков и дата-сайентистов, позволяющие формировать массивы данных, создавать модели машинного обучения на основе AutoML и развертывать модели. Чтобы разработчики могли 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, Oracle Autonomous Data Warehouse обеспечивает поддержку многомодельных, многозадачных и многопользовательских требований – и все это в рамках единого конвергентного механизма базы данных, включая поддержкуJSON, операционную, аналитическую, графическую базы данных, сервисы машинного обучения и блокчейн.

В релизе также представлены функции, обеспечивающие более глубокую аналитику и более тесную интеграцию с озером данных. В список ключевых инноваций входят:

• 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 теперь могут использовать Python для применения машинного обучения к данным в своем хранилище, полностью задействуя высокопроизводительные параллельные возможности Autonomous Data Warehouse.

• Oracle Machine Learning Services – DevOps и группы дата-сайентистов могут теперь развертывать свои собственные модели в базе данных, а также модели классификации и регрессии в формате ONNX вне 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. 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 – 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.