多虚拟机自治数据库助力企业以低成本轻松部署 Oracle 自治数据库
为开发人员提供适用于新应用、完整而简单的自助服务数据库
客户可获得更多数据库综合优势
美国德克萨斯州奥斯汀 - 2022 年 3 月 23日 – 甲骨文公司宣布推出基于 Oracle Exadata 专有云数据库一体机 (Oracle Exadata Cloud@Customer, ExaCC) 的多虚拟机自治数据库。借助多虚拟机自治数据库,企业可以在 Oracle Exadata 专有云数据库一体机系统上运行非自治 Oracle 数据库的同时,创建和运行隔离的高可用性自治数据库实例。因此,客户通过提高基础设施利用率来降低成本,轻松部署 Oracle 自治数据库。Oracle Exadata 专有云数据库一体机的现有客户可以免费通过即时更新使用多虚拟机自治数据库。
借助基于 Oracle Exadata 专有云数据库一体机运行的多虚拟机自治数据库,企业可以为开发测试、模拟和生产分别设置隔离的自治数据库环境,针对各个环境制定不同的访问规则、限额和可用性策略,从而满足企业治理需求。应用开发人员可以即时访问自助数据库应用开发平台,该平台不仅提供关键任务功能,还支持各种现代数据类型、负载和开发风格。此外,多虚拟机自治数据库可以通过创建具备自动优化、自动扩展和自动管理功能的专用数据库即服务环境,减少交付数据驱动应用所需的时间和工作量,从而帮助开发人员提高工作效率。

甲骨文公司关键数据库技术执行副总裁 Juan Loaiza 表示:“无论数据驱动应用的复杂性、规模、重要性或敏感性如何,我们致力于大幅简化相关的数据管理工作。Oracle 自治数据库与非自治数据库都运行于同一个 Oracle Exadata 专有云数据库一体机,因此客户可以轻松部署新的自治数据库,并在准备就绪时将现有数据库升级到自治数据库。”
Constellation Research 首席分析师兼副总裁 Holger Mueller 表示:“对开发人员而言,基于 Oracle Exadata 专有云数据库一体机中的虚拟机运行的自治数据库是绝佳的帮助。他们可以利用合适的服务等级协议 (SLA)、定额、性能和访问特性,为自助开发测试、模拟和生产环境创建虚拟机集群。此功能与自动预配、自动优化和自动打补丁相结合,再加上自治数据库适用于所有现代数据类型、负载和开发风格的融合支持,可以减轻开发人员的负担并提升工作效率。”
Futurum 高级分析师和研究总监 Ron Westfall 表示:“基于 Oracle Exadata 专有云数据库一体机运行的自治数据库比 AWS、Google 和 Azure 等混合云产品领先至少两代。现在,企业可以基于一个 Oracle Exadata 专有云数据库一体机,在虚拟机中运行数千个自治数据库,充分利用细粒度的自动扩展优势。企业只需按实际 CPU 使用量付费,而无需像市场上其他混合云一样总是按 CPU 使用峰值付费。”
基于 Oracle Exadata 专有云数据库一体机运行的多虚拟机自治数据库良好地利用了 Oracle Exadata 基础设施的性能、可扩展性和可用性优势,让企业能够轻松部署云原生和关键任务数据库。全球各地的企业成功部署了 Oracle Exadata 专有云数据库一体机,不仅更快地实现云收益,还降低了复杂性、风险和费用。这些企业包括 Algar Telecom、n11.com、Caja los Andes、德意志银行 (Deutsche Bank)、Lalux、MoMRAH、美国德克萨斯 A&M 大学 (Texas A&M University)、加拿大麦克马斯特大学 (MacMaster University) 和中国香港美心集团 (Maxim's)。
目前,全球客户可通过 Oracle 云基础设施 (OCI) 控制台和 API 访问基于 Oracle Exadata 专有云数据库一体机运行的多虚拟机自治数据库。Oracle 多虚拟机自治数据库具有与 Oracle 公有云一致的使用体验,不同的是前者运行于客户的本地数据中心内,可满足数据驻留和安全需求。
更多资源
观看 Juan Loaiza 主讲视频
阅读技术博客
阅读分析师观点
深入了解 Oracle 自治数据库
深入了解基于 Exadata 专有云数据库一体机运行的 Oracle 自治数据库
关于 Oracle
Oracle 通过 Oracle 云提供集成的应用套件和具有安全性和自治能力的基础设施。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。