Share
Embed
Transcript
82 slides
-
データの世界はかつてはシンプル リレーショナル・データベース上で OLTP の実行 リレーショナル・データ・ウェアハウス上で データ分析の実行 リレーショナル 従来のOLTP 従来の分析 データ・
ウェアハウス Copyright©2025、 Oracle and/or its affiliates 2 -
アプリで利用するデータ・テクノロジ数の増加 現在、データ管理ははるかに複雑 Copyright©2025、 Oracle and/or its affiliates 3 新規ワークロード・タイプ 地理的分散
マイクロ サービス Block Chain IoT 新しいデータ型 新しいタイプの分析 Graph レイクハウス データ・ ウェアハウス AI ドキュメント Spatial リレーショナル 新しいタイプのデータ テキスト -
開発者コミュニティでは複数の専用データベースを利用した アプリケーション構築を推奨 データニーズごとに最適化した専用データベースを構築 Copyright©2025、 Oracle and/or its affiliates 4 MongoDB
ドキュメント Spatial 新しいタイプのデータ Elastic Search Neo4j Graph 新規ワークロード・タイプ 地理的分散 マイクロ サービス AWS QLDB BlockChain DynamoDB IoT 新しいデータ型 新しいタイプの分析 Databrics レイクハウス ウェアハウス 機械学習 PostgreSQL リレーショナル -
それぞれ異なる実装のセキュリティ、スケーリング、HA、ディザスタ・リカバリ、ロック、トランザクショ ン、可観測性、アップグレード、チューニングがあり、それぞれ固有のAPIを使用 専用データベースの急増によりIT部門に膨大な工数とコストが発生 Copyright©2025、 Oracle and/or its affiliates 5 MongoDB
ドキュメント Spatial 新しいタイプのデータ Elastic Search Neo4j Graph 新規ワークロード・タイプ 地理的分散 マイクロ サービス AWS QLDB BlockChain DynamoDB IoT 新しいデータ型 新しいタイプの分析 Databricks レイクハウス ウェアハウス 機械学習 PostgreSQL リレーショナル データをデータベース間で継続的に複製および同期する必要があり -
オラクルのビジョン – コンバージド・データ・アーキテクチャ Copyright©2025、 Oracle and/or its affiliates 6 すべてのワークロードとデータ型に対応する
完全でシンプルなプラットフォーム 開発者とIT部門は、データ統合ではなく イノベーションに注力 MicroServices ブロックチェーン IoT 分散DB Spatial リレーショナル グラフ ベクトル Exadata セキュリティ パラレルSQL 災害復旧 スケールアウト 観測性 データ・ウェアハウス OLTP AI ドキュメント JSON HA ZDLRA ODA -
オラクルのビジョン – コンバージド・データ・アーキテクチャ Copyright©2025、 Oracle and/or its affiliates 7 MicroServices
ブロックチェーン IoT 分散DB 独自の技術ですべてのワークロードにおいて大 規模処理をサポート • それぞれにベスト・オブ・ブリード • 実際の混合ワークロードに最適 データ・ウェアハウス OLTP AI ドキュメント -
オラクルのビジョン – コンバージド・データ・アーキテクチャ Copyright©2025、 Oracle and/or its affiliates 8 MicroServices
ブロックチェーン IoT 分散DB Spatial リレーショナル グラフ ベクトル データ・ウェアハウス OLTP AI ドキュメント JSON 独自の技術ですべてのデータ型において大規模 処理をサポート • それぞれにベスト・オブ・ブリード • 複数のデータタイプを混在させる必要がある実際 の混合アプリに最適 -
オラクルのビジョン – コンバージド・データ・アーキテクチャ Copyright©2025、 Oracle and/or its affiliates 9 MicroServices
ブロックチェーン IoT 分散DB Spatial リレーショナル グラフ ベクトル セキュリティ パラレルSQL 災害復旧 スケールアウト 観測性 データ・ウェアハウス OLTP AI ドキュメント JSON HA 独自の統合データ・エンジン • すべてのワークロードおよびデータ型にベスト・オブ・ブ リードのHA、DR、セキュリティなどを提供 • すべてのワークロードとデータ型にわたってアトミック・ トランザクション、ディザスタ・リカバリ、パラレル実行な どの機能性を提供 -
オラクルのビジョン – コンバージド・データ・アーキテクチャ Copyright©2025、 Oracle and/or its affiliates 10 MicroServices
ブロックチェーン IoT 地理的分散 空間 リレーショナ ル グラフ ベクトル Exadata セキュリティ パラレル SQL 災害復旧 スケールアウト 観測性 データ・ウェアハウス OLTP AI ドキュメント JSON HA ZDLRA ODA 独自のExadata Database Machine • すべてのデータベース・ワークロードで卓越したパフォ ーマンスと可用性を実現するために設計されたコン ピュート、ストレージ、ネットワーキング • 独自のRDMAおよびスマート・ストレージ・アルゴリズ ムにより、OLTP、分析、統合を大幅に機能強化 -
Fortune Global 100企業の79%がExadataを利用| 58%がExadata Cloudを利用 数千ものグローバル顧客がExadataをビジネスで活用 • ペタバイトのウェアハウス • ミッションクリティカルOLTP
• 金融取引 • Eコマース • 公益事業、電気通信、エネルギー • パッケージ・アプリケーション • SAP、Oracle、Siebel、PSFTなど • データベース統合 すべてのワークロードに対応する 優れたアーキテクチャ Copyright©2025、 Oracle and/or its affiliates 11 -
新しいExadata Exascaleソフトウェア クラウドとExadataのベスト Exadata Exascale Exadataの利点 データベース・インテリジェント・ストレージ 高速RDMA ディスク/フラッシュ/DRAMの自動階層化 クラウドのメリット
マルチテナント 共有型リソース 小規模でエラスティックに開始 Oracle Cloud プライベート・クラウド + インスタント・クローンおよびスナップショット Copyright©2025、 Oracle and/or its affiliates 12 -
Exadataがデータ管理のすべての側面を改善 分析 大量のデータに対す る複雑な問合せ 高速かつ低コスト OLTP ミッションクリティカルな すべてのデータベースで パフォーマンスを 容易に向上
セキュリティ サイバーセキュリティの脅威 をリアルタイムに検出し、暗号 化されたデータベースを 高性能で動作 統合 低コストでリソース使用率 と分離を向上 最新アプリ すべてのデータ型および ワークロードへの コンバージド・データ管理 Copyright©2025、 Oracle and/or its affiliates 13 -
オラクルのビジョン– お客様がどのプラットフォームでも開発およびデプロイ可能 Exadata Cloud@Customer オンプレミス Exadata 顧客は、導入プラットフォームと 導入方法を完全に選択可能 オンプレミス、 クラウドで自動化したオンプレミス、
Oracleクラウド 主要なハイパースケーラー 同じデータベース、 同じExadata、同じスキル 専用リージョン Azure Google Amazon Copyright©2025、 Oracle and/or its affiliates 14 -
Exadataは幅広い環境で動作 オンプレミス Exadata Cloud Infrastructure Exadata Cloud@Customer OCI専用リージョン (DRCC) マルチクラウド
Copyright©2025、 Oracle and/or its affiliates 15 -
ハイパー・スケーラー各社のデータ・センター内に配置された Autonomous Database、ExadataおよびRAC • OCIのデータベース・サービスと同じ • アプリケーションからデータベースへのミリ秒未満のレイテンシ • 各クラウドベンダーのクレジットを受かって、購入と請求 •
統合された監視、アラート、可観測性、ID管理 Oracle Databaseのマルチクラウド・サポート Copyright©2025、 Oracle and/or its affiliates 16 AWS Google Azure -
グローバル分散 データベース 50を超えるSQLの 簡素化 True Cache ロックフリー 予約 SQLファイアウォール プロパティ
グラフ JSON Relational Duality PDBごとの読取 り専用スタンバイ 優先度トランザクション 開発者ロール JavaScript ストアド・ プロシージャ リアルタイムSQL計画管理 ローリング・ パッチ適用 AI Vector Search マイクロサービスのサポート Oracle Database 23ai– 次世代の長期サポートリリース ロックフリー 長期トランザクション データ ユースケース・ ドメイン Copyright©2025、 Oracle and/or its affiliates 17 -
リレーショナル・データベースは、データの一貫性を保証し、あらゆるデータへの 宣言的アクセスを可能にするミッションを持つ シンプルなデータ編成 • 行および列を含む表 • 各行は、含まれるデータの信頼できる唯一 の情報源です。 強力な宣言言語- SQL
SQL アプリケーション Copyright©2025、 Oracle and/or its affiliates 21 -
その後、JSONデータベースが登場し、アプリケーション開発者のための データ管理をシンプルに 行や表よりも、アプリケーション・データをJSONドキ ュメントにマップする方が簡単 リレーショナルDBがデータ型としてJSONを追加 • ただし、アプリケーションは依然として、各アプリケーショ ンまたはデータに対してリレーショナル形式またはJSON 形式の選択が必要 データおよびアプリケーション開発がリレーショナル・
データ・モデルとJSONデータ・モデルの間で分断 SQL JSON Copyright©2025、 Oracle and/or its affiliates 22 -
さらにグラフ・データベースが登場しデータ間の接続を表現しやすく ソーシャル・ネットワーク、サプライ チェーン、一連のイベントなどの問 合せに最適 グラフはデータとアプリケーション開 発の世界をさらに分断 リレーショナル・データベースがグラ フ分析を追加 • しかし、リアルタイムのOLTPデータ
に対してグラフ検索はを実行不可 SQL JSON Copyright©2025、 Oracle and/or its affiliates 23 -
ベクトル・データベースが登場し、AIを用いてセマンティック・コンテンツに基づい たデータ検索が可能に データとアプリケーション開発 の世界はますます分断 SQL検索とAIベクトル検索 の組合せを使用してデータを 検索は不可 JSON AI SQL
Copyright©2025、 Oracle and/or its affiliates 24 -
JILLの受講スケジュール 数学専攻 時間 4:00 PM 部屋 B405 講師 Anita 時間
2:00 PM 部屋 A102 講師 Adam 数学201 科学102 学生コース・スケジュールを作成するアプリケーションの構築例 Copyright©2025、 Oracle and/or its affiliates 27 -
開発者にとって、各学生のスケジュールを単一の JSONドキュメントとして保存するのは容易 { "student" : "S3245", "name" : "Jill", "major"
: "Math", "schedule" : [ { "time" : "14:00", "course" : "Math 201", "room" : "A102", "teacher" : "Adam" }, { "time" : "16:00", "course" : "Science 102", "room" : "B405", "teacher" : "Anita" } ] } スケジュール:JILL JSON フォーマット JILLの受講スケジュール 数学専攻 時間 4:00 PM 部屋 B405 講師 Anita 時間 2:00 PM 部屋 A102 講師 Adam 数学201 科学102 Copyright©2025、 Oracle and/or its affiliates 28 -
{ "student" : "S3245", "name" : "Jill", "major" : "Math",
"schedule" : [ { "time" : "14:00", "course" : "Math 201", "room" : "A102", "teacher" : "Adam" }, { "time" : "16:00", "course" : "Science 102", "room" : "B405", "teacher" : "Anita" } ] } スケジュール: JILL { "student" : "S4356", "name" : "Lucas", "major" : "Engineering", "schedule" : [ { "time" : "14:00", "course" : "Math 201", "room" : "A102", "teacher" : "Adam" }, { "time" : "18:00", "course" : "Physics", "room" : "A115", "teacher" : "Alex" } ] } スケジュール: LUCAS 重複 データをJSONドキュメントとして格納すると データの整合性が損なわれる コースを受講しているすべての生徒のドキュ メントにコースのスケジュールと講師情報のコ ピーが登録 • 更新に一貫性がない、遅い、エラーが発 生しやすい それぞれの行が最新のデータを格納するリレ ーショナル・データベースでは、こうした問題 は発生しない Copyright©2025、 Oracle and/or its affiliates 29 -
複数の表の行のセットをJSONドキュメントに変換する方 法をデータベースに設定 アプリケーションからは、JSONドキュメントであるかのように リレーショナル・データを読取りおよび書込み可能に • SQL、RESTまたはMongo DB互換APIを利用可能 新しい JSON Relational
Dualityビュー { "student" : "S3245", "name" : "Jill", "major" : "Math", "schedule" : [ { "time" : "14:00", "course" : "Math 201", "room" : "A102", "teacher" : "Adam" }, { "time" : "16:00", "course" : "Science 102", "room" : "B405", "teacher" : "Anita" } ] } スケジュール:JILL Copyright©2025、 Oracle and/or its affiliates 30 -
Dualityビューの構造は、目的のJSONの構造をミラーリング 簡単に定義可能 CREATE JSON DUALITY VIEW student_schedule AS student {{
student : stuid name : sname major : major schedule : student_courses [ { course { time : time course : cname courseId : cid room : room teacher @unnest { teacher : tname } } } ] }; 使いやすい GraphQL構文 を利用可能 Copyright©2025、 Oracle and/or its affiliates 31 -
ビューはJSONドキュメントに対応したデータを含む表を指定するだけ CREATE JSON DUALITY VIEW student_schedule AS student {{ student
: stuid name : sname major : major schedule : student_courses [ { course { time : time course : cname courseId : cid room : room teacher @unnest { teacher : tname } } } ] }; CREATE JSON DUALITY VIEW student_schedule AS student {{ student : stuid name : sname major : major schedule : student_courses [ { course { time : time course : cname courseId : cid room : room teacher @unnest { teacher : tname } } } ] }; 講師 コース 学生 受講者 コース Copyright©2025、 Oracle and/or its affiliates 32 -
そして値を保持する表の列を指定 CREATE JSON DUALITY VIEW student_schedule AS student {{ student
: stuid name : sname major : major schedule : student_courses [ { course { time : time course : cname courseId : cid room : room teacher @unnest { teacher : tname } } } ] }; STUDENT STUID SNAME MAJOR YEAR S3245 Jill Math First … … … … … … … … … … … … Copyright©2025、 Oracle and/or its affiliates 33 -
新しいプロパティ・グラフ・ビューを使用すると、 開発者は表の行をグラフの頂点またはエッジとして扱うことが可能 D A C B Z E F H
G グラフは、データ間の接続と関係を問い合せる 強力な手法 例:銀行口座'B'から銀行口座'E'への間接 的な資金移動を検出 Copyright©2025、 Oracle and/or its affiliates 35 -
グラフ・ビューを使用すると、 銀行口座行をグラフの頂点として処理可能 D A C B Z E F H
G $ BANK_ACCOUNTS ACCID CNAME BALANCE A Bill $2,000 B Bella $8,900 C Betty $3,700 MONEY TRANSFERS FROM_ACC TO_ACC BALANCE B C $400 C D $600 D E $1,000 Copyright©2025、 Oracle and/or its affiliates 36 -
D A C B Z E F H G アカウント間の送金
をグラフ・エッジとして処理できるようにします $ BANK_ACCOUNTS ACCID CNAME BALANCE A Bill $2,000 B Bella $8,900 C Betty $3,700 MONEY TRANSFERS FROM_ACC TO_ACC BALANCE B C $400 C D $600 D E $1,000 Copyright©2025、 Oracle and/or its affiliates 37 -
SELECT graph.path FROM GRAPH_TABLE ( bank_graph MATCH (v1)-[e is BANK_TRANSFERS]->{1,3}
(v2) WHERE v1.id = 'B' AND v2.id = 'E' COLUMNS LISTAGG(e.to_acc, ',') AS path) ) graph ; このクエリーは、最大2つの中間口座を使用して口座'B'から口座'E'へ の資金フローを検索します 従来のリレーショナルSQLを使用 して同じ問合せを記述するには、 12個のJoinと3個のUnionが 必要 グラフ・ビューへのクエリーはISO標準のグラフ拡張を使用したSQLで簡単に Copyright©2025、 Oracle and/or its affiliates 38 -
RON WESTFALL, RESEARCH DIRECTOR, DIGITAL TRANSFORMATION, FUTURUM “Now any enterprise
running Oracle Database can benefit from simple declarative graph navigation on all their existing business data” Copyright©2025、 Oracle and/or its affiliates 39 -
すべてのペルソナ すべてのアプリ すべてのワークロード 開発 DBA アナリスト ユーザー オラクルの目標– AIのためのデータをシンプルに Copyright©2025、
Oracle and/or its affiliates 42 -
将来予測の30を超えるインデータベースMLアルゴリズムを提供 Decision Tree Explicit Semantic Analysis Logistic Regression (GLM) Naïve
Bayes Neural Network Random Forest Support Vector Machine (SVM) XGBoost 分類 回帰 時系列 クラスタリング Hierarchical K-Means Hierarchical O-Cluster Expectation Maximization ランキングまたは重要度 XGBoost CUR Decomposition Generalized Linear Model (GLM) Neural Network Support Vector Machine (SVM) Stepwise Linear regression XGBoost 特徴抽出 Principal Comp Analysis (PCA) Non-negative Matrix Factorization Singular Value Decomposition (SVD) Explicit Semantic Analysis (ESA) 属性重要度 Minimum Description Length Random Forest Unsupervised Pairwise KL Divergence CUR decomposition for row & AI Exponential Smoothing Multiple Time Series (23ai) Includes popular models e.g. Holt-Winters with trends, seasonality, irregular time series 異常検出 One-Class SVM MSET-SPRT Expectation Maximization (23ai) 関連ルール A priori サバイバル分析 XGBoost Copyright©2025、 Oracle and/or its affiliates 44 -
ベクトルはAIでデータの意味 - イメージ、ドキュメント、ビデオ、および 構造化データ を取得するために使用 ベクトルは、データの重要な特徴を捉えるために使用 される、次元と呼ばれる数値の列 データのセマンティック・コンテンツを表現。実際のドキ ュメント内の単語やまたはイメージ内のピクセル内で はない
埋込みモデルと呼ばれるAIディープ・ラーニング・モデ ルによって生成 ベクトル 33 42 16 21 50 Copyright©2025、 Oracle and/or its affiliates 46 -
ベクトルに対する主な処理は、ベクトル間の数学的距離の演算 8 2 1 3 3 2 6 2 距離(ユークリッド正方形)
= ((3-2)2+(1-6)2+(2-2)2+(8-3)2) 数学的な距離の数式は数多く存在 Copyright©2025、 Oracle and/or its affiliates 47 -
ノートパソコンGen 32 サポート担当者: Jane Doe 電子メール: [email protected] • 重要度1 •
自発的再起動 • 解決済 • OS アップデート42を適用済み サポート・インシデント ビジネス・シナリオの例: サポート・インシデントのベクトルは、 ベクトル 3 3 4 2 1 6 2 1 5 0 Copyright©2025、 Oracle and/or its affiliates 48 -
ノートパソコンGen 32 サポート担当者: Jane Doe 電子メール: [email protected] • 重要度1 •
自発的再起動 • 解決済 • OS アップデート42を適用済み サポート・インシデント ビジネス・シナリオの例: サポート・インシデントのベクトルは、 各ディメンション(数値)は、 サポート・インシデントの異 なる特徴を表現 ベクトル 機能 重要度 現在のOSバージョン 症状 製品 ステータス 3 3 4 2 1 6 2 1 5 0 Copyright©2025、 Oracle and/or its affiliates 49 ノート: 特徴はMLアルゴリズムによって選択されることが多く、ここに示すほど単純ではありません。 -
サポート・インシデントのベクトル化 数百次元ではなく2次元に縮小した場合のベクトル d 1 サポート・インシデント ノートパソコンの性能劣化 サポート・インシデント デスクトップのクラッシュ d 2
Copyright©2025、 Oracle and/or its affiliates 50 -
「類似性」プロパティ: より類似したサポート・インシデントは より近いベクトルを生成 d 1 サポート・インシデント ノートパソコンの性能劣化 サポート・インシデント デスクトップのクラッシュ d
2 類似なし 類似 Copyright©2025、 Oracle and/or its affiliates 51 -
Oracle AI Vector Searchにより、ビジネス・データに対 する検索を、非構造化データのセマンティック検索と組み 合わせることが可能 • データの移動と同、複数の製品の管理などを行う必要なし コンバージド・ データベース
Copyright©2025、 Oracle and/or its affiliates 52 -
SQLで容易に非構造化データのAIベクトル検索をサポート 一致するインシデントの上位10件を検索 SELECT … FROM Support_Incidents ORDER BY VECTOR_DISTANCE(incident_vector, :search_vector)
FETCH FIRST 10 ROWS ONLY; Copyright©2025、 Oracle and/or its affiliates 53 -
AI Vector Searchによる非構造化データ(インシデント)の検索と構造化データ(製品) の値検索を組み合わせることが可能 ノートパソコンの上位10件の一致するインシデント の検索 SELECT … FROM Support_Incidents
S, Products P WHERE S.prod_id = P.id AND P.type = 'Laptop' ORDER BY VECTOR_DISTANCE(incident_vector, :search_vector) FETCH FIRST 10 ROWS ONLY; Copyright©2025、 Oracle and/or its affiliates 54 -
ラスベガスで顧客が報告したノートパソコンの一致 するインシデントの上位10件を検索 SELECT … FROM Support_Incidents S, Products P, Customers
C WHERE S.prod_id = P.id AND S.cust_id = C.id AND P.type = 'Laptop' AND C.city = 'Las Vegas' ORDER BY VECTOR_DISTANCE(incident_vector, :search_vector) FETCH FIRST 10 ROWS ONLY; AI Vector Searchによる非構造化データ(インシデント)の検索と構造化データ(製品と 顧客)の値検索を組み合わせることが可能 Copyright©2025、 Oracle and/or its affiliates 55 -
AI Vector Searchによる非構造化データ(インシデント)の検索と構造化データ(製品 と顧客)の値検索を組み合わせることが可能 ラスベガスで顧客が報告したノートパソコンの一致 するインシデントの上位10件を検索 インシデント、顧客データ、製品 データ、AI検索を数行のSQL で統合 単一の統合ソリューション、
すべてのデータで完全な一貫性 開発者は、5分もあれば利用 方法を学習可能 SELECT … FROM Support_Incidents S, Products P, Customers C WHERE S.prod_id = P.id AND S.cust_id = C.id AND P.type = 'Laptop' AND C.city = 'Las Vegas' ORDER BY VECTOR_DISTANCE(incident_vector, :search_vector) FETCH FIRST 10 ROWS ONLY; Copyright©2025、 Oracle and/or its affiliates 56 -
Oracle Databaseは、 高度な新しい ベクトル索引を使用して AI Vector Searchを高速化 エントリ・ポイント 問合せベクトル Copyright©2025、
Oracle and/or its affiliates 57 -
Oracle Databaseのすべてのミッショ ンクリティカル機能は、新しいAI機能 で透過的に動作 AI Vector Searchは、あらゆる規 模かつ重要度のエンタープライズ・アプ リケーションですぐに使用可能 分析
パラレルSQL セキュリティ トランザクション 災害復旧 Real Application Clusters Copyright©2025、 Oracle and/or its affiliates 58 -
Oracle AI Vector SearchはAIプロンプトをプライ ベートなデータベースコンテンツで拡張することで、生成 AIを改善 これにより、ユーザーからの質問をより的確に回答可能 Retrieval Augmented Generation(RAG)と呼ば
れる Retrieval Augmented Generationによりデータと対話可能に Copyright©2025、 Oracle and/or its affiliates 59 -
LLMに尋ねる LLMはデータを使用して、質問 に対する情報に基づいた回答 を提供 RAGは次のように動作 拡張プロンプト ユーザーの質問は このプライベート・データで拡張 GenAI 質問のベクトル化
ユーザーの自然言語の 質問はベクトルとして エンコード 関連データの検索 AI Vector Searchは、ユーザー のベクトルに一致するプライベート ・データベース・データを検索 3 4 ユーザ ー 2 1 ドキュメント AIベクトル Copyright©2025、 Oracle and/or its affiliates 60 -
各エンドユーザーの機密データのプライバシーを確保 • 例: 従業員が他の従業員のデータを表示不可 • ただし、マネージャは、自分のチームの従業員のデータのサブセットを表示可能 データの更新がすべてのデータ・コピーに伝播されていることを確認 他をブロックするロックを保持せずに、データの一貫性を保証 データ・モデルの変更により同じデータを使用する他のアプリケーションへ影響がないことを保証 例:
1つではなく複数の電話番号を許可 エンタープライズ・アプリケーション・データのニーズの例 Copyright©2025、 Oracle and/or its affiliates 63 -
Data Use Case Domains AI中心テクノロジの例:Oracleが新しいデータ・インテンション言語を作成し 、開発者がデータ・インテントを宣言可能に 表、列など、 メタデータ・インテントの宣言 Annotations データ値インテントの宣言
Copyright©2025、 Oracle and/or its affiliates 66 -
各データ値の意図された使用方法は、 通常アプリケーションによってのみ認識される • アプリケーションは、どの値がクレジット・ カード、電話番号、温度などを表すか を認識 • ただし、アプリケーションはこれらの値を VARCHAR、NUMBER、DATEなど の基本型として格納
• データベースは意図した用途を知らな いため、これらの用途の実装を支援で きない 名前: Emma 電話: (650) 506-7000 決済: 4388-9756-4348 My Customers Copyright©2025、 Oracle and/or its affiliates 67 -
名前: Emma 電話: (650) 506-7000 決済: XXXX-XXXX-4348 My Customers アプリケーション・フレームワークが
データ・インテントを問い合せることができ れば、より高度なアプリケーションを自動 生成可能 ボタンを押 すと自動的 に電話 クレジット・カー ド番号の 自動マスク Copyright©2025、 Oracle and/or its affiliates 68 -
各アプリケーションためのデータベース・タイプを作成すると 使用情報を提供可能 しかし、そうすることで、アプリケーションは大きく複雑化 • 各アプリケーション言語は、異なる方法で型を表現 • アプリケーションの型とDBの型の間の型変換をコード化する必要あり • 型固有の操作を定義して使用する必要あり •
SQLはデータベース間で移植不能に このため、一部のデータベースに追加された高機能なデータ型システムは、 アプリケーションによってしばしば無視 Copyright©2025、 Oracle and/or its affiliates 69 MORE DATA TYPES -
使用目的を使用したデータ定義の拡張 • 値はNUMBER、VARCHARなどのまま追加の 使用情報を付与して拡張 データ値のユースケースを表すために、SQL DOMAINの概念を拡張 • 列にドメインを追加しても、データに対する操 作は変更または制限はされない より適切な方法は、データ型を追加するかわりに
インテントを指定すること CUSTOMERS ID 名前 連絡先 ドメイン 電話番号 BAL 支払 ドメイン CREDIT_CARD -- …. … … … 404 EMMA +16,505,067,000 $500 4,388-9,756-4,348 … … … … Copyright©2025、 Oracle and/or its affiliates 70 -
ユースケース・ドメインの作成 CREATE DOMAIN email AS VARCHAR2(255) CONSTRAINT email_c CHECK(REGEXP_LIKE (email,
'^(¥S+)¥@(¥S+)¥.(¥S+)$')) DISPLAY '---' || SUBSTR(email, INSTR(email, '@')) ORDER SUBSTR(email, INSTR(email, '@')+1) ||SUBSTR(email, 1, INSTR(email, '@’)) ドメイン・データの記憶域形式の指定 Copyright©2025、 Oracle and/or its affiliates 71 -
ユースケース・ドメインの作成 CREATE DOMAIN email AS VARCHAR2(255) CONSTRAINT email_c CHECK(REGEXP_LIKE (email,
'^(¥S+)¥@(¥S+)¥.(¥S+)$')) ORDER SUBSTR(email, INSTR(email, '@')+1) ||SUBSTR(email, 1, INSTR(email, '@’)) オプションで、チェック制約を指定 Copyright©2025、 Oracle and/or its affiliates 72 -
ユースケース・ドメインの作成 CREATE DOMAIN email AS VARCHAR2(255) CONSTRAINT email_c CHECK(REGEXP_LIKE (email,
'^(¥S+)¥@(¥S+)¥.(¥S+)$')) DISPLAY '---' || SUBSTR(email, INSTR(email, '@')) オプションで、表示形式を指定 Copyright©2025、 Oracle and/or its affiliates 73 -
ユースケース・ドメインの作成 CREATE DOMAIN email AS VARCHAR2(255) CONSTRAINT email_c CHECK(REGEXP_LIKE (email,
'^(¥S+)¥@(¥S+)¥.(¥S+)$')) DISPLAY '---' || SUBSTR(email, INSTR(email, '@')) ORDER SUBSTR(email, INSTR(email, '@')+1) ||SUBSTR(email, 1, INSTR(email, '@’)) オプションで順序付け方式を指定 Copyright©2025、 Oracle and/or its affiliates 74 -
ユースケース・ドメインは列定義に宣言 CREATE TABLE employees ( emp_id NUMBER PRIMARY KEY, name
VARCHAR2(4000) NOT NULL, email_addr VARCHAR2(1000) DOMAIN email, ); 表の列にドメインを追加 列のデータ型を変更する場合とは異なり、ドメインを追加しても、アプリケーションのSQL またはコードを変更する必要はない Copyright©2025、 Oracle and/or its affiliates 75 -
EMP N A M E S A L D E
P T …. … … JOHN $500 MARKETING … … … … … … 例: • 列に機密データを保持するレコード • 列または表の表示名の記録 • 列で許可される操作のリストを記録します。 • ソート、グループ化、平均、最小、最大など 現在、この情報はアプリケーション固有または非標準リ ポジトリに分散しており、複数のアプリケーション間での 使用は困難 一般的にアプリケーションは列、表およびその他のスキーマ・ オブジェクトの個別の使用状況プロパティを記録 表示名: 「社員」 給与は指標であり、 機密情報 部門列で可能なUI操作: - GROUP、FILTER Copyright©2025、 Oracle and/or its affiliates 77 -
Annotationを使用すると、アプリケーションは、自由形式のキーと値のペア の宣言を使用してスキーマ・オブジェクトに属性を追加可能に Annotationは、アプリケーション・メタデータ用の共通および標準レジストリを提供 CREATE TABLE emp ( name VARCHAR2(50), sal
NUMBER ANNOTATIONS (Measure, Sensitive), dept VARCHAR2(20) ANNOTATIONS (Operations 'Group, Sort') ) ANNOTATIONS (Display_As 'EMPLOYEES'); 列に機密データを含む UIの表示名 列にメジャーが含まれる 列で許可される UI操作 Copyright©2025、 Oracle and/or its affiliates 78 -
Annotationを追加すると簡単に問合せでき、 スキーマ・オブジェクトの属性を簡単に判断可能に SELECT annotation_name, annotation_value FROM ALL_ANNOTATIONS_USAGE WHERE object_name =
'customers' AND object_type = 'table'; Copyright©2025、 Oracle and/or its affiliates 79 -
ONNXフレームワークを使用した DB内での埋込みモデルの実行 分散AI GoldenGate 23ai Exadataによる 大規模ミッションクリティカルAI AI開発者のための LangChainを含むツールインタフェース その他の多くのAI機能がOracle
Database 23aiに搭載 SelectAIを使用した自然言語に よる質問のSQLへの変換 GP U OMLノートブックでのGPU のサポート Copyright©2025、 Oracle and/or its affiliates 80 -
全体像 – Oracle Databaseのテクノロジ・リーダーシップ ベスト・データベース Oracle Converged Database ベスト・データベース・プラットフォーム Oracle
Exadata ベスト・クラウド・データベース Oracle Exadata Cloud Service Oracle Autonomous Database ベスト・クラウド Database@Customer Oracle Exadata Cloud@Customer Oracle Autonomous Database@Customer ベスト・ドキュメント・データベース Oracle DatabaseのJSON Duality ベスト・グラフ・データベース Oracle DatabaseのGraph ベスト・マルチクラウド・データベース Oracle Database@Azure, Google Cloud, AWS ベスト・AIデータベース Oracle Database AI Vector Search Copyright©2025、 Oracle and/or its affiliates 81