Elastic Pool-Unterstützung für untergeordnete Mandanten

Sie können Organisationsmanagement mit den Vorteilen elastischer Pools kombinieren. Wenn Ihre Organisation das Modell des übergeordneten/untergeordneten Mandanten verwendet, können Sie Kosteneinsparungen für elastische Pools anwenden, indem Sie einen elastischen Pool verwenden, der sich über übergeordnete und untergeordnete Mandanten erstreckt. Auf diese Weise kann ein elastischer Pool mandantenübergreifend ausgeführt werden, wobei sich der Leiter des elastischen Pools im übergeordneten Mandanten und das Mitglied des elastischen Pools in einem untergeordneten Mandanten befindet.

Weitere Informationen finden Sie unter "Elastische Pools mit Oracle Cloud Infrastructure Organization Management (übergeordnete und untergeordnete Mandanten)" in Elastische Pools.

Netzwerkzugriffsprüfung für Tabellen-Hyperlink mit ACLs

Sie können einen Tabellen-Hyperlink generieren, wenn die ACL-Prüfung aktiviert ist. Wenn Sie einen Tabellen-Hyperlink generieren und die ACL-Prüfung aktivieren, sind Tabellen-Hyperlink-Daten nur für eine Consumer-Datenbank zugänglich, nachdem die IP-Adresse der eingehenden Anforderung basierend auf den in der Producer-Datenbank definierten ACLs validiert wurde.

Weitere Informationen finden Sie unter Hyperlinks für Tabellen generieren, auflisten, invalidieren und überwachen.

Benachrichtigungen an ein OCI Notifications-Servicethema senden

Sie können Nachrichten von Autonomous Database an ein OCI Notifications-Servicethema senden.

Weitere Informationen finden Sie unter Nachrichten von Autonomous Database an OCI Notifications Service senden.

Kritische und Informationsereignisse mit Ereigniskategorie

Kritische Ereignisse und Informationsereignisse enthalten ein Ereigniskategorieattribut. Optional können Sie Ereignisse abonnieren und eine Ereigniskategorie hinzufügen, um Benachrichtigungen über Ereignisse in einer Kategorie zu erhalten, oder andere Automatisierungstypen für Ereignisse nach Ereignistyp und Ereigniskategorie ausführen. Die Ereigniskategorien lauten: Vorfall, Wartung, Leistung, Sicherheit und Sonstiges.

Weitere Informationen finden Sie unter Autonomous Database-Ereignisse verwenden.

Data Studio-Erweiterungen:

KI-Erweiterungen auswählen

Select AI umfasst die folgenden neuen Features:

• Mit Select AI können Sie Tabellenkommentare zu den Metadaten des LLM hinzufügen, um eine bessere SQL-Generierung zu erzielen. Sie können dies erreichen, indem Sie in Ihrem AI-Profil comments bis true angeben. Siehe "Beispiel: SQL-Generierung mit Tabellen- und Spaltenkommentaren verbessern" in Beispiel: SQL-Abfragegenerierung verbessern.

• Select AI integriert Anmerkungen in Oracle Database 23ai, indem es sie zu den Metadaten hinzufügt, die an das LLM gesendet werden. Sie können dies erreichen, indem Sie in Ihrem AI-Profil annotations bis true angeben. Siehe "Beispiel: SQL-Abfragegenerierung mit Tabellen- und Spaltenanmerkungen verbessern" in Beispiel: SQL-Abfragegenerierung verbessern

• Select AI fügt Fremdschlüssel- und referenzielle Schlüssel-Constraints in die Metadaten des LLM ein, um genaue JOIN-Bedingungen zu generieren. Sie können dies erreichen, indem Sie in Ihrem AI-Profil constraints bis true angeben. Siehe "Beispiel: SQL-Abfragegenerierung mit Fremdschlüssel- und referenziellen Schlüssel-Constraints verbessern" in Beispiel: SQL-Abfragegenerierung verbessern.

Regionsübergreifende Standbydatenbank kann ein Elastic Pool Member oder ein Elastic Pool Leader sein

Eine regionsübergreifende Standbydatenbank kann einem elastischen Pool hinzugefügt werden oder ein Leiter eines elastischen Pools sein. Elastische Pools werden regionsübergreifend nicht ausgeführt. Wenn eine regionsübergreifende Standbydatenbank zu einem elastischen Pool hinzugefügt wird, können sich Primär- und Standbydatenbank nicht in demselben elastischen Pool befinden.

Weitere Informationen finden Sie unter Elastische Pools in Autonomous Database verwenden und verwalten.

Unterstützung von Google Drive für Datenbanklinks mit von Oracle verwalteter heterogener Konnektivität

Mit der von Oracle verwalteten heterogenen Konnektivität von Autonomous Database können Sie Datenbanklinks zu Google Drive erstellen. Wenn Sie Datenbanklinks mit von Oracle verwalteter heterogener Konnektivität verwenden, konfiguriert und richtet Autonomous Database die Verbindung ein.

Weitere Informationen finden Sie unter Datenbanklinks zu Nicht-Oracle-Datenbanken mit von Oracle verwalteter heterogener Konnektivität erstellen.

Integrierte Tools - Fakturierungs- und Standardkonfigurationsänderungen

Im ECPU-Compute-Modell haben die integrierten Datenbanktools, die eine VM verwenden, einschließlich: OML, Graph Studio und Datentransformationen Standardkonfigurationsänderungen und Abrechnungsänderungen.

Weitere Informationen finden Sie unter Integrierte Tools konfigurieren - Compute-Ressourcen und -Limits und Oracle Autonomous Database Serverless Billing for Database Tools.

Kosten- und Nutzungsinformationen für elastischen Pool in Kostenberichten

Kosten- und Nutzungsdetails für elastische Pools werden in den Oracle Cloud Infrastructure-Kostenberichten und in der Ansicht OCI_COST_DATA aufgezeichnet. Weitere Informationen finden Sie unter Elastic Pool Billing und Compute Models in Autonomous Database.

Abfragen aus Elastic Pool-Element an aktualisierbare Member-Klone auslagern: Umfasst Abfragen aus PL/SQL und aus Oracle Scheduler-Jobs

Wenn Sie umfangreiche Lese-Workloads haben, bei denen eine relativ kleine Datenmenge von mehreren Abfragen gescannt wird, einschließlich von PL/SQL oder von Oracle Scheduler-Jobs, können Sie Abfragen (Lesevorgänge) von einem Elastic Pool Leader oder von einem Elastic Pool Member zu Refreshable Clones auslagern.

Weitere Informationen finden Sie unter Abfragen an aktualisierbare Member-Klone ausliefern.

• Daten aus Oracle Enterprise Resource Planning (ERP) Cloud mit BI Publisher extrahieren

  Mit dem Oracle ERP Cloud-Connector können Sie jetzt eine Verbindung zum Business Intelligence-(BI-)Publisher-Server erstellen und Daten aus BI Publisher-Berichten in Autonomous Database laden. Sie können dies als alternative Methode verwenden, um ERP-Daten zu extrahieren, wenn der BICC-basierte Extrakt nicht ausreicht. Siehe Oracle Enterprise Resource Planning Cloud-Verbindung erstellen.

• Daten in Apache Iceberg-Tabellen laden

  Datentransformationen umfassen die Unterstützung von Apache Iceberg als Ziel zum Laden von Daten aus SQL-basierten Datenquellen. Siehe Apache Iceberg-Verbindung erstellen.

• Schaltfläche "Einstellungen" auf der Seite "Detail für Dataload"

  Die Optionen unter "Erweiterte Optionen" wurden in ein separates Fenster verschoben. Klicken Sie auf die Schaltfläche Einstellungen, um diese Optionen zusätzlich zu einigen weiteren zu verwenden.

OCPU-Compute-Modelloption für Data Warehouse- und Transaktionsverarbeitungs-Workloads beim Provisioning oder Klonen entfernen

Die OCPU-Compute-Modelloption wird entfernt, wenn Sie eine neue Autonomous Database-Instanz mit Data Warehouse- oder Transaktionsverarbeitungs-Workloads bereitstellen oder klonen.

Weitere Informationen finden Sie im Oracle Support-Dokument 2998742.1.

Unterstützung der Zstd-Komprimierung in DBMS_CLOUD

DBMS_CLOUD unterstützt das Laden und Abfragen von Daten mit externen Tabellen sowie das Exportieren und Importieren von Daten aus Autonomous Database in den Objektspeicher. DBMS_CLOUD unterstützt das Zstd-(Zstandard-)Format für Komprimierung oder Dekomprimierung.

Weitere Informationen finden Sie unter DBMS_CLOUD Package Format Options und DBMS_CLOUD Package Format Options for EXPORT_DATA.

Standard-Bind-Variablen in Tabellen-Hyperlinks angeben

Sie können Standardwerte für eine oder mehrere Bind-Variablen in einer SQL-Anweisung angeben, wenn der Parameter default_bind_values in DBMS_DATA_ACCESS.GET_PREAUTHENTICATED_URL enthalten ist.

Weitere Informationen finden Sie unter Tabellen-Hyperlink mit einer Select-Anweisung generieren und Tabellen-Hyperlink für den Zugriff auf Daten verwenden.

AI-Verbesserungen auswählen

Select AI umfasst die folgenden neuen Features:

• Select AI erkennt automatisch relevante Tabellen und sendet Metadaten nur für die spezifischen, für die Abfrage relevanten Tabellen in Oracle Database 23ai. Sie können dies erreichen, indem Sie object_list_mode als automated angeben. Siehe "Relevante Tabellenmetadaten automatisch erkennen" in Beispiel: SQL-Abfragegenerierung verbessern.

• Mit Select AI können Sie den Tabellenzugriff einschränken, indem Sie nur die Tabellen berücksichtigen, die in den AI-Profilattributen für die SQL-Generierung aufgeführt sind. Sie können dies erreichen, indem Sie enforce_object_list in true angeben. Siehe Beispiel: Tabellenzugriff in AI-Profil einschränken.

• Mit AI können Sie die Groß-/Kleinschreibung so angeben, dass LLM Antworten ohne Beachtung der Groß-/Kleinschreibung aus der Datenbank und LLM erzeugt. Sie können dies erreichen, indem Sie case_sensitive_values in false angeben. Siehe Beispiel: Groß-/Kleinschreibung für Spalten angeben.

• Administratoren können den Datenzugriff so steuern, dass tatsächliche Schematabellen nicht mit Select AI an den LLM gesendet werden. Siehe Prozedur ENABLE_DATA_ACCESS, Prozedur DISABLE_DATA_ACCESS und Beispiel: Datenzugriff aktivieren oder deaktivieren.

Datenbankinternes Transformer-Modell mit ausgewählter KI-RAG verwenden

Sie können datenbankinterne Transformer (auch als Einbettungsmodelle bezeichnet) verwenden, die Sie mit Select AI RAG in Ihre Oracle Database 23ai-Instanz importiert haben, um Vektoreinbettungen für Dokumentblöcke und Benutzer-Prompts zu generieren. Informationen zu diesem Feature finden Sie unter Datenbankinterne Transformer-Modelle verwenden und Beispiel: KI mit datenbankinternen Transformer-Modellen auswählen.

Data Studio-Verbesserung:

Tabellen-Hyperlinks für den Zugriff auf Daten mit Tabellen-Add-ins verwenden

Mit dem Oracle Autonomous Database-Add-in für Excel können Sie Daten mit einem Tabellen-Hyperlink in einem MS Excel-Arbeitsblatt lesen und darauf zugreifen.

Siehe Daten mit Tabellenhyperlinks in Excel-Arbeitsblatt lesen und darauf zugreifen.

Updates für Datentransformationen

Datentransformationen werden mit neuen Features und Änderungen in den folgenden Bereichen aktualisiert:

• Data Studio-Dataload mit Data Transformations-Workflows ausführen

  Sie können jetzt ein Data Studio Data Load in einem Data Transforms-Workflow definieren und diesen Dataload dann als Teil eines Data Flow ausführen. Anschließend können Sie den Workflow für die Wiedergabe des Data Studio-Dataloads planen, um alle an den Dateien vorgenommenen Updates zu erfassen und in Autonomous Database zu laden.

  Weitere Informationen zum Ausführen eines Data Studio-Dataloads in Datentransformationen finden Sie unter Data Studio-Dataload in einem Workflow definieren.

• Vektor-Einbettungen in Datenflüsse

  Data Transforms unterstützt jetzt die Integration von Vektoreinbettungen in einen Datenfluss mit dem Oracle Cloud Infrastructure (OCI) Generative AI-Service. Um dieses Feature verwenden zu können, benötigen Sie eine Oracle Database 23ai-Verbindung.

  Weitere Informationen finden Sie unter Texteinbettungsvektor in einem Datenfluss verwenden.

• Modelle für maschinelles Lernen (ML) in Datenflüssen verwenden

  Datentransformationen enthalten jetzt einen neuen Datenentitytyp namens ML-Modell. Mit ML-Modellen in einem Datenfluss können Sie Vorhersagelogik auf Quelldaten anwenden und die Ausgabe auf einem Zielserver speichern.

  Weitere Informationen finden Sie unter Machine Learning-(ML-)Modelle.

• Benutzerdefinierten Variablenwert zur Laufzeit festlegen

  Bei Datenflüssen und Workflows, die Variablen als Teil des Ablaufs enthalten, können Sie beim Ausführen des Datenflusses oder Workflows den Standardwert, den Aktualisierungswert oder einen benutzerdefinierten Wert zur Laufzeit für die aktuelle Ausführung verwenden.

  Weitere Informationen finden Sie unter Variablen in einem Datenfluss verwenden und Variablen in einem Workflow verwenden.

• Jobs in Warteschlange anzeigen

  Mit der Option "In Warteschlange befindliche/Wartende Jobs anzeigen" wird die Gesamtperformance beim Abrufen der Liste der Datensätze verbessert, die auf der Seite "Jobs" angezeigt werden sollen.

  Weitere Informationen finden Sie im Abschnitt "Job suchen" unter Jobs erstellen und verwalten.

Data Studio - Erweiterungen

Data Studio wird mit neuen Features und Änderungen aktualisiert:

• Autonomous Database-Katalogverbesserungen für föderierte Datenbanken:

  Sie können mehrere Kataloge verbinden, um das Auffinden und Arbeiten mit Ihren Daten zu erleichtern, einschließlich gängiger Iceberg-Datenkataloge wie Unity und Polaris. Sie können auch mit Datenbanklinks eine Verknüpfung zu Remote-Autonomous Database-Instanzen herstellen, sodass Sie Tabellen aus diesen Datenbanken direkt in Ihrem Katalog abfragen können. So erhalten Sie mehr aus Ihrem Datenkatalog ohne zusätzliche Schritte.

  Eine der wichtigsten Verbesserungen im föderierten Katalog ist die Möglichkeit, einen Delta Share einfach direkt aus dem Katalogtool selbst zu laden – es ist nicht erforderlich, zu einem separaten Datenladewerkzeug zu wechseln.

  Weitere Informationen finden Sie unter Inline-Dataload von Delta Share im Katalogtool.

• Das Oracle Autonomous Database for Excel-Add-in kann jetzt über den Microsoft Store installiert werden.

  Weitere Informationen finden Sie unter Add-in von Microsoft AppSource installieren.

• UX-Verbesserungen für AI-Tabellenassistenten - Das Tool für Tabellen-KI-Assistenz bietet die Möglichkeit, Rezepte zu bearbeiten, Rezepte automatisch zu speichern und UX-Verbesserungen vorzunehmen, wie z.B. die Anzeige eines neuen Spaltenheaders in Kursivschrift.

  Weitere Informationen finden Sie unter KI-Assistentool für Tabellen.

• Verbesserungen bei Live Feed Reporting: Wenn Sie das vorhandene Setup für die Simple Mail Transfer Protocol-(SMTP-)E-Mail-Registrierung im Livefeed verwenden, erhalten Sie eine E-Mail, wenn:

  • Neue Zeilen werden hinzugefügt: Sie erhalten E-Mail-Benachrichtigungen, wenn Live Feed ausgeführt wird und Ihre Tabelle mit neuen Daten lädt.
  • Probleme bei der Datenvalidierung: Sie erhalten E-Mail-Benachrichtigungen, wenn Inkonsistenzen auftreten, z. B. wenn das Tool versucht, nicht numerische Werte in ein numerisches Feld zu laden.
  • Livefeed löst einen Fehler aus: Sie erhalten E-Mail-Benachrichtigungen, wenn Fehler auftreten, z.B. wenn der Bucket mit Ihren Dateien gelöscht oder Ihre Zugangsdaten für diesen Bucket gelöscht wurden.

  Weitere Informationen finden Sie unter E-Mails mit dem Livefeed-Tool senden.

Lang ausstehendes Transaktionsereignis

Das Ereignis LongPendingTransaction wird generiert, wenn eine Transaktion länger als 24 Stunden offen ist.

Weitere Informationen finden Sie unter Informationsereignisse in Autonomous Database.

Recovery Time Objective (RTO) für eine regionsübergreifende Autonomous Data Guard-Standbydatenbank

Das Recovery Time Objective (RTO) für regionsübergreifende Autonomous Data Guard-Standbydatenbanken wird auf weniger als zehn (10) Minuten gesenkt.

Weitere Informationen finden Sie unter Recovery Time Objective (RTO) und Recovery Point Objective (RPO) in Autonomous Data Guard.

Hinzufügen der Dokumentation: Automatische Regressionserkennung

Die automatische Regressionserkennung in Autonomous Database bietet eine proaktive Behandlung von Regressionen und ermöglicht eine automatisierte Problemerkennung, -diagnose und -minderung.

Weitere Informationen finden Sie unter Geplante Wartung und Patching.

Durchschnittliche Metriken für aktive Sessions und Sessionauslastung

Die Metrik AverageActiveSessions zeigt die durchschnittliche Anzahl von Sessions an, die aktiv ausgeführt werden oder auf Ressourcen warten. Die Metrik SessionUtilization zeigt die maximale Sessionauslastung an.

Weitere Informationen finden Sie unter Verfügbare Metriken: oci_autonomous_database.

Zugangsdatenkommentare in DBMS_CLOUD.CREATE_CREDENTIAL

Die Prozedur DBMS_CLOUD.CREATE_CREDENTIAL unterstützt Kommentare, wenn Sie den Parameter comments verwenden.

Weitere Informationen finden Sie unter Zugangsdaten für den Zugriff auf Cloud-Services erstellen und Prozedur CREATE_CREDENTIAL.

Migration von PostgreSQL, MySQL oder SQL Server zu Oracle SQL

Sie können SQL-Anweisungen von PostgreSQL, MySQL oder SQL Server zu Oracle SQL migrieren und die Anweisungen in Autonomous Database ausführen.

Weitere Informationen finden Sie unter Anwendungen von Nicht-Oracle SQL zu Oracle SQL migrieren.

Dokumentationsänderung: URLs für vorab authentifizierte Anforderungen (PAR), die in Tabellenhyperlinks umbenannt werden

Sie können Tabellenhyperlinks generieren und verwalten, um auf Daten in Autonomous Database zuzugreifen.

Weitere Informationen finden Sie unter Tabellenhyperlinks für schreibgeschützten Datenzugriff in Autonomous Database verwenden.

Zusätzliche Dateitypen, die für die Erstellung von ausgewählten AI-RAG-Vektorindizes unterstützt werden

Select AI Retrieval Augmented Generation (RAG) unterstützt unter anderem mehrere Dateiformate wie PDF, DOCX, JSON, XML und HTML.

Weitere Informationen finden Sie unter AI mit Retrieval Augmented Generation (RAG) auswählen und in der vollständigen Liste der unterstützten Dateiformate unter Vektorspeicher erstellen.

Elastischer Pool mit beliebigem Workload-Führer

Wenn Sie einen elastischen Pool erstellen, ist der Workload-Typ des Leader nicht eingeschränkt. Der Workload-Typ eines Elastic Pool Leaders kann eine der folgenden sein: Transaktionsverarbeitung, Data Warehouse, JSON oder APEX.

Weitere Informationen finden Sie unter Info zu elastischen Pools und Info zu Autonomous Database-Workload-Typen.

SQL-Parse-Fehlerwarnungsereignis: SQLParseErrorWarning

Wenn ein SQL-Parse-Fehler mehrmals in einem bestimmten Zeitfenster auftritt, z.B. 200 Mal oder mehr in einer Stunde, generiert dies "Too Many Parse Errors"-Einträge im Alertlog. Das Ereignis SQLParseErrorWarning wird ausgelöst, wenn ein neuer Eintrag im Alertlog vorhanden ist, der angibt, dass eine SQL-Anweisung zu viele Parse-Fehler aufweist. Beispiel: Wenn eine ungültige Abfrage 200 Mal in weniger als einer Stunde ausgeführt wird, löst dies das Ereignis SQLParseErrorWarning aus.

Weitere Informationen finden Sie unter Informationsereignisse in Autonomous Database.

Aktualisierbaren Klon mit 19c-Quelle und aktualisierbarem 23ai-Klon erstellen

Wenn Sie einen aktualisierbaren Klon aus einer Oracle Database-Quelle 19c erstellen, können Sie Oracle Database 23ai als aktualisierbaren Klon auswählen. Mit dem aktualisierbaren Klon können Sie Ihre Datenbank in Oracle Database 23ai testen. Nach Abschluss des Tests können Sie den aktualisierbaren Klon trennen, um ein Upgrade auf Oracle Database 23ai durchzuführen.

Weitere Informationen finden Sie unter Autonomous Database-Instanz auf Oracle Database 23ai upgraden und Aktualisierbaren Klon für eine Autonomous Database-Instanz erstellen.

Abfragen von Elastic Pool Leader in Member Refreshable Clones auslagern: Umfasst Abfragen von PL/SQL- und Oracle Scheduler-Jobs

Bei umfangreichen Lese-Workloads, bei denen eine relativ kleine Datenmenge von mehreren Abfragen gescannt wird, einschließlich von PL/SQL oder von Oracle Scheduler-Jobs, können Sie Abfragen (Lesevorgänge) von einem Elastic Pool Leader an aktualisierbare Klone auslagern.

Weitere Informationen finden Sie unter Abfragen an aktualisierbare Member-Klone ausliefern.

Metriken für gelöschte Verbindungen

Die Metrik ConnectionsDroppedByClient zeigt die Summe der Anzahl der vom Client gelöschten Verbindungen an. Die Metrik ConnectionsDroppedByServer zeigt die Summe der Anzahl der vom Server gelöschten Verbindungen an.

Weitere Informationen finden Sie unter Verfügbare Metriken: oci_autonomous_database.

Oracle APEX 24.2

Autonomous Database verwendet Oracle APEX Release 24.2.

Weitere Informationen finden Sie unter Anwendungen mit Oracle APEX in Autonomous Database erstellen.

Data Studio - Erweiterungen

Data Studio wird mit neuen Features und Änderungen aktualisiert:

• Das Table AI Assist Tool: Die Data Studio-Toolsuite verfügt jetzt über ein KI-gestütztes Table Assist Tool, mit dem Sie Ihre lokalen Datentabellen mühelos mit der Leistungsfähigkeit von KI verbessern können. Mit diesem Tool können Sie Eingabeaufforderungen in natürlicher Sprache verwenden, um Ihre Informationen zu erweitern und zu korrigieren.

  Weitere Informationen finden Sie unter Table AI Assist Tool.

• Erweiterungen des Katalogtools: Mit den neuen Funktionen für mehrere Kataloge des Autonomous Database-Katalogs können Sie Kataloge hinzufügen, um die Datensuche, -erkennung und -verwendung in einer Vielzahl von externen Systemen zu ermöglichen, einschließlich anderer autonomer Datenbanken, On-Premises-Datenbanken, Cloud-Speichersystemen, gemeinsam genutzter Daten und anderer Datenkataloge wie Oracle Cloud Infrastructure Data Catalog und AWS Glue.

  Weitere Informationen finden Sie unter Katalogtool.

• Das Data Marketplace-Tool: Mit Data Studio Marketplace können Autonomous Database-Benutzer einfach zusammenarbeiten, indem sie Daten mit anderen Benutzern derselben oder einer anderen Autonomous Database-Instanz teilen. Datenanbieter veröffentlichen Datasets in nur wenigen Minuten, keine Codierung erforderlich. Daten-Consumer können verfügbare Datasets durchsuchen und Live-Daten abfragen oder in ihre eigene Autonomous Database-Instanz kopieren.

  Weitere Informationen finden Sie unter Data Marketplace Tool.

• Livefeed-Erweiterungen zum Laden von Daten:

  • Mit dem neuen Basismodus ist das Erstellen eines Livefeed so einfach wie das Auswählen eines Ordners aus einem Dropdown-Menü.
  • Neue Möglichkeit, Seriendrucksemantik in Livefeeds zu verwenden. Die Livefeed-Funktion aktualisiert vorhandene Daten in Ihren Tabellen automatisch mit neuen Informationen, eliminiert redundante Zeilen und gewährleistet die Datenintegrität.

  • Mit dem neu eingeführten Symbol Code anzeigen können Sie den zugrunde liegenden SQL-Code hinter Ihren Livefeeds anzeigen und den Code sogar manuell im SQL-Arbeitsblatt ausführen.

  Weitere Informationen finden Sie unter Daten speisen.

Hinzufügen der Dokumentation: Vorhandene SQL-Ausführungspläne zu Autonomous Database migrieren

Sie können SQL Plan Management in Echtzeit verwenden, wenn Sie von einer Quell-Oracle Database zu Autonomous Database migrieren.

Weitere Informationen finden Sie unter Vorhandene SQL-Ausführungspläne in Autonomous Database migrieren, um das Risiko von SQL-Performanceregressionen zu mindern.

Abfragen von Elastic Pool Leader in aktualisierbare Member-Klone auslagern

Bei umfangreichen Lese-Workloads, bei denen eine relativ kleine Datenmenge von mehreren Abfragen gescannt wird, können Sie Abfragen (Lesevorgänge) von einem Elastic Pool Leader auf aktualisierbare Klone auslagern.

Weitere Informationen finden Sie unter Abfragen an aktualisierbare Member-Klone ausliefern.

Externe Tabellen über PAR-URLs erstellen

Sie können eine externe Tabelle über URLs für vorab authentifizierte Anforderungen (PAR) erstellen.

Weitere Informationen finden Sie unter Abfragedaten, die Tabellen-Hyperlink-Quelle verwenden.

Registrierungen von Cloud-Links aktualisieren

Bei Cloud-Links registriert ein Dateneigentümer eine Tabelle oder Ansicht für den Remotezugriff für eine ausgewählte Zielgruppe, wie vom Dateneigentümer definiert, und die Daten sind dann für Personen zugänglich, für die bei der Registrierung der Zugriff erteilt wurde. Nachdem Sie ein Dataset registriert haben, können Sie Dataset-Attribute aktualisieren.

Weitere Informationen finden Sie unter Dataset-Registrierungsattribute aktualisieren.

Warnungsereignis für Datenbankbenutzerkennwort: DatabaseUserPasswordWarning

Das Warnungsereignis für das Datenbankbenutzerkennwort gibt eine Meldung an, dass das Autonomous Database-Benutzerkennwort innerhalb der angegebenen Verlängerungsfrist (Standard 30 Tage) abläuft oder bereits abgelaufen ist.

Weitere Informationen finden Sie unter Kritische Ereignisse in Autonomous Database.

Hinzufügen der Dokumentation: Benutzerdefinierte Metriken erstellen und verwenden

Sie können benutzerdefinierte Metriken erstellen, um Metriken zu erfassen, zu veröffentlichen und zu analysieren. Eine benutzerdefinierte Metrik erfasst angegebene Daten aus Ihrer Autonomous Database-Instanz und veröffentlicht die Daten mit einer vom OCI-SDK bereitgestellten REST-API im OCI Monitoring-Service.

Weitere Informationen finden Sie unter Benutzerdefinierte Metriken in Autonomous Database verwenden.

Peerdatenbank trennen

Sie können eine Autonomous Data Guard-Standbydatenbank oder einen backupbasierten Disaster-Recovery-Peer trennen. Wenn Sie einen regionsübergreifenden Peer trennen, wird die Verknüpfung der Datenbank mit der Primärdatenbank dauerhaft aufgehoben. Dadurch wird die Datenbank von einer Peerdatenbank in eine Standalone-Datenbank konvertiert.

Weitere Informationen finden Sie unter Peerdatenbank trennen.

Patchebene nach Provisioning ändern

Wenn Sie eine Autonomous Database-Instanz bereitstellen oder klonen, können Sie eine Patchebene auswählen, die für zukünftige Patches gelten soll. Sie können die Patchebene auch ändern, nachdem eine Autonomous Database-Instanz bereitgestellt wurde. Es gibt zwei Patchebenenoptionen: Regelmäßig und Frühzeitig.

Weitere Informationen finden Sie unter Patchebene festlegen.

Servicenamenszuordnung für Verbraucher von Cloud-Links

Sie können die Servicenamenszuordnung so festlegen, dass sie verwendet wird, wenn Cloud-Links-Consumer auf Daten von einem Dataset-Eigentümer zugreifen.

Weitere Informationen finden Sie unter Namenszuordnung für Database Service für Cloud-Link-Consumer festlegen.

Externe Tabellen mit ORC, Parquet und Avro bieten eine Option zum Festlegen der Größe von Stringspalten

Wenn Sie mit externen Tabellen auf ORC-, Parquet- oder Avro-Daten zugreifen, die im Objektspeicher gespeichert sind, können Sie die maximale Größe von Textspalten entweder automatisch oder explizit festlegen. Standardmäßig wird die Textspaltengröße basierend auf dem Wert von MAX_STRING_SIZE festgelegt.

Weitere Informationen finden Sie unter Externe Daten mit ORC-, Parquet- oder Avro-Quelldateien abfragen und die Textspaltengröße explizit festlegen.

Google Cloud Platform Cloud Run-Funktionen aufrufen

Sie können Google Cloud Platform Cloud Run-Funktionen als SQL-Funktionen aufrufen.

Weitere Informationen finden Sie unter Schritte zum Aufrufen von Google Cloud-Ausführungsfunktionen als SQL-Funktionen.