Neue Features für Oracle Autonomous AI Database Serverless

Oracle AI Database gestaltet künstliche Intelligenz (KI) in seinen Kern und integriert KI nahtlos in alle wichtigen Datentypen und Workloads. Weitere Einzelheiten finden Sie in der Pressemitteilung.

Als Ergebnis wird Oracle Autonomous Database zu Oracle Autonomous AI Database. Außerdem ist Oracle Autonomous Transaction Processing Oracle Autonomous AI Transaction Processing, und Oracle Autonomous JSON Database ist Oracle Autonomous AI JSON Database.

Oracle Autonomous AI Lakehouse wurde als nächste Generation von Autonomous Data Warehouse hinzugefügt. Es behält alle Funktionen bei und bietet eine Vielzahl von Funktionen für die enge Integration mit Iceberg und anderen Open-Source-Technologien. Weitere Einzelheiten finden Sie in der Pressemitteilung. Einen Überblick finden Sie unter Info zu Oracle Autonomous AI Lakehouse.

Oracle Autonomous AI Database 26ai ersetzt Oracle Autonomous Database 23ai. Daher können Sie weiterhin CreateAutonomousDatabase mit 23ai für dbVersion verwenden. Die REST-API gibt 23ai zurück. 26ai wird jedoch in der Oracle Cloud Infrastructure-(OCI-)Konsole angezeigt.

Die neuen Servicenamen finden Sie in der Oracle Cloud Infrastructure-(OCI-)Konsole, der REST-API und der zugehörigen Dokumentation. Weitere Informationen finden Sie unter Oracle Autonomous AI Database.

Fakturierungsänderungen für elastische Pools mit aktiviertem Autonomous Data Guard mit lokaler Standbydatenbank

Autonomous Data Guard kann für elastische Pools mit lokalen Standbydatenbanken aktiviert werden. Wenn der aggregierte Spitzenwert der lokalen ADG-Standbydatenbanken in Ihrem elastischen Pool dazu führt, dass der stündliche Spitzenwert des elastischen Pools innerhalb der nächsten Abrechnungsebene fällt, werden der aggregierte Spitzenwert der Poolmitglieder und der aggregierte Spitzenwert für lokale ADG-Standbydatenbanken separat berechnet, um Ihnen einen Kostenvorteil zu verschaffen.

Weitere Informationen finden Sie unter Elastic Pool Billing with Autonomous Data Guard Enabled with a Local Standby.

Breitere und erweiterte Unterstützung für Iceberg REST-Katalog

Sie können sich mit der Unterstützung von Databricks Unity und Snowflake Polaris in ein breiteres Iceberg REST-Katalog-Ökosystem integrieren, zusätzlich zur vorhandenen Integration mit Amazon Glue und standortbasierten Iceberg-Root-Metadatendateien.

Weitere Informationen finden Sie unter Apache Iceberg-Tabellen abfragen.

AI-Agent auswählen (Autonomes Agent-Framework)

Select AI Agent (Autonomes Agenten-Framework) führt ein Framework für die Erstellung von Agent-Workflows ein, mit dem Entwickler Agents, Tools, Aufgaben und Teams erstellen können, die generative KI in der Datenbank verwenden und diese begründen, handeln und zusammenarbeiten.

Agents können Aktionen planen, integrierte oder benutzerdefinierte Tools (wie SQL, RAG, Websearch oder Benachrichtigung) verwenden und Kontext für Multiturn-Unterhaltungen verwalten. Mit dieser Funktion können Entwickler mit SQL und PL/SQL agentenbezogene Workflows erstellen, die KI-gesteuerte Automatisierung, Dateninteraktion und Human-in-the-Loop-Kontrolle unterstützen.

Weitere Informationen zu diesem Feature finden Sie unter AI-Agent auswählen, DBMS_CLOUD_AI_AGENT-Package, DBMS_CLOUD_AI_AGENT-Ansichten und Beispiele für die Verwendung von Select AI Agent.

KI auswählen: Übersetzen

Mit der Funktion "Übersetzen" können Sie Ihren Text mit SQL oder PL/SQL in mehrere Sprachen übersetzen, wie von Ihrem KI-Anbieter unterstützt.

Weitere Informationen zu dieser Funktion finden Sie unter Übersetzen, Beispiel: AI TRANSLATE auswählen, TRANSLATE-Funktion und GENERATE-Funktion.

Vordefinierte Datenbankservicenamen TP und TPURGENT für Autonomous AI Lakehouse-Workload.

Sie können eine gemischte Workload für Datenanalysen und kritische Transaktionsverarbeitung ausführen, indem Sie mit den vordefinierten Datenbankservices TP und TPURGENT eine Verbindung zu Autonomous AI Lakehouse-Datenbanken herstellen. Auf diese Weise können Sie kritische Transaktionsverarbeitungs-Workloads mit oder ohne Parallelität ausführen, während Sie mit einer Autonomous AI Lakehouse-Datenbank verbunden sind.

Weitere Details finden Sie unter Vordefinierte Datenbankservicenamen für autonome KI-Datenbank und Datenbankservicenamen für autonome KI-Datenbank.

Workload Capture/Replay aus Datenbankaktionen ausführen

Sie können Ihre Workloads in Database Actions testen, indem Sie eine Workload im Produktionssystem erfassen und auf dem Testsystem wiedergeben.

Weitere Informationen finden Sie unter Workloads mit Datenbankaktionen erfassen und wiedergeben.

AI für Python auswählen

Weitere Informationen finden Sie unter AI für Python auswählen.

AI-Unterhaltungen auswählen

Select AI unterstützt anpassbare Unterhaltungen, mit denen Sie Select AI mit verschiedenen Themen verwenden können, ohne Kontext zu mischen, was sowohl Flexibilität als auch Effizienz verbessert. Sie können Unterhaltungen über die DBMS_CLOUD_AI-Unterhaltungsprozeduren und -funktionen erstellen, festlegen, löschen und aktualisieren.

Weitere Informationen finden Sie unter KI-Unterhaltungen auswählen, Beispiel: Unterhaltungen in ausgewählter KI aktivieren und Zusammenfassung der Unterprogramme DBMS_CLOUD_AI.

KI-Feedback auswählen

Mit Select AI können Sie Feedback zu generierten NL2SQL-Ergebnissen geben, um die Genauigkeit der Abfragegenerierung zu verbessern. Feedback kann sowohl in der SQL-Befehlszeile als auch über PL/SQL-Prozeduren gegeben werden.

Informationen zum Feature finden Sie unter FEEDBACK, Beispiel: KI-FEEDBACK auswählen und FEEDBACK-Prozedur.

KI-Zusammenfassung auswählen

Mit Select AI können Sie eine Zusammenfassung Ihres Textes direkt in einer Eingabeaufforderung oder über eine URI generieren. Sie können anpassen, wie die Übersicht generiert wird.

Informationen zum Feature finden Sie unter Zusammenfassung mit ausgewählter KI generieren.

Verwenden Sie DBMS_CLOUD.CREATE_EXTERNAL_TABLE mit impliziter Partitionierung mit der Formatoption "Strict Column Order"

Verwenden Sie die Prozedur DBMS_CLOUD.CREATE_EXTERNAL_TABLE, um implizite partitionierte externe Tabellen zu erstellen. Durch die Übergabe der entsprechenden Optionen an diese Prozedur werden die Partitionen aus den Quelldaten abgeleitet. Die partitionierten externen Tabellen unterstützen die Laufzeit-Discovery von Partitionsspalten und deren Werten. Die Laufzeit-Discovery von Änderungen in der zugrunde liegenden Objektspeicherstruktur, wie das Hinzufügen oder Entfernen von Objekten, vereinfacht den Verwaltungsprozess, indem zusätzliche Synchronisierungsprozeduren, die für DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE erforderlich sind, vermieden werden. Dadurch wird sichergestellt, dass die Daten zur Abfragelaufzeit auf dem neuesten Stand sind.

Weitere Informationen finden Sie unter Externe Tabellen mit impliziter Partitionierung abfragen.

Auf Tabellen-Hyperlinks mit expliziten ACLs zugreifen

Sie können einen Tabellen-Hyperlink generieren, wenn die ACL-Prüfung aktiviert ist. Sie können entweder die individuelle ACL-Prüfung für Tabellen-Hyperlinks oder die ACL-Prüfung auf Instanzebene oder beides für Ihre Tabellen-Hyperlinks verwenden.

Unterstützung von Directory-Dateien für Datenpipelines und KI

Sie können Verzeichnisdateien, einschließlich Dateien in Netzwerkdateisystemen, mit Datenpipelines und dem Vektorindex SELECT AI in der autonomen KI-Datenbank verwenden. Alle Funktionen, die mit Objektspeicherdateien und Vektorindex verfügbar sind, werden mit Verzeichnisdateien unterstützt.

Auswahl von Platzhalterdateien in Autonomous Database-APIs

Sie können Platzhaltermuster verwenden, um mehrere Dateien im Objektspeicher und in Verzeichnisobjekten auszuwählen, wenn Sie in der autonomen KI-Datenbank mit DBMS_CLOUD, DBMS_CLOUD_PIPELINE und DBMS_CLOUD_AI arbeiten.

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

Mit dem Oracle Autonomous Database-Add-on für Google Sheets können Sie Daten mit einem Tabellen-Hyperlink in einem Google-Blatt lesen und darauf zugreifen.

Weitere Informationen finden Sie unter Tabellen-Hyperlinks für den Zugriff auf Daten in Google Sheets verwenden und Daten mit Tabellen-Hyperlinks in Google Sheets lesen und aufrufen.

Hyperlinks für kennwortgeschützte Tabellen erstellen

Sie können einen kennwortgeschützten Tabellen-Hyperlink erstellen, indem Sie ein Kennwort für den Tabellen-Hyperlink angeben. Dies bietet einen zusätzlichen Sicherheitsschritt, um böswilligen Zugriff zu vermeiden, wenn ein Tabellen-Hyperlink einer breiteren Zielgruppe als beabsichtigt ausgesetzt ist.

Weitere Informationen finden Sie unter Tabellenhyperlinks für schreibgeschützten Datenzugriff in einer autonomen KI-Datenbank verwenden.

Aktualisierbare Metadatenklone

Autonomous AI Database stellt ein Klon bereit, bei dem Sie einen Full Clone der aktiven Instanz erstellen, einen Metadatenklon erstellen, einen aktualisierbaren Klon erstellen oder einen aktualisierbaren Metadatenklon erstellen können. Mit einem aktualisierbaren Metadatenklon erstellt das System einen Klon, der nur die Metadaten aus der Quelldatenbank enthält und mit Änderungen aus der Quelldatenbank leicht aktualisiert werden kann.

Weitere Informationen finden Sie unter Aktualisierbaren Klon für eine autonome KI-Datenbankinstanz erstellen.

Logging- und Diagnoseinformationen mit Cloud-Tabellen speichern

Sie können Cloud-Tabellen erstellen, in denen Tabellendaten im von Oracle verwalteten Cloud-Speicher gespeichert sind und die Tabellendaten keinen Datenbankspeicher belegen. Diese Tabellen sind nützlich, um Daten zu speichern, auf die selten zugegriffen wird, wie Anwendungslogs oder Diagnoseinformationen.

Weitere Informationen finden Sie unter Logging- und Diagnoseinformationen mit Cloud-Tabellen speichern.

Konsistente Datenansicht über Tabellen-Hyperlinks hinweg aktivieren

Wenn Sie einen Tabellen-Hyperlink oder eine Tabellen-Hyperlink-Gruppe erstellen, können Sie den Parameter consistent festlegen, um anzugeben, dass der Producer Daten konsistent über verschiedene Seiten hinweg bereitstellt, wenn ein Consumer-Zugriffsdaten.

Weitere Informationen finden Sie unter Tabellenhyperlinks für schreibgeschützten Datenzugriff in einer autonomen KI-Datenbank verwenden.

Dataplane-Ereignisse:

UnplannedMaintenanceBegin und UnplannedMaintenanceEnd

Das Ereignis UnplannedMaintenanceBegin wird ausgelöst, wenn die für dringende und ungeplante Situationen erforderliche Wartung initiiert wird.

Das Ereignis UnplannedMaintenanceEnd wird ausgelöst, wenn die für dringende und ungeplante Situationen erforderliche Wartung erfolgreich abgeschlossen wurde.

Weitere Informationen finden Sie unter Informationsereignisse zur autonomen KI-Datenbank.

Informationen zur Speicherplatznutzung für Nicht-JSON-Objekte anzeigen

Fragen Sie die Ansicht DBA_NONJSON_OBJECTS ab, um den Speicherplatz zu bewerten, der von Nicht-JSON-Objekten in einer autonomen KI-Datenbankinstanz belegt wird. Diese Ansicht ist nur für den Benutzer ADMIN zugänglich.

Weitere Informationen finden Sie unter Autonomous AI JSON Database auf Autonomous AI Transaction Processing upgraden und DBA_NONJSON_OBJECTS View.

Verfügbare Kapazität eines elastischen Pools angeben

Wenn Sie einen vorhandenen Elastic Pool verknüpfen oder einen Elastic Pool auflisten, können Sie die verfügbare Elastic Pool-Kapazität anzeigen.

Weitere Informationen finden Sie unter Join an Existing Elastic Pool und List Elastic Pool Members.

Datentransformationen - Erweiterungen

Upgrade auf Oracle AI Database 26ai mit geplantem Upgrade

Wenn Ihre autonome KI-Datenbankinstanz Oracle Database 19c verwendet, können Sie ein Upgrade auf Oracle AI Database 26ai mit geplantem Upgrade durchführen.

Weitere Informationen finden Sie unter Upgrade auf Oracle AI Database 26ai mit geplantem Upgrade.

Externer Tabellencache

Mit dem externen Tabellencache in der autonomen KI-Datenbank können Sie Daten, auf die häufig zugegriffen wird, aus externen Tabellen in der Datenbank cachen. Dadurch kann die Performance verbessert werden, wenn Abfragen für häufig aufgerufene externe Daten viel schneller ausgeführt werden.

Weitere Informationen finden Sie unter Externen Tabellencache zur Performanceverbesserung für externe Tabellen verwenden.

Verbindungscodebeispiele anzeigen oder kopieren

Sie können Verbindungscodebeispiele für verschiedene Konnektivitätsoptionen für autonome KI-Datenbank anzeigen oder kopieren.

Weitere Informationen finden Sie unter Codebeispiele für die Verbindung mit einer autonomen KI-Datenbankinstanz.

URL-Substitutionsvariablen in Oracle Cloud Infrastructure-URIs

Substitutionsvariablen sind vordefinierte Platzhalter, die basierend auf dem Laufzeitkontext Ihrer autonomen KI-Datenbank aufgelöst und durch die entsprechenden tatsächlichen Werte ersetzt werden. Auf diese Weise können Sie umgebungsspezifische Werte in Oracle Cloud Infrastructure-URLs wie eine Mandanten-OCID oder einen Namespace aufnehmen, die nicht hartcodiert sind. Dadurch wird der SQL-Code dynamisch und in mehrere Regionen portierbar.

Weitere Informationen finden Sie unter Substitutionsvariablen in Oracle Cloud Infrastructure-(OCI-)URLs.

Einheitliche Abfrageauslagerung mit Cloud-Links

Wenn Sie schwere Lese-Workloads mit Cloud-Links verwenden, können Sie einen Elastic Pool Leader oder Member als Cloud-Linkprovider konfigurieren, bei dem der Provider die Abfrageauslagerung ProxySQL ermöglicht, um Abfragen (Lesevorgänge) auf eine beliebige Anzahl aktualisierbarer Klone auszulagern.

Weitere Informationen finden Sie unter Einheitliche Abfrageauslagerung mit Cloud-Links verwenden.

Generische Skripte aus einer autonomen KI-Datenbankinstanz aufrufen

Sie können generische Skripte vom Typ BASH, C oder Python aus einer autonomen KI-Datenbankinstanz aufrufen. Um ein generisches Skript auszuführen, wird das Skript remote auf einem von Oracle bereitgestellten Containerimage der autonomen KI-Datenbank gehostet, wobei der EXTPROC-Agent installiert ist.

Weitere Informationen finden Sie unter Generische Skripte in einer Autonomous Database-Instanz aufrufen.

Warnereignis für Ressourcenauslastung

Das Ereignis ResourceUtilizationWarning wird als Warnung für Compute-Nutzung, Speicherauslastung und Anzahl der Sessions generiert, wenn bestimmte Schwellenwerte überschritten werden.

Dieses Ereignis wird nur für eine autonome KI-Datenbank mit dem ECPU-Compute-Modell generiert.

Weitere Informationen finden Sie unter Informationsereignisse zur autonomen KI-Datenbank.

Select AI verlängert den Support auf KI-Anbieter

Weitere Informationen finden Sie unter KI-Provider und -LLMs auswählen, Select AI to Use Supported AI Providers konfigurieren, Beispiel: Select AI with AWS und Beispiel: Select AI with OpenAI-Compatible Providers.

Clientfehler abfragen

Die Ansicht V$DIAG_ALERT_EXT ist für Alertlogdaten nicht verfügbar. Verwenden Sie als Ersatz V$CLIENT_ERRORS, um nach Fehlerdaten im Alertlog zu suchen.

Weitere Informationen finden Sie unter Clientfehler abfragen.

Effizientes Anweisungsrouting mit ProxySQL auf autonomen KI-Datenbankinstanzen in einem elastischen Pool aktivieren

ProxySQL ermöglicht einen einheitlichen Zugriff auf mehrere autonome KI-Datenbanken, indem Anweisungen für DML und Abfragen weitergeleitet werden, und eliminiert die Notwendigkeit, alle Daten physisch in einer einzigen Datenbank zu konsolidieren.

Weitere Informationen finden Sie unter Effizientes Anweisungsrouting verwenden, indem Sie ProxySQL in einer autonomen KI-Datenbank aktivieren.

Tabellen-Hyperlinkgruppen verwenden

Mit Tabellen-Hyperlinkgruppen können Sie über eine einzelne URL auf Daten von mehreren Objekten oder mehreren SELECT-Anweisungen zugreifen. Die Verwendung einer Tabellen-Hyperlink-Gruppe vereinfacht den Datenabruf, indem Informationen aus verschiedenen Objekten in einem Zugriffspunkt (URL) konsolidiert werden.

Weitere Informationen finden Sie unter Tabellen-Hyperlinkgruppen erstellen und verwalten.

Unterstützung für kundenverwaltete Schlüssel für aktualisierbare Klone

Autonome KI-Datenbank unterstützt die Verwendung von vom Kunden verwalteten Verschlüsselungsschlüsseln mit aktualisierbaren Klonen.

Weitere Informationen finden Sie unter Notes for Customer-Managed Encryption Keys with Refreshable Clones.

Oracle Cloud Infrastructure - Redwood-UI

Oracle Cloud Infrastructure (OCI) hat neue Designs in der Oracle Cloud-Konsole eingeführt, um die Benutzerfreundlichkeit und Konsistenz über Services und Erfahrungen hinweg zu verbessern.

Weitere Informationen finden Sie unter Konsole kennenlernen.

Hinzufügung der Dokumentation: Best Practices für die Anwendungsverfügbarkeit während der Wartung

Autonomous AI Database-Patches werden während eines geplanten Wartungsfensters als Rolling-Patches eingespielt. Wenn Sie Rolling-Patches verwenden, wird Ihre autonome KI-Datenbankinstanz auf neuen Clusterknoten verfügbar gemacht, bevor das Patching auf den ursprünglichen Knoten gestartet wird, auf denen es ausgeführt wurde. Nachdem die Datenbank auf neuen Cluster-Knoten verfügbar ist, werden alle neuen Verbindungen zu den neuen Knoten geleitet. Dies bedeutet, dass die Datenbank während der Wartung online und verfügbar bleibt und neue Datenbankverbindungsanforderungen während des Wartungsfensters erfolgreich sind.

Weitere Informationen finden Sie unter Best Practices zum Verwalten der Anwendungsverfügbarkeit während Wartungsfenstern.

Data Studio-Verbesserungen:

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 Tabellen-Hyperlinks erstellen, verwalten und überwachen.

Benachrichtigungen an ein OCI Notifications-Servicethema senden

Sie können Nachrichten aus der autonomen KI-Datenbank an ein OCI Notifications-Servicethema senden.

Weitere Informationen finden Sie unter Nachrichten aus Autonomous AI 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 Autonome KI-Datenbankereignisse verwenden.

Data Studio-Verbesserungen:

AI-Verbesserungen 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 erreichen. 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 AI Database 26ai, 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 autonomer KI-Datenbank verwenden und verwalten.

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

Verwenden Sie die von Oracle verwaltete, heterogene Konnektivität der autonomen KI-Datenbank, um Datenbanklinks zu Google Drive zu erstellen. Wenn Sie Datenbanklinks mit von Oracle verwalteter heterogener Konnektivität verwenden, konfiguriert und richtet Autonomous AI Database die Verbindung ein.

Weitere Informationen finden Sie unter Datenbanklinks zu Nicht-Oracle-Datenbanken mit 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 AI 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 AI 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 Analytics Publisher-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 autonome KI-Datenbankinstanz 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 der autonomen KI-Datenbank 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.

Default-Bind-Variablen in Tabellenhyperlinks 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 erstellen 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 diese spezifischen, für die Abfrage relevanten Tabellen in Oracle AI Database 26ai. Sie können dies erreichen, indem Sie object_list_mode als automated angeben. Siehe "Relevante Tabellenmetadaten automatisch ermitteln" 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 Select AI können Sie die Groß-/Kleinschreibung festlegen, sodass das LLM Antworten ohne Berücksichtigung der Groß-/Kleinschreibung aus der Datenbank und dem LLM erstellt. 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 das LLM gesendet werden. Siehe Prozedur ENABLE_DATA_ACCESS, Prozedur DISABLE_DATA_ACCESS und Beispiel: Datenzugriff aktivieren oder deaktivieren.

Datenbankinternes Transformer-Modell mit Select AI RAG verwenden

Sie können datenbankinterne Transformatoren (auch als Einbettungsmodelle bezeichnet) verwenden, die Sie mit Select AI RAG in Ihre Oracle AI Database 26ai-Instanz importiert haben, um Vektoreinbettungen für Dokument-Chunks und Benutzer-Prompts zu generieren. Informationen zu diesem Feature finden Sie unter Datenbankinterne Transformer-Modelle verwenden und Beispiel: KI mit datenbankinternen Transformer-Modellen auswählen.

Aktualisierungen 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 so planen, dass er den Data Studio Data Load wiedergibt, 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 umfassen 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 Queue/wartende Jobs anzeigen

  Mit der Option "In Warteschlange befindliche/Wartejobs anzeigen" kann die Gesamtperformance beim Abrufen der Liste der Datensätze verbessert werden, 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:

• Verbesserungen des föderierten Datenbankkatalogs von Autonomous Database:

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

  Eine der wichtigsten Verbesserungen im Federated Catalog ist die Möglichkeit, einen Delta Share einfach direkt aus dem Catalog-Tool selbst zu laden – ohne dass auf ein separates Dataload-Tool umgeschaltet werden muss.

  Weitere Informationen finden Sie unter Deltafreigabe aus dem Katalogtool inline laden.

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

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

• UX-Verbesserungen für AI Table Assistant: Das Tool für die Tabellen-KI-Unterstützung bietet die Möglichkeit, Rezepte zu bearbeiten, Rezepte automatisch zu speichern und UX-Verbesserungen wie das Anzeigen des neuen Spaltenheaders in Kursivschrift.

  Weitere Informationen finden Sie unter Table AI Assist Tool.

• Erweiterungen für Live Feed Reporting: Wenn Sie das vorhandene Setup für die Simple Mail Transfer Protocol-(SMTP-)E-Mail-Registrierung im Live Feed 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.
  • Datenvalidierungsprobleme auftreten: Sie erhalten E-Mail-Benachrichtigungen, wenn Inkonsistenzen auftreten, z.B. wenn das Tool versucht, nicht numerische Werte in ein numerisches Feld zu laden.
  • Live Feed löst einen Fehler aus: Sie erhalten E-Mail-Benachrichtigungen, wenn Fehler auftreten, z. B. wenn der Bucket, der Ihre Dateien enthält, gelöscht oder Ihre Zugangsdaten für diesen Bucket gelöscht wurden.

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

Langes ausstehendes Transaktionsereignis

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

Weitere Informationen finden Sie unter Informationsereignisse zur autonomen KI-Datenbank.

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.

Dokumentation hinzufügen: Automatische Regressionserkennung

Die automatische Regressionserkennung in einer autonomen KI-Datenbank bietet eine proaktive Behandlung von Regressionen und ermöglicht eine automatisierte Problemerkennung, -diagnose und -minderung. 

Weitere Informationen finden Sie unter Informationen zur geplanten Wartung und zum Patching.

Metriken für durchschnittliche 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 AI Database ausführen.

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

Dokumentationsänderung: Pre-Authenticated Request-(PAR-)URLs in Tabellen-Hyperlinks umbenannt

Sie können Tabellenhyperlinks generieren und verwalten, um auf Daten in einer autonomen KI-Datenbank zuzugreifen.

Weitere Informationen finden Sie unter Tabellenhyperlinks für schreibgeschützten Datenzugriff in einer autonomen KI-Datenbank verwenden.

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

Select AI Retrieval Augmented Generation (RAG) unterstützt mehrere Dateiformate, darunter 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 elastischen Poolleiters kann einer der folgenden sein: Transaktionsverarbeitung, Data Warehouse, JSON oder APEX.

Weitere Informationen finden Sie unter Info zu elastischen Pools und Info zu Workload-Typen für autonome KI-Datenbanken.

SQL-Parse-Fehlerwarnungsereignis: SQLParseErrorWarning

Wenn ein SQL-Parse-Fehler in einem bestimmten Zeitfenster mehrmals auftritt, z.B. 200 Mal oder mehr in einer Stunde, werden "Too Many Parse Errors"-Einträge im Alertlog generiert. Das Ereignis SQLParseErrorWarning wird ausgelöst, wenn ein neuer Eintrag im Alertlog vorhanden ist, der angibt, dass eine SQL-Anweisung zu viele Parsefehler 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 zur autonomen KI-Datenbank.

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

Wenn Sie einen aktualisierbaren Klon aus einer 19c-Quelle von Oracle Database erstellen, können Sie Oracle AI Database 26ai als aktualisierbaren Klon auswählen. Mit dem aktualisierbaren Klon können Sie Ihre Datenbank auf Oracle AI Database 26ai testen. Nachdem Ihr Test abgeschlossen ist, können Sie den aktualisierbaren Klon trennen, um ein Upgrade auf Oracle AI Database 26ai durchzuführen.

Weitere Informationen finden Sie unter Autonome KI-Datenbankinstanz auf Oracle AI Database 26ai upgraden und Aktualisierbaren Klon für eine autonome KI-Datenbankinstanz erstellen.

Abfragen von Elastic Pool Leader auf aktualisierbare Member-Klone auslagern: Umfasst Abfragen von PL/SQL und von 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 auf 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 Verbindungen an, die vom Server gelöscht wurden.

Weitere Informationen finden Sie unter Verfügbare Metriken: oci_autonomous_database.

Oracle APEX 24.2

Autonomous AI Database verwendet Oracle APEX Release 24.2.

Weitere Informationen finden Sie unter Anwendungen mit Oracle APEX in einer autonomen KI-Datenbank 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. Sie können Eingabeaufforderungen in natürlicher Sprache verwenden, um Ihre Informationen mit diesem Tool 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 -nutzung in einer Vielzahl externer Systeme zu ermöglichen, darunter andere autonome Datenbanken, On-Premises-Datenbanken, Cloud-Speichersysteme, gemeinsame Daten und andere Datenkataloge wie Oracle Cloud Infrastructure Data Catalog und AWS Glue.

  Weitere Informationen finden Sie unter Katalog-Tool.

• 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 teilen. Datenanbieter veröffentlichen Datasets in wenigen Minuten, ohne Codierung. Daten-Consumer können verfügbare Datasets durchsuchen und Live-Daten abfragen oder in ihre eigene Autonomous Database-Instanz kopieren.

  Weitere Informationen finden Sie unter The Data Marketplace Tool.

• Data Load Livefeed – Erweiterungen:

  • Mit dem neuen Basic-Modus ist das Erstellen eines Livefeed so einfach wie das Auswählen eines Ordners aus einem Dropdown-Menü.
  • Neue Möglichkeit, Merge-Semantik 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 hinzufügen.

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

Sie können das Echtzeit-SQL-Planmanagement verwenden, wenn Sie von einer Oracle Database-Quelldatenbank zu einer autonomen KI-Datenbank migrieren.

Weitere Informationen finden Sie unter Vorhandene SQL-Ausführungspläne in autonome KI-Datenbank migrieren, um das Risiko von SQL-Performance-Regressionen zu mindern.

Abfragen von Elastic Pool Leader auf aktualisierbare Member-Klone auslagern

Wenn Sie umfangreiche Lese-Workloads haben, bei denen eine relativ kleine Datenmenge von mehreren Abfragen gescannt wird, können Sie Abfragen (Lesevorgänge) von einem elastischen Poolleiter an 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 vorauthentifizierte Anforderungs-(PAR-)URLs erstellen.

Weitere Informationen finden Sie unter Abfragedaten, die eine Tabellen-Hyperlinkquelle verwenden.

Registrierungen für 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 diejenigen zugänglich, denen bei der Registrierung Zugriff gewährt wurde. Nachdem Sie ein Dataset registriert haben, können Sie Dataset-Attribute aktualisieren.

Weitere Informationen finden Sie unter Dataset-Registrierungsattribute aktualisieren.

Warnereignis für Datenbankbenutzerkennwort: DatabaseUserPasswordWarning

Das Warnereignis für das Datenbankbenutzerkennwort gibt an, dass das Benutzerkennwort für die autonome KI-Datenbank innerhalb der angegebenen Kulanzfrist (Standard 30 Tage) abläuft oder bereits abgelaufen ist.

Weitere Informationen finden Sie unter Kritische Ereignisse in einer autonomen KI-Datenbank.

Hinzufügen von 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 AI 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 für autonome KI-Datenbank verwenden.

Peerdatenbank trennen

Sie können eine Autonomous Data Guard-Standbydatenbank oder einen backupbasierten Disaster Recovery-Peer trennen. Wenn Sie die Verbindung zu einem regionsübergreifenden Peer trennen, wird die Verknüpfung der Datenbank mit der primären Datenbank 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 autonome AI-Datenbankinstanz bereitstellen oder klonen, können Sie eine Patchebene auswählen, die auf bevorstehende Patches angewendet werden soll. Sie können die Patchebene auch ändern, nachdem eine Instanz der autonomen KI-Datenbank bereitgestellt wurde. Es gibt zwei Patchebenenoptionen: Regelmäßig und Frühzeitig.

Weitere Informationen finden Sie unter Patchebene festlegen.

Servicenamenszuordnung für Verbrauchern von Cloud-Links

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

Weitere Informationen finden Sie unter Datenbankservice-Namenszuordnung für Cloud-Link-Nutzer festlegen.

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

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

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

Google Cloud Platform Cloud-Ausführungsfunktionen aufrufen

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

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