Oracle Autonomous AI Database Serverlessの新機能

• AIエージェントのマルチエージェント・パターン
• 上長エージェント・パターン
• Select AI Supervisor Agent Teamsの使用方法
• 例: カスタマ・サポート監督者チームの構築および実行

Oracle Select AI AgentフレームワークのDBMS_CLOUD_AI_AGENTパッケージAPIを使用して、ツールの検出とコール、エージェント・チームの検出、チームの実行状態の確認、エージェント直接セッションからのツールのコール、メモリー深度の構成を行います。これらの機能は、データベース・アプリケーションと外部統合レイヤーの両方をサポートします。Autonomous AI Databaseは、Select AI Agentフレームワークを管理対象MCP ServerおよびAgent2Agent (A2A) Serverと統合します。
Model Context Protocol (MCP) Serverは、MCPを介してカスタムおよび組込みのSelect AI Agentツールを公開し、MCP互換AIアプリケーションがカスタム統合なしでデータベース・ツールを検出してコールできるようにします。

A2Aサーバーは、チームID、スキル、実行状態などのSelect AIエージェント・チームを公開し、A2Aプロトコルを介してエージェント間の検出と委任を可能にします。

詳細は、次を参照してください:

• 例: Select AI Agentツールの説明および実行
• 例: エージェント・チームの検出およびチームの状態の確認
• 例: ツールを直接コールするエージェントの作成
• 例: 短期および長期のメモリー長の構成
• Select AI Agentのユース・ケース

Autonomous AI DatabaseのOracle Deep Data Securityは、データベース内で行レベルおよび列レベルのアクセス制御を直接適用することで、アイデンティティ対応のファイングレイン認可を提供します。認可ポリシーは、認証されたエンド・ユーザー・アイデンティティに基づいて評価され、アプリケーション、分析ツールおよびAI搭載ワークロード間で一貫して適用されます。

詳細は、Autonomous AI DatabaseでのOracle Deep Data Securityの使用を参照してください。

Oracle Data Science Agentは、Oracle Autonomous AI Database Serverless 26aiでサポートされています。Oracle Data Science Agentを使用すると、Oracle Machine Learningのガイド付きチャット・エクスペリエンスを通じて、データをプロファイリングし、機能を準備し、モデルをトレーニングし、結果を評価して推論SQLを生成できます。作業はデータベースで実行されるため、データが存在する場所で機械学習ワークフローを構築し、データ移動を削減し、ガバナンスを簡素化し、インサイトを得るまでの時間を短縮できます。

詳細は、データ・サイエンス・エージェントについてを参照してください。

Autonomous AI Databaseのレイク・キャッシュには、次の機能改善が含まれています。

• ポリシーベースのレイク・キャッシュでは、選択的な列キャッシュがサポートされるため、外部表の列のサブセットのみをキャッシュできます。
• ポリシーベース・キャッシュと自動レイク・キャッシュの両方で、キャッシュ操作用のデータベース・リソース・コンシューマ・グループがサポートされます。
• パーティション化された外部表と非パーティション化された外部表の両方について、CSVファイルに作成された外部表のサポートがParquet、ORC、AVROおよびIceberg形式とともに追加されました。

詳細は、レイク・キャッシュを使用した外部表のパフォーマンスの向上を参照してください。

データ変換には、次の新機能および変更が含まれています。

• 接続のためのOCI Vault統合

  Data TransformsはOCI Vaultと統合され、ボールト・シークレット資格証明を使用して接続を認証できます。接続でのOCI Vaultシークレット資格証明の使用を参照してください。

• データ・フローでのイメージ・ベクトル埋込み

  Oracle Cloud Infrastructure (OCI) Generative AIサービスを使用して、データ・フローにイメージ・ベクトル埋込みを追加できます。データ・フロー・エディタで、機械学習データベース関数内のイメージ埋込みベクトル演算子を使用して、入力イメージをベクトル埋込みに変換します。詳細は、データ・フローでのベクトルの埋込みの使用を参照してください。

• データ・ロードの監査情報の取得

  「データ・ロードの詳細」ページの「設定」ボタンに、データ・ロードの実行時に監査データ列を追加するために使用できるオプションが含まれるようになりました。詳細は、データ・ロードの実行を参照してください。

• Icebergテーブルの統計の収集と公開

  ワークフロー・エディタには、Iceberg表の統計を収集して公開し、外部表に公開できるIceberg Statsステップが含まれています。ステップを独立して使用するか、Icebergデータ・ロードをワークフローに追加してから、Iceberg Statsをステップとして追加して、表および列の統計を収集し、それらを外部表に公開できます。Apache Iceberg接続の作成のIceberg表統計の外部表への収集および公開を参照してください。

• 「ジョブの詳細」ページに対する機能拡張

  「ジョブ詳細」ページに表示されるステップは、参照しやすいように様々なノードに分類されるようになりました。これには、管理ジョブ、実行セットおよび表が含まれます。「ジョブ詳細」ページの詳細は、ジョブの作成および管理を参照してください。

• Snowflakeオープン・カタログを使用したApache Iceberg表へのデータのロード

  Snowflakeデータ・カタログは、Apache Iceberg接続を作成してデータをロードするときに使用できます。AWS S3ストレージ・サービスを使用して、Apache Icebergにデータをターゲット表として格納できます。詳細な手順は、Apache Iceberg接続の作成を参照してください。

• Apache Iceberg Parquetファイルのクラスタリングおよび圧縮のサポート

  Data Transformsは、Icebergクラスタリングおよび圧縮機能をサポートして、ストレージ・コストの増加を軽減し、クエリ・パフォーマンスを最適化します。Icebergのデータ・ロードをワークフローに追加し、Icebergクラスタリングおよび圧縮をステップとして追加できます。次に、データ・ロードを実行するようにワークフローをスケジュールし、ロードされたデータに対してクラスタリングおよび圧縮を実行できます。Apache Iceberg接続の作成のParquetファイルのクラスタリングおよび圧縮を参照してください。

• Oracle Fusion Incentive Compensation表へのデータのロード

  Oracle Data Transformsを使用すると、Oracle Object Storageに格納されたCSVファイルからOracle Fusion Incentive Compensation表にOracle Fusion Incentive Compensationデータを取り込むことができます。Oracle Fusion Incentive Compensation接続の作成と使用を参照してください。

• Oracle Fusion Subscription Management表へのデータのロード

  Oracle Data Transformsを使用して、オブジェクト・ストレージに格納されているCSVファイルからOracle Fusion Subscription Managementアプリケーション表にサブスクリプション関連データをステージングおよびロードできます。Oracle Fusion Subscription Management接続の作成と使用を参照してください。

• 追加の接続タイプ

  Data Transformsには、このリリースのMariaDBおよびSage Intacctアプリケーション接続タイプのサポートが含まれています。サポートされている接続タイプの完全なリストは、サポートされている接続タイプを参照してください。

• Apache IcebergのためのOracle AIデータ・カタログ統合

  カタログ・プロバイダとして「Oracle AI Data Catalog」を選択することで、データ変換を使用してApache Iceberg接続を作成できるようになりました。詳細な手順は、Apache Iceberg接続の作成を参照してください。

翻訳機能を使用すると、AIプロファイルで構成されたAIプロバイダに基づいて、SQLまたはPL/SQLを使用して複数の言語間でテキストを翻訳できます。この機能では、OCI、Google、AWS、Azureなどの複数のプロバイダがサポートされます。

この機能については、TRANSLATE、Example: Select AI TRANSLATE、TRANSLATE Function、および GENERATE Functionを参照してください。

Oracle Spatial Studioは、Oracle AI Databaseの空間機能にアクセスするためのノーコード・ユーザー・インタフェースを提供します。このインタフェースは、空間データのロード、準備、可視化および分析をサポートします。Spatial StudioはAutonomous AI Databaseの完全に統合された機能で、「Autonomous AI Database Details」ページの「Tool Configuration」タブに表示されます。エラスティックCPU (ECPU)モデルでのみ使用できます。

詳細は、「Autonomous AI DatabaseでのOracle Spatialの使用」を参照してください。

シークレット・ベースのパスワード認証では、パスワードがクラウド・プロバイダのボールトにシークレットとして格納され、ボールト・シークレット資格証明を介して参照されるデータベース・ユーザーを作成および管理できます。データベースは認証時にボールトからパスワードをフェッチし、メモリー内でのみベリファイアを生成し、ディスク上にパスワードやベリファイアは保持しません。

詳細は、シークレットベースのパスワード認証によるユーザーの作成およびシークレットベースのパスワード認証によるユーザー・パスワードの更新を参照してください。

Autonomous AI Databaseのactiontype変数を使用すると、データベースの作成または更新時に、adminPassword、scheduledOperations、manageEncryptionKeysなどのサブ操作を正確に制御できます。これにより、既存の広範な権限を中断することなく、職務の分離、最小権限のアクセスおよびコンプライアンスがサポートされます。

詳細は、Autonomous AI Databaseのポリシー詳細を参照してください。

Select AIでは、SQLプロパティ・グラフの自然言語からSQL (NL2SQL)への生成がサポートされています。1つ以上のプロパティ・グラフをAIプロファイル・オブジェクト・リストに含めて、Select AIがGRAPH_TABLE演算子を使用してPGQ (プロパティ・グラフ問合せ)文に変換する自然言語プロンプトを発行できます。

この機能により、ユーザーは複雑なPGQ構文を手動で記述せずに、グラフ構造化データを問い合せて分析できます。

詳細は、Select AI for Property Graphs、Example: Select AI for Property Graphs、およびExample: Sample Prompts for Property Graphsを参照してください。

Autonomous AI Databaseのデータベース・アイデンティティ・ネットワーク・ヘッダーでは、データベース・アイデンティティ・メタデータがJSON X-headerとしてアウトバウンドUTL_HTTPコールに追加されるため、リモート・エンドポイントは、どのAutonomous AI Database (およびテナント)がコールしているかを検証できます。

詳細は、アウトバウンドHTTPリクエスト用のデータベース・アイデンティティ・ネットワーク・ヘッダーの送信を参照してください。

自律型AIデータベースでは、SGAおよびPGA使用率を監視するための2つの新しいメモリー使用率メトリックが使用可能になりました。

詳細は、使用可能なメトリック: oci_autonomous_databaseを参照してください。

DBMS_CLOUD_ADMIN_SECパッケージを使用すると、Autonomous AI Databaseで指定したユーザー・アカウントのADMINユーザーに割り当てられた権限をクローニングできます。これにより、管理者は、ADMINユーザーと同じ権限を持つ名前付きユーザー・アカウントを作成できます。これは、共有ADMINアカウントを使用してセキュリティを向上させる代替手段を提供します。

詳細は、「DBMS_CLOUD_ADMIN_SECパッケージ」を参照してください。

シングル・サインオンを使用して、自律型AIデータベースの組込みツールにアクセスできます。再認証なしでOracle APEX、データベース・アクション、Graph Studio、Oracle Machine Learning、Oracle Data Transformsなどのツールを切り替えるには、データベース資格証明を使用して一度ログインする必要があります。

詳細は、シングル・サインオンを使用した組込みツールへのアクセスを参照してください。

Autonomous AI Databaseは、マルチファクタ認証(MFA)をサポートし、ユーザー・パスワードに加えて追加の検証ファクタを必要とすることで、データベース・アクセスのセキュリティを強化します。MFAは、データベース・ログイン、保護されたSQL文の実行、またはその両方に対して構成できます。

詳細は、Autonomous AI Databaseでのマルチファクタ認証の使用を参照してください。

ConnectionDropsDetectedイベントは、Autonomous AI Databaseで大量の接続ドロップが検出されたときに生成されます。

詳細は、Autonomous AI Databaseの情報イベントを参照してください。

データ変換には、次の新機能および変更が含まれています。

• スケジュールを実行するためのタイムゾーンの構成

  「管理」タブの新しい「設定」ページを使用して、スケジュールを実行するデフォルトのタイムゾーンを設定できます。ここで設定した設定は、スケジュールの作成ページにデフォルトの選択肢として表示されます。スケジュールの作成時に別のタイムゾーンを選択できることに注意してください。スケジュールを実行するためのタイムゾーンの設定を参照してください。

• データ変換インスタンスへの希望の境界線の色の設定

  Data Transforms環境に個別の色を適用して区別できます。「管理」タブの「設定」ページには、色の設定を選択できるカラー・パレットがあります。選択した色は、ユーザー・インタフェースの周囲に枠線として表示されます。Oracle Data Transforms環境へのカラー・コーディングの適用を参照してください。

• プロビジョニングUIの拡張機能

  Autonomous AI Database環境にログインすると、データ変換の機能のスライド・ショーを示すスプラッシュ画面が表示されます。

• Apache Icebergの拡張オプション

  Apache Iceberg接続のバッチ更新サイズを設定して、一度にターゲット表で更新されるレコード数を制御できるようになりました。これにより、データ・ロード実行のパフォーマンスが向上します。Apache Iceberg接続の作成を参照してください。

Autonomous AI DatabaseをSelect AI Proxyとして使用して、OracleおよびOracle以外のデータベースと安全に統合し、Autonomous AI Databaseを通じてリクエストをルーティングすることで、自然言語クエリをこれらのデータベースにもたらします。

詳細については、Use an AI Data Gateway for Select AI NL2SQLを参照してください。

リソース使用率メトリックは、Autonomous AIデータベースの監視に使用できます。

詳細は、使用可能なメトリック: oci_autonomous_databaseを参照してください。

クラウド・リンクを介したマテリアライズド・ビューの増分リフレッシュでは、Autonomous AI Databaseは、マテリアライズド・ビュー全体を再計算するのではなく、リモート表から変更されたデータのみをリフレッシュします。DBMS_CLOUD_LINKパッケージのREGISTERプロシージャおよびUPDATE_REGISTRATIONプロシージャのMV_FAST_REFRESHパラメータを使用すると、プロバイダはクラウド・リンクの高速リフレッシュを明示的にサポートできます。この高速リフレッシュ機能により、ダッシュボードとレポートのパフォーマンスが向上し、リアルタイム分析が可能になります。

詳細は、マテリアライズド・ビューを使用したクラウド・リンクのパフォーマンスの最適化を参照してください。

Oracle Autonomous AI Databaseには、標準の再起動と、ダウンタイムを短縮するオンライン再起動の2つの再起動オプションがあります。オンライン再起動により、Autonomous AI Databaseインスタンスは、データベースの可用性への影響を最小限に抑えて再起動されます。

詳細は、Autonomous AI Databaseの再起動を参照してください

Autonomous AI Databaseインスタンスのプライベート・エンドポイントを定義する場合、データベース・プロパティを設定して、ターゲット・ホストへのすべての送信接続がプライベート・エンドポイントのエグレス・ルールの対象となり、制限されるようにすることで、セキュリティを強化できます。

詳細は、プライベート・エンドポイントを使用したアウトバウンド接続のセキュリティ強化を参照してください。

クラウド・リンクのMY$POOLスコープを使用すると、プロバイダーのAutonomous AI Databaseにデータセットを1回登録することで、同じエラスティック・プール内の他のAutonomous AI Databaseから検出および問合せが可能になります。スコープ・チェックは、適切なアクセス制御を確保するためにコンシューマ側で実施されます。

詳細は、データベース・ユーザーに対するクラウド・リンク・アクセス権の付与を参照してください。