전용 Exadata 인프라의 자율운영 AI 데이터베이스에서 컴퓨트 관리

전용 Exadata 인프라의 자율운영 AI 데이터베이스는 자율운영 AI 데이터베이스 리소스를 구성하는 동안 두 가지 컴퓨트 모델을 제공합니다. URL은 다음과 같습니다.

• ECPU: ECPU는 추상화된 컴퓨트 리소스 측정 단위입니다. ECPU는 컴퓨트 및 스토리지 서버 풀에서 탄력적으로 할당된 코어 수를 기반으로 하며, 자율운영 AI 데이터베이스를 프로비전하려면 2개 이상의 ECPU가 필요합니다.

  새 데이터베이스를 프로비저닝하고, 기존 데이터베이스를 복제(cloning)하고, 기존 데이터베이스의 CPU 리소스를 확장 또는 축소하는 동안 CPU 수는 1씩 증가하면서 기본적으로 ECPU 2개로 설정됩니다. 예를 들어, 2를 초과하여 사용 가능한 다음 ECPU 수는 3입니다.

  ECPU 기반 컨테이너 데이터베이스에서 개발자용 자율운영 AI 데이터베이스를 생성할 수 있습니다. 개발자가 새 애플리케이션을 구축하고 테스트하는 데 사용할 수 있는 무료 자율운영 AI 데이터베이스입니다. 자세한 내용은 개발자용 자율운영 AI 데이터베이스를 참고하세요.

• OCPU: OCPU는 컴퓨트 리소스의 물리적 측정 단위입니다. OCPU는 하이퍼 스레딩을 사용으로 설정한 프로세서의 물리적 코어를 기반으로 합니다.

  참고: OCPU는 레거시 청구 측정지표이며 전용 Exadata 인프라의 자율운영 AI 데이터베이스에 대해 폐기되었습니다. Oracle은 모든 신규 및 기존 자율운영 AI 데이터베이스 배치에 ECPU를 사용할 것을 권장합니다. 자세한 내용은 Oracle Support Document 2998755.1을 참조하십시오.

  새 데이터베이스를 프로비저닝(provisioning)하고 기존 데이터베이스를 복제(cloning)하며 기존 데이터베이스의 CPU 리소스 확장 또는 축소

  • CPU 수는 기본적으로 1개 OCPU로 설정되며 1씩 증분됩니다. 예를 들어, 1을 초과하여 사용 가능한 다음 OCPU 수는 2입니다.

  • 전체 OCPU가 필요하지 않은 데이터베이스의 경우 0.1에서 0.9 사이의 OCPU를 0.1 OCPU 단위로 지정할 수 있습니다. 이렇게 하면 CPU를 오버프로비저닝하고 각 기반 구조 인스턴스에서 더 많은 데이터베이스를 실행할 수 있습니다. 자세한 내용은 CPU 오버프로비저닝을 참조하십시오.

자율운영 Exadata VM 클러스터의 컴퓨트 유형은 모든 자율운영 컨테이너 데이터베이스 및 자율운영 AI 데이터베이스 인스턴스에 적용됩니다.

컴퓨트 관리

자율운영 AI 데이터베이스 인스턴스는 자율운영 Exadata VM 클러스터(AVMC) 및 하위 자율운영 컨테이너 데이터베이스(ACD) 중 하나에 배치됩니다. Exadata 인프라는 여러 AVMC를 실행할 수 있습니다. AVMC 리소스를 프로비저닝하는 동안 할당하는 CPU는 자율운영 AI 데이터베이스에 사용할 수 있는 총 CPU가 됩니다. 여러 AVMC를 생성할 때 각 AVMC는 총 CPU에 대해 고유한 값을 가질 수 있습니다.

다중 VM 자율운영 AI 데이터베이스 기능이 실행되기 전에 생성된 EI(Exadata Infrastructure) 리소스의 Oracle Public Cloud 배치에서는 다중 VM 자율운영 Exadata VM 클러스터를 사용할 수 없습니다. 다중 AVMC 기능 실행 후 생성된 X8M 생성 및 이후 Exadata 인프라 리소스의 경우 선택한 Exadata 시스템 구성의 각 서버에 대해 하나의 클러스터 노드로 각 AVMC가 생성됩니다. 이러한 총 CPU를 여러 사용자 그룹에 제한하는 방법에 대한 자세한 내용은 구획 할당량이 CPU 관리에 미치는 영향을 참조하십시오.

참고: 지정된 Exadata 인프라에서 생성할 수 있는 최대 AVMC 및 ACD 리소스 수는 하드웨어 생성에 따라 다릅니다. 각 세대의 제약 조건에 대한 자세한 내용은 자원 한도 및 인프라 구성 특성을 참조하십시오.

AVMC 또는 ACD 레벨에서는 데이터베이스 생성에 사용할 수 있는 총 CPU 수를 사용 가능한 CPU라고 합니다. AVMC 리소스 레벨에서 사용 가능한 CPU는 첫번째 ACD를 만들 때까지 총 CPU와 같습니다. ACD를 생성하면 AVMC의 사용 가능한 CPU에서 노드당 8개의 ECPU 또는 2개의 OCPU가 새 ACD에 할당됩니다. 따라서 AVMC 리소스 수준에서 사용 가능한 CPU가 그에 따라 감소합니다. 해당 ACD에서 첫번째 자율운영 AI 데이터베이스를 생성하면 새 데이터베이스가 처음에 할당된 CPU(노드당 8개 ECPU 또는 2개 OCPU)를 소비합니다. 새 데이터베이스에 ECPU가 8개 이상 필요하거나 OCPU가 2개 이상 필요한 경우 상위 AVMC의 사용 가능한 CPU에서 지정됩니다. 여기서 상위 AVMC 레벨에서 사용 가능한 CPU를 줄입니다. 더 많은 ACD를 생성하고 각 ACD 내에 자율운영 AI 데이터베이스를 프로비저닝하면 사용 가능한 CPU 값이 그에 따라 변경됩니다.

자율운영 Exadata VM 클러스터 레벨에서 사용 가능한 CPU가 모든 자율운영 컨테이너 데이터베이스에 적용됩니다. 자동 크기 조정 시 CPU 할당에 설명된 대로 컨테이너 데이터베이스에서 사용할 수 있는 CPU 수는 자동 크기 조정 기능을 사용하는 경우에 중요합니다.

마찬가지로 자율운영 AI 데이터베이스의 CPU를 수동으로 확장하면 상위 AVMC 레벨에서 사용 가능한 CPU에서 CPU가 소비되고 그에 따라 값이 변경됩니다.

자율운영 AI 데이터베이스를 생성할 때 기본적으로 Oracle은 노드 장애 발생 시에도 데이터베이스가 최소 50%의 용량으로 실행될 수 있도록 추가 CPU를 예약합니다. ACD를 프로비저닝하는 동안 노드 간에 예약된 CPU의 비율을 0% 또는 25%로 변경할 수 있습니다. 지침은 자율운영 컨테이너 데이터베이스 생성의 노드 페일오버 예약을 참조하십시오. 이러한 추가 CPU는 과금에 포함되지 않습니다.

자율운영 AI 데이터베이스가 실행 중인 경우 초기 생성 시 지정되든 나중에 수동 확장 작업에 의해 지정되든 관계없이 데이터베이스에 현재 할당된 CPU 수에 대해 비용이 청구됩니다. 또한 데이터베이스에 대해 자동 스케일링이 사용으로 설정된 경우 데이터베이스가 자동으로 스케일 업된 결과로 사용하는 추가 CPU에 대해 초당 비용이 청구됩니다. 청구 측정 및 계산 방법에 대한 자세한 내용은 CPU 청구 세부정보를 참조하십시오.

자율운영 AI 데이터베이스가 정지되면 비용이 청구되지 않습니다. 하지만 할당된 CPU 수는 전체 배포를 위해 상위 AVMC 레벨에서 사용 가능한 CPU로 반환되지 않습니다.

자율운영 AI 데이터베이스가 종료되거나 축소될 때 할당된 CPU 수는 전체 배포를 위해 상위 AVMC 레벨에서 사용 가능한 CPU로 즉시 반환되지 않습니다. 상위 컨테이너 데이터베이스가 재시작될 때까지 상위 컨테이너 데이터베이스에서 사용할 수 있는 CPU 수에 계속 포함됩니다. 이러한 CPU를 확보 가능 CPU라고 합니다. 상위 AVMC 레벨의 확보 가능 CPU는 모든 ACD의 확보 가능 CPU 합계입니다. ACD가 다시 시작되면 회수 가능한 모든 CPU를 상위 AVMC 레벨의 사용 가능한 CPU로 반환합니다.

자율운영 컨테이너 데이터베이스(ACD) 재시작은 클러스터 전체에서 롤링 방식으로 수행되는 온라인 작업이며, 투명한 애플리케이션 연속성을 사용하는 모범 사례에 따라 구성된 경우 애플리케이션 작동 중지 시간이 발생하지 않습니다.

참고: 자율운영 Exadata VM 클러스터(AVMC) 또는 자율운영 컨테이너 데이터베이스(ACD)의 세부정보 페이지에서 이 문서에 설명된 여러 컴퓨트(CPU) 속성을 추적할 수 있습니다. 자세한 내용은 리소스 사용 추적을 참조하십시오.

자동 스케일링 시 CPU 할당

자동 스케일링 기능을 사용하면 자율운영 AI 데이터베이스가 할당된 CPU 수보다 최대 3배 더 많은 CPU 및 IO 리소스를 사용할 수 있습니다. CPU 오버프로비저닝의 경우 CPU 수의 3배로 인해 값이 1보다 작으면 다음 정수로 반올림됩니다. CPU 오버프로비저닝은 OCPU에서만 지원됩니다. 자세한 내용은 CPU 오버프로비저닝을 참조하십시오.

단일 자율운영 AI 데이터베이스가 전체 배치를 위해 풀에서 사용 가능한 모든 CPU를 소비하도록 자동 스케일 업할 수 없도록 보장하기 위해 전용 Exadata 인프라의 Oracle Autonomous AI Database는 자율운영 컨테이너 데이터베이스를 제한 제어로 사용합니다.

ACD에서 자동 스케일링을 지원하는 자율운영 AI 데이터베이스를 프로비저닝하는 동안 해당 ACD의 사용 가능한 CPU가 새 데이터베이스의 CPU 값 3배 미만인 경우 해당 ACD에 추가 CPU가 예약됩니다. 이러한 CPU를 예약된 CPU라고 합니다. 예약된 CPU는 ACD 레벨의 사용 가능한 CPU가 항상 해당 ACD에서 가장 큰 자동 확장 가능 데이터베이스의 CPU 값보다 크거나 같은지 확인합니다. 이러한 예약된 CPU는 이 ACD에서 자율운영 AI 데이터베이스를 생성하거나 수동으로 스케일 조정하는 데 계속 사용할 수 있습니다.

자율운영 AI 데이터베이스를 자동으로 확장할 때 전용 Exadata 인프라의 Oracle Autonomous AI Database는 상위 컨테이너 데이터베이스에서 유휴 CPU를 찾습니다. 유휴 CPU를 사용할 수 있는 경우 자율운영 AI 데이터베이스가 확장됩니다. 그렇지 않으면 확장되지 않습니다. 데이터베이스는 기본적으로 유휴 시간이 많으므로 자동 확장은 비용을 제어하고 다른 자율운영 컨테이너 데이터베이스의 데이터베이스로부터 적절한 격리를 유지하면서 리소스 사용을 극대화하는 방법입니다.

자율운영 AI 데이터베이스 자동 스케일링에 사용된 CPU가 가볍게 로드되어 할당된 모든 CPU를 사용하지 않는 실행 중인 다른 자율운영 AI 데이터베이스에서 가져온 경우 전용 Exadata 인프라의 Oracle Autonomous AI Database는 다른 데이터베이스에서 로드가 증가하고 할당된 CPU가 다시 필요한 경우 자동 스케일링된 데이터베이스를 자동으로 축소합니다.

자동 스케일링이 사용으로 설정된 4개의 CPU 자율운영 AI 데이터베이스를 실행하는 자율운영 컨테이너 데이터베이스를 호스팅하는 자율운영 컨테이너 데이터베이스의 예를 고려해 보십시오. 컨테이너 데이터베이스에서 자동 크기 조정을 위해 사용할 수 있는 CPU 수는 12개입니다. 이러한 데이터베이스 중 하나가 로드 증가로 인해 CPU를 4개 넘게 자동 스케일링해야 하는 경우 전용 Exadata 인프라의 Oracle Autonomous AI Database는 다른 데이터베이스 중 하나 이상이 가볍게 로드되고 할당된 모든 CPU를 사용하지 않는 경우에만 자동 스케일링 작업을 수행합니다. 4개의 CPU 데이터베이스가 모두 항상 실행 중이므로 이 예의 청구 비용은 최소 CPU 16개입니다.

대조적으로, 2 CPU 자율운영 AI 데이터베이스를 실행하는 4개의 자율운영 AI 데이터베이스를 호스팅하는 자율운영 컨테이너 데이터베이스의 예를 들어, 모두 자동 스케일링이 사용으로 설정되고 8 CPU 자율운영 AI 데이터베이스가 정지된 경우를 고려해 보십시오. 컨테이너 데이터베이스에서 자동 크기 조정을 위해 사용할 수 있는 CPU 수는 다시 16개입니다. 과거 2개 CPU의 로드 증가로 인해 실행 중인 데이터베이스 중 하나를 자동 스케일 조정해야 하는 경우 전용 Exadata 인프라의 Oracle Autonomous AI Database는 정지된 8 CPU 데이터베이스에 할당된 CPU를 사용하여 작업을 수행할 수 있습니다. 이 예에서는 네 개의 실행 중인 데이터베이스가 서로의 할당된 CPU를 소비하지 않고 동시에 총 8개의 추가 CPU를 소비할 수 있습니다. 4개의 2-CPU 데이터베이스만 항상 실행 중이므로 이 예제의 청구 비용은 최소 8개의 CPU에 불과합니다.

모든 자율운영 Data Guard 서비스 인스턴스(로컬 또는 지역 간)의 경우, 자동 스케일링의 활성화 여부에 관계없이 기본 서비스 인스턴스를 생성하거나 명시적으로 스케일링할 때 예약한 ECPU 또는 OCPU 수가 추가 가격이 책정됩니다. 기본 서비스 인스턴스의 자동 스케일링 관련 ECPU 또는 OCPU 소비는 자율운영 Data Guard 대기 서비스 인스턴스에서 발생하지 않습니다.

컴파트먼트 할당량이 CPU 관리에 미치는 영향

일반적으로 자율운영 AI 데이터베이스를 생성하거나 확장할 때 요청을 충족할 수 있는 Oracle Autonomous AI Database on Dedicated Exadata Infrastructure의 기능은 전체 배포에서 단일 CPU 풀에 할당되지 않은 CPU의 가용성에 달려 있습니다.

그러나 Oracle Cloud Infrastructure의 구획 할당량 기능을 사용하여 구획별로 각 워크로드 유형의 자율운영 AI 데이터베이스(자율운영 AI 레이크하우스 또는 자율운영 AI 트랜잭션 처리)를 개별적으로 생성, 수동 확장 및 자동 확장하는 데 사용할 수 있는 CPU 수를 구획별로 추가로 제한할 수 있습니다.

간단히 말해서, set, unset 및 zero 정책 문을 생성하여 컴파트먼트 할당량 기능을 사용하여 지정된 컴파트먼트에서 지정된 리소스의 가용성을 제한합니다. 자세한 정보 및 지침은 컴파트먼트 할당량을 참조하십시오.

VM 클러스터 노드가 CPU 관리에 미치는 영향

CPU 관리 및 할당에 대한 앞서 설명에 따르면 AVMC 리소스를 프로비저닝하는 동안 노드당 CPU 수를 선택하여 여러 자율운영 Exadata VM 클러스터(AVMC) 리소스를 생성할 수 있습니다.

이 섹션에서는 Oracle Cloud Infrastructure가 VM 클러스터 노드에 자율운영 AI 데이터베이스를 배치하는 방법과 자동 스케일링 및 병렬 처리에 배치되는 결과에 대해 자세히 설명합니다.

다음 속성은 자율운영 AI 데이터베이스가 여러 노드에 배치되는 시기와 방법을 결정합니다.

• 분할 임계값: Oracle Cloud Infrastructure가 여러 노드에 걸쳐 자율운영 AI 데이터베이스를 여는 CPU 값. 기본 분할 임계값은 ECPU의 경우 64, OCPU의 경우 16이지만, CPU 노드 수가 기본값 미만인 VM 클러스터가 생성된 경우 기본값은 VM 클러스터 노드 수 크기로 무효화됩니다. 자율운영 컨테이너 데이터베이스(ACD)를 프로비전하는 동안 분할 임계값 속성을 사용하여 분할 값을 명시적으로 설정할 수도 있습니다.

  분할 값보다 작은 CPU 값으로 생성된 자율운영 AI 데이터베이스는 클러스터의 한 노드에서 열리고 분할 임계값보다 큰 CPU 값으로 생성된 데이터베이스는 여러 노드에서 열립니다.

  • 노드 2개와 노드당 ECPU 40개가 있는 AVMC에서 기본 분할 임계값(64개 ECPU)으로 ACD를 만든다고 가정합니다. 40은 64보다 작으므로 CPU 요구 사항이 40보다 큰 자율운영 AI 데이터베이스가 여러 노드에 분할되어 열리므로 해당 노드에 걸쳐 DML 요청이 허용됩니다. 그러나 AVMC가 노드 2개와 노드당 ECPU 80개로 생성된 경우 ECPU 요구 사항이 64보다 큰 모든 데이터베이스가 분할되어 여러 노드에서 열립니다.

  • 노드 2개와 노드당 ECPU 40개가 있는 VM 클러스터에서 ACD를 만들고 명시적으로 분할 임계값을 훨씬 작은 값(예: ECPU 20개)으로 설정한다고 가정합니다. CPU 요구사항이 20보다 큰 자율운영 AI 데이터베이스는 여러 노드에 분할되어 열리며, CPU 요구사항이 20개 미만인 데이터베이스는 단일 노드에서 열립니다.

    분할 임계값을 기본값보다 훨씬 작은 수로 설정하면 CPU 수가 설정된 분할 값보다 많은 경우 여러 노드에서 더 작은 CPU 수를 열어 데이터베이스 가능성이 증가합니다. 데이터베이스가 생성되거나 이 분할 값보다 큰 크기로 확장될 때마다 여러 노드에서 열립니다. 이 기능은 노드 Failure 또는 계획된 유지 관리의 경우 데이터베이스를 여러 노드에서 열어 성능 저하를 제어하려는 경우에 유용합니다. 대규모 RAC 클러스터의 여러 노드에 데이터베이스가 분할된 경우 한 노드가 실패하거나 일정이 잡힌 유지 관리가 발생하면 50% 성능 프로파일로 저하되지 않고 계속해서 더 높은 성능을 유지할 수 있습니다.

  • 노드 2개와 ECPU 40개가 있는 AVMC에서 기본값(예: ECPU 80개)보다 분할 임계값을 훨씬 높은 값으로 명시적으로 설정한다고 가정해 보겠습니다. CPU 요구사항이 40보다 큰 자율운영 AI 데이터베이스는 여러 노드에 분할되어 열리며 CPU 요구사항이 40개 미만인 데이터베이스는 단일 노드에서 열립니다.

    분할 임계값을 기본값보다 훨씬 높은 값으로 설정하면 데이터베이스 DML이 단일 RAC 노드에 유지되고 클러스터 대기 경합이 발생할 가능성이 없어집니다.

  • 자율운영 AI 데이터베이스를 수동으로 스케일링하면 새 CPU 값이 기존 분할 모델에 적용됩니다. 즉, 새 값이 분할 임계값보다 작은 경우 한 노드에서 열리고 값이 분할 임계값보다 큰 경우 여러 노드에서 열립니다.

• 분배 선호도: 분할 임계값을 초과하면 자율운영 AI 데이터베이스가 열릴 노드 수를 결정합니다.

  예를 들어 노드가 4개이고 노드당 ECPU가 80개인 AVMC 리소스를 생성하고 이 AVMC에서 데이터베이스 분할 임계값이 64로 설정된 ACD를 생성했다고 가정합니다. ECPU 요구사항이 120인 자율운영 AI 데이터베이스를 생성하면 64(분할 임계값)보다 120대인 여러 노드에서 데이터베이스가 분할되어 열립니다.

  • 배포 유사성이 최소 노드로 설정된 경우 Oracle Cloud Infrastructure는 각 노드에 ECPU가 60개인 2개 노드에 데이터베이스를 생성하려고 시도합니다. 불가능한 경우 각각 ECPU가 40개인 3개 노드로 분할됩니다. 또한 불가능한 경우 Oracle Cloud Infrastructure는 각각 ECPU가 30개인 4개 노드에서 데이터베이스를 열려고 시도합니다.

  • 최대 노드에 대한 배포 유사성을 지정하는 경우 Oracle Cloud Infrastructure는 각각 ECPU가 30개인 4개 노드 전체에 걸쳐 데이터베이스 분할을 생성하려고 시도합니다. 불가능한 경우 각각 ECPU가 40개인 3개 노드로 분할됩니다. 또한 불가능한 경우 Oracle Cloud Infrastructure는 각각 ECPU가 60개인 2개 노드에서 데이터베이스를 열려고 시도합니다.

• 노드 페일오버 예약(%): 현지화된 실패 및 유지보수 이벤트에 대해 AVMC에서 인접한 노드(데이터베이스 소프트웨어가 있지만 열려 있지 않은 노드)에 따로 설정된 CPU 수입니다. 노드 페일오버 예약은 비분할 데이터베이스 배치에 적용됩니다. 기본적으로 50%의 예약이 있습니다. 즉, 실패 이벤트나 유지 관리 중에 계속 실행되지만 할당된 CPU의 50%에 도달합니다.

  • 활용률이 매우 낮은 비중요 데이터베이스 또는 데이터베이스의 경우 노드 복구 예약을 더 작은 값으로 설정하여 결국 전용 Exadata 인프라에서 더 많은 수의 데이터베이스를 생성하고 통합할 수 있습니다.

  • 유지 관리 중 작동 중지 시간이 허용되는 개발 환경 및 데이터베이스에 대해 이 값을 0으로 설정할 수 있습니다.

  • 노드 페일오버 예약은 분할 임계값 및 배포 유사성을 사용하여 2개 이상의 노드에 데이터베이스가 분할되도록 하여 제어할 수도 있습니다. 자율운영 AI 데이터베이스가 4개 노드로 분할되는 시나리오를 고려해 보십시오. 유지 관리 작업이 진행 중인 동안 롤링 방식으로 한 번에 하나의 노드를 제거하면 항상 3개의 노드가 계속 작동되어 트래픽이 발생하므로 일반적인 50%가 아닌 성능을 75% 효과적으로 유지할 수 있습니다. 더 큰 클러스터를 사용하면 8노드 클러스터에서 87.5%의 예약으로 이 예약을 더욱 확장할 수 있습니다.

자율운영 AI 데이터베이스의 CPU 할당이 VM 클러스터 노드 간에 분산되는 방식은 다음 작업에 영향을 줍니다.

• 자동 스케일링:

  • 자동 스케일링은 병렬화 불가능한 DML의 경우 단일 VM 클러스터 노드 내에서, DML이 병렬화 가능한 경우 VM 클러스터 노드 간에 발생할 수 있습니다.

  • 병렬화할 수 없는 query를 가진 여러 동시 세션의 경로는 클러스터의 모든 노드로 지정될 수 있으므로, 다중 노드 데이터베이스의 모든 노드에서 자동 크기 조정을 효과적으로 수행할 수 있습니다.

• 병렬 프로세싱:

  • SQL 문의 병렬 처리는 먼저 단일 노드 내에서 열린 다음 인접한 열린 노드에서 발생하는 자율운영 Exadata VM 클러스터 노드 내에서 수행됩니다. 앞에서 설명한 대로 자율운영 Exadata VM 클러스터의 크기에 따라 달라집니다.

각 노드의 리소스 활용률에 따라 사용 가능한 CPU의 일부 값을 사용하여 자율운영 AI 데이터베이스를 프로비전하거나 확장할 수 있는 것은 아닙니다. 예를 들어, AVMC 레벨에서 20개의 CPU를 사용할 수 있다고 가정합니다. 노드 레벨에서 리소스 가용성에 따라 1개에서 20개 사이의 모든 CPU 값을 사용하여 자율운영 AI 데이터베이스를 프로비전하거나 스케일 조정할 수 있는 것은 아닙니다. 자율운영 AI 데이터베이스를 프로비전하거나 스케일 조정하는 데 사용할 수 있는 CPU 값 목록을 프로비전 가능한 CPU라고 합니다.

OCI 콘솔에서 자율운영 AI 데이터베이스를 프로비저닝 또는 스케일링하려고 하면 CPU 필드에 프로비저닝 가능한 CPU 목록이 포함된 드롭다운이 제공됩니다. 또는 다음 API를 사용하여 잠정 CPU 값 목록을 가져올 수 있습니다.

• GetAutonomousContainerDatabase는 제공된 자율운영 컨테이너 데이터베이스에서 새 자율운영 AI 데이터베이스를 생성하는 데 사용할 수 있는 프로비전 가능한 CPU 값 목록을 반환합니다. 자세한 내용은 GetAutonomousContainerDatabase를 참조하십시오.

• GetAutonomousDatabase는 제공된 자율운영 AI 데이터베이스 스케일링에 사용할 수 있는 프로비전 가능한 CPU 값 목록을 반환합니다. 자세한 내용은 GetAutonomousDatabase를 참조하십시오.

관련 콘텐츠

• 전용 Exadata 인프라의 자율운영 AI 데이터베이스 청구