Oracle Database 23ai 正式发布，超级巨兽（集关系型、向量、文档、图、缓存、分布式数据库一体的全能数据库）

全面上市

我们很高兴地宣布 Oracle Database 23ai 正式发布。在过去四年中，Oracle Database Development 一直致力于提供 Oracle Database 的下一个长期支持版本，重点关注 AI 和开发人员生产力。鉴于此版本的数据库重点关注 AI，我们决定将数据库的名称从 Oracle Database 23c 更改为 Oracle Database 23ai。这反映了此版本的重点以及发布环境。

改变游戏规则的创新

Oracle Database 23ai专注于三个关键领域。

数据人工智能
数据开发
数据的关键任务

在此博客中，我们将描述此版本的一些关键功能，这些功能突出了我们在这些重要焦点领域的工作，并在您在所选平台上看到它们时提供详细信息。

数据人工智能

我们对数据人工智能的目标有两个：

使应用程序开发人员能够更轻松地将人工智能功能添加到其数据驱动的应用程序中
将 GenAI 功能整合到我们的产品中，以便所有 Oracle 数据库用户（从数据分析师到应用程序开发人员和 DBA）都能提高工作效率。

这是通过使用 AI 来简化 Oracle 的数据管理流程、提供 AI 算法以从数据中发现新见解、促进数据库查询的自然语言交互以及使用户能够存储 AI 生成的向量以进行快速高效的对象相似性搜索来实现的。让我们进一步深入研究这些功能。

增强新一代人工智能模型

人们正在感受到人工智能大型语言模型 (LLM) 的影响，例如 ChatGPT、Google Gemini、Cohere 和 LLaMA 等产品。虽然 LLM 对我们执行日常任务的方式产生了深远的影响，但这些引擎面临的挑战之一是，它们只能在创建的特定时间范围内回答问题。它们还缺乏组织内所持有数据的背景和详细信息。为了使这些和其他 LLM 有用，我们需要使用与您就数据库中所持有的数据提出的问题相关的数据来增强它们现有的理解。

在 Oracle Database 23ai 中，我们引入了 AI 向量搜索，这是一项强大的新技术，使您能够利用新一代 AI 模型来生成和存储向量。这些向量有时称为嵌入，是文档、图像、视频、声音等的多维表示。通过将这些对象编码为向量，您可以使用数学计算来查找它们之间的相似性。Oracle Database23ai 解决方案的真正强大之处在于，您可以使用简单的 SQL 将这些相似性搜索与对业务数据的搜索相结合。任何对 SQL 有基本了解的人都可以创建一个结合相似性和其他搜索条件的强大语句。这些类型的查询为 LLM 提供了额外的背景信息，增强了他们的知识，使他们的回答更准确、更符合您的客户或组织的问题。为了实现此功能，我们添加了新的数据类型、新的向量索引和 SQL 语言扩展，通过利用 Oracle Database 23ai 的高级分析功能，可以非常轻松地查询现有业务数据中的向量。

数据的安全编码

为了实现 LLM 带来的巨大好处，我们首先需要丰富对数据集及其中对象的理解。编码这些对象的模型可能是庞大而复杂的代码片段。因此，将这种处理转移给第三方服务已成为一种常见做法。这可能需要您与第三方共享潜在的敏感信息，并承担由此产生的固有风险。

为了确保对象的安全编码，Oracle Database 23ai 允许您通过其对 ONNX 标准的支持将您自己的可信 AI 模型直接加载到数据库中。这使 Oracle Database 23ai 能够在将对象插入数据库时对其进行编码。这实现了安全的近乎实时的对象推理，并确保无需从数据库中提取数据并将其交给第三方服务。

自然地提问

尽管 SQL 是一种非常强大的语言，但入门可能有点困难。为了让更多用户能够提出有关 Oracle Database 的最复杂问题，我们正在与 Cohere 和 Llama 等 LLM 集成，以便您使用自然语言提问。因此，您可以简单地提出这样的问题：“请告诉我最近 4 个季度年轻一代中流行的产品的销售额”。Oracle Database 23ai 将与 LLM 共享表的元数据，以回答用户的问题。LLM 理解“年轻一代”的含义，并将其转换为 SQL 查询中的过滤器数据范围，并将其返回到数据库。当然，我们不会将 Oracle Database 23ai 限制为仅允许您查询数据库中的信息。您还可以就 Oracle Database 的各个方面提出问题。

在数据中寻找新见解

自 20 多年前发布 Oracle Database 9iR2 以来，该数据库就具有内置机器学习 (ML) 算法，使您能够快速查找表中保存的数据中的模式和趋势并预测客户行为。这些 ML 算法使您能够使用复杂的 ML 算法，而无需复杂的 ETL 操作来提取数据并写回结果。然后，这些模型可用于在将数据插入或加载到 Oracle Database 时进行分类、聚类和预测，从而提供切实的业务优势，例如客户推荐和欺诈检测。自该版本发布以来，我们改进了 Oracle Database 并为其添加了新的 ML 算法和功能，从而创建了业界最复杂、最强大的数据挖掘平台之一。

早期测试者的反馈

AI 矢量搜索在发布之前就引起了极大的兴趣，许多客户和合作伙伴都渴望试用 AI 矢量搜索等最新功能并提供反馈。以下是我们收到的反馈示例。

“我们很高兴看到 AI Vector Search 被添加到 Oracle 数据库中。我们很高兴能够在与其他工作负载相同的 Oracle 数据库中运行 AI Vector Search，这使我们能够提供可靠且安全的解决方案。”

Shinichiro Otsuka，野村综合研究所有限公司 NRI 认证 IT 架构师

“AI Vector Search 将 AI 引入数据，改变了我们对业务的看法：例如，我们可以使用自然语言查询我们的文档，以找到客户所提问题的答案。这使得为客户提供服务的过程更快，服务质量也得到了提高。能够将生成式 AI 的力量运用到我们自己的数据中，这会带来巨大的变化。”

Heli Helskyaho , Miracle Finland Oy 首席执行官

“我们一直在使用先进的数字技术为各种业务转型项目提供咨询。Oracle Database 23ai AI Vector Search 的实现非常简单，只需在当前关系数据库系统中添加一个向量列即可。我很高兴向量数据与现有数据位于一条记录内，因此可以使用单个 SQL 语句进行相似性重新排序。这使得将大型语言模型与公司数据结合起来以创建和运行企业级检索增强生成系统变得很容易。”

Shigeru Urushibara，UL Systems Inc. 董事长

“随着日本国内劳动力的减少，XCAT 的客户希望采取节省劳动力的措施。Oracle Database 23ai 的 AI 矢量搜索允许客户使用 SQL 进行矢量检索，使其成为处理矢量数据时几乎没有或完全没有 AI 知识的工程师的绝佳工具。此外，无需额外费用即可管理 AI 数据的能力对许多 Oracle Database 客户来说是一个很大的吸引力。”

山根光典 (Mitsunori Yamane)，Cross Cat 株式会社总裁

数据开发

Oracle Database 23ai 的重点是通过消除与数据库交互相关的复杂性来简化应用程序开发体验。消除应用程序开发过程中的复杂性意味着您将有更多机会专注于创建满足客户要求的优雅应用程序的复杂性，而不是陷入技术细节。此外，降低复杂性可以缩短开发周期，这在当今快节奏的数字环境中至关重要，因为市场需求可能会迅速变化。

JSON 还是关系型，一个困难的选择？

Oracle 23ai 引入了许多关键技术来降低开发人员的复杂性。其中最具创新性和最重要的可能是 JSON 关系二元性的引入。这项技术允许您在单个应用程序中充分利用关系的强大功能和 JSON 开发方法的简单性。JSON 提供了一种优雅的数据建模方法，其中回答查询所需的所有相关数据都包含在单个对象中，而无需跨表执行复杂的连接。关系方法提供了一种灵活、存储高效、一致的数据模型，可以轻松地使用 SQL 等语言进行查询。从历史上看，问题出现在您被迫在应用程序生命周期开始时选择采用哪种数据库建模方法时。随着业务需求的变化，在此阶段做出的决定可能会在以后产生影响。JSON 关系二元性的优点在于您可以从这两种方法中受益，而无需使用复杂且笨重的对象关系映射框架 (ORM)。

通过在关系表之上创建简单的 JSON Duality 视图，您可以构建使用文档查询和更新底层数据集的应用程序。避免了数据重复（文档建模中的一个基本问题），甚至数据库级并发控制的复杂性也对您隐藏了，因为 Oracle Database 23ai 会代表您管理文档级可序列化性。您可以继续使用简单的 HTTP PUT、POST 和 GET 操作，或者直接针对 Oracle 数据库使用特定于语言的 API（例如 Oracle 的 SODA API 或甚至 MongoDB API）。有了 JSON Duality Views，那句老话“鱼与熊掌不可兼得”不再适用。

SQL 变得更简单

SQL 仍然是当今应用程序开发人员使用最广泛的开发语言之一。它在询问业务数据中最简单或最复杂的问题时具有多功能性，这使它成为数据管理的基石，在可预见的未来它很可能会保持这一地位。这并不是说它还有可以改进的地方。在 Oracle Database 23ai 中，我们听取了常见的增强请求，并研究了可以简化哪些操作或提供更引人注目的与数据库交互的方式。我们对 SQL 所做的一些改进包括添加两个新的数据类型“Boolean”和“Vector”，我们添加了“数据用例域”以允许您丰富表定义中使用的数据类型的含义，消除了简单 SQL 语句中对“from dual”的需求以提高可读性，使“interval”数据类型更容易聚合，引入了表值构造函数，使在 insert select 或 merge 语句中指定多行变得容易。这些只是我们对 SQL 所做的众多改进中的一小部分。查看此博客了解更多详情。

与 AI Vector Search 一样，我们也非常高兴收到来自参与 Oracle Database 23ai Beta 计划的客户和合作伙伴的大量有用反馈。以下是我们收到的评论示例 -

“JSON 关系二元性视图最终解决了对象关系映射问题，彻底改变了应用程序开发。而且，我们终于在多层或 Web 架构中实现了符合 ACID 的事务。”

Peter de Vaal， Transfer Solutions首席顾问

“JSON 关系二元性让您同时拥有两方面的优势：关系专家可以与文档数据库专家处理相同的数据，而无需学习新技能。应用程序开发人员拥有所需的灵活性，数据库管理也更简单。Oracle 已经远远超越了其他数据库。”

Patrick Barel， Quality 高级 Oracle 顾问

“具有 JSON 关系二元视图的 Oracle Database 23ai 和 Oracle APEX 使我们能够创建功能齐全、符合标准的应用程序来处理 JSON 医疗保健数据。”

Rade Pobulic , VDEL Informationstechnik & Consulting GmbH 技术总监

属性图建模复杂关系

图形数据库为在现实场景中建模复杂关系提供了新视角。然而，直到最近，开发人员还在努力应对专有语言，并且必须将数据发送到专门用于管理这些关系的数据库中。这阻碍了这项突破性技术的广泛接受。幸运的是，业界采取了协作的方式将图形推向大众，最终建立了标准。这些标准使开发人员能够使用 SQL 的多功能性和熟悉性，从而营造出更易于访问的环境。Oracle Database 23ai 是采用这一新标准的先驱商业数据库。随着这些进步，我们预计图形数据库在企业生态系统中的集成将大幅增加。

与 JSON Duality Views 一样，您可以通过使用属性图视图来表达如何使用现有关系表或 JSON 集合中保存的数据。通过简单的视图，您可以丰富数据以对数据中可能存在的复杂关系进行建模。新的 SQL 扩展使编写强大的查询变得更加简单，以便更深入地了解使用标准 SQL 难以描述的信息。我们还添加了一组新的复杂图形算法（最短路径、分类、连接等），将在 GA 之后不久发布。

属性图 Property Graph 在 Oracle Database 23ai 的所有版本中均可用。

数据的关键任务

Oracle 数据库因支持世界上一些最重要的应用程序而闻名。多年来，它已成为企业最宝贵资产——数据的坚定守护者。Oracle 数据库功能广泛，无与伦比，在保护关键系统免受意外停机方面表现出色。一个典型的例子是 Oracle Real Applications Clusters (RAC)，这是一种尖端技术，可实现全活动共享磁盘数据库，非常适合最关键的任务场景。Oracle Active DataGuard 和 Oracle GoldenGate 在构建用于数据复制的同构和异构架构方面提供了无与伦比的灵活性。

更好、更快、更简单地分片

对于企业希望将数据分布到更远距离的用例，无论是出于监管原因（用户数据必须存储在客户所在的国家/地区），还是为了减少与全球分布式应用程序相关的访问延迟：我们在 Oracle Database 12c 中引入了对数据库分片的支持。分片将数据集分布在多个 Oracle 数据库中，但作为单个逻辑数据集进行管理。这种分片架构允许通过添加和删除分片来扩大或缩小数据库，并允许 Oracle 自动重新平衡数据集。Oracle 能够在线执行此操作，并且对业务影响很小，因为分片的概念直接嵌入到数据库中。

在 Oracle Database 23ai 中，我们的全球分布式数据库技术引入了对 Raft 复制的支持。这是一种基于共识的协议，有助于自动配置所有分片中的复制。借助 Raft，复制在所有分片中保存副本（称为复制单元）。如果出现分片故障或重新配置，Oracle Database 23ai 会自动重新平衡数据。新的 Raft 协议还支持亚秒级故障转移，以确保业务连续性。

Oracle 23ai 为我们的高可用性产品带来了多项全面改进，例如新的“本地滚动数据库维护”，通过在接收补丁的同一节点上建立另一个实例，简化了滚动补丁在集群中的影响。我们还引入了对新的可插拔数据库 (PDB) 数据保护的支持，允许在两个容器数据库 (CDB) 之间提供可插拔数据库级灾难保护，每个 CDB 都运行一个活动工作负载。我们还改进了 Oracle Clusterware 中 PDB 的集成和管理。有关这些 HA 功能等的更多详细信息，请查看Markus 的博客，他详细介绍了我们在 Oracle Database 23ai 中所做的改进。

缓存数据变得简单

在应用程序层缓存数据可以带来很多好处。它通常用于提高应用程序的响应速度并减少数据库的负载，因为查询被卸载到通常更靠近代码的缓存中。然而，为了实现这些好处，开发人员面临着许多挑战；其中最大的挑战之一是确保缓存与后端数据库中保存的数据一致，否则可能会提供过时且可能不正确的数据。开发人员通常被迫创建复杂的代码来管理这些场景，并且经常不得不求助于诸如“生存时间”之类的设计模式，其中数据会定期从缓存中刷新并重新加载。这些和许多其他挑战通常意味着缓存变得难以维护且成本高昂，在某些情况下，它的问题比它设计用于解决的问题更大。

在 Oracle Database 23c 中，我们希望通过一项名为“True Cache”的新功能来解决针对 Oracle Database 构建的缓存问题。True Cache 是在主数据库前面运行的无盘 Oracle 实例。True Cache 实例利用 Active Data Guard 技术来确保它在主数据库实例中的数据发生变化时自动更新。这项新缓存技术最重要的特性之一是其简单的配置和最少的代码更改，而这些更改是利用其提供的优势所需的。

使 SQL 执行更安全

组织面临的挑战之一是恶意行为者不断试图窃取数据或破坏其日常活动。在 Oracle Database 23ai 中，为了防止执行未经授权的 SQL（无论是通过 SQL 注入攻击还是未经授权的员工执行），我们引入了 SQL 防火墙。SQL 防火墙允许您训练数据库了解允许执行哪些 SQL。然后可以使用 SQL 的“允许列表”来记录未经授权的 SQL 或阻止其执行。可以添加其他条件以允许 IP 范围或授权调用程序的例外。SQL 防火墙的强大之处在于它是 Oracle 数据库的一部分，因此，它对 SQL 的执行几乎没有任何开销。设置和训练 SQL 防火墙非常简单，可以通过 GUI 或通过对存储过程的几个简单调用来完成。

超过 300 项新功能

在我之前的博客中，我讨论了 Oracle Database 23ai 的云版本，并描述了 300 多个新功能。其他一些值得注意的功能包括

Java 脚本存储过程
优先交易
数据用例域
方案权限
注解
布尔数据类型
开发人员角色
每个 PDB 只读备用数据库
JSON 模式
实时 SQL 计划管理
性能改进
免锁预订
改进的微服务支持
XML 和 JSON 搜索索引增强功能
还有更多

有关这些功能的详细说明，还请查看新功能指南文档

平台推出

Oracle Database 23ai 现已在Oracle Exadata Cloud@Customer、OCI Exadata Database Service和 OCI Base Database Service上提供。它也可在Azure Oracle Database Service中使用。对于开发人员，Oracle Database 23ai 现已在Always Free Autonomous Database中提供，也可在Autonomous Database 23ai Container Image和Oracle Database 23ai Free中下载。我们还很高兴地宣布，Oracle GoldenGate 23ai和GoldenGate 23ai Free也可供下载。有关更多详细信息，请查看 Oracle 支持说明文档 ID 742060.1

Oracle Database 23ai 的全面上市标志着这一重要版本进入了新阶段。数千名开发人员为其设计、开发和测试做出了贡献，最终打造出了我们认为市场上最好的企业数据库。