Oracle presenta Autonomous Data Warehouse per superare i limiti tecnologici di data management. Ecco come semplifica la gestione dei dati ai data analyst e data scientist.
Oracle Autonomous Data Warehouse
Oracle introduce novità che consentono alle imprese la revisione e il ripensamento delle loro architetture data warehouse e data lake. L’offerta di Oracle è “senza compromessi tra prestazioni e costi”. L’obiettivo è superare l’assenza di interoperabilità tra multicloud e data lake.
Alla release per i carichi di lavoro di data analytics di Oracle Autonomous Database, si aggiungono anche Autonomous Transaction Processing e Autonomous JSON. Il primo per i carichi di lavoro transazionali, invece il secondo per i carichi di lavoro basati su dati documentali.
“I clienti devono affrontare molti ostacoli quando analizzano dati on-premises, in cloud e da applicazioni SaaS, in particolare per la mancanza di interoperabilità tra multicloud e data lake e la necessità di assemblare una vasta gamma di strumenti e servizi disgiunti per arrivare a un ecosistema di data analytics. Le innovazioni di Oracle Autonomous Data Warehouse semplificano query, gestione, condivisione e scalabilità dei dati, indipendentemente da dove si trovino”, commenta Çetin Özbütün, executive vice president, Data Warehouse and Autonomous Database Technologies, Oracle.
Funzionalità
Alle funzionalità multicloud native sempre più ampie, si affianca la scelta di condividere i dati tra i diversi database. Una condivisione basata su open standard.
Sotto il profilo operativo, un tool low code specifico facilita l’attività di data analyst e data scientist, semplificando l’integrazione.
Grazie ai nuovi aggiornamenti, il costo dello storage ultra-veloce di livello aziendale cala del 75%, scendendo al livello dei costi tipici dello object storage. così da rendere ancora più economico l’utilizzo dei data lake.
“Cerchiamo di andare sempre più in là nella gestione dei dati avanzata, con prestazioni, automazione e integrazione multicloud per tutti i principali carichi di lavoro e tipologie di dati del database”, conclude Çetin Özbütün.
