Oracle kondigt beschikbaarheid van Next-Gen Oracle Autonomous Data Warehouse aan

Redactie WINMAG Pro
Oracle biedt gebruiksvriendelijke, no-code tools waarmee data-analisten taken kunnen uitvoeren zonder dat data-engineers en data scientists nodig zijn. Ook brengen ze een snellere en krachtiger inzichten binnen het bereik van organisaties van elke omvang.

Oracle heeft een reeks innovatieve verbeteringen aangekondigd voor Oracle Autonomous Data Warehouse. Met deze nieuwe release gaat Oracle verder dan concurrenten en verandert het cloud data warehousing volledig. Oracle transformeert een complex ecosysteem van producten, tools en taken waarvoor uitgebreide technische expertise, tijd en geld nodig zijn in een intuïtieve point-and-click, drag-and-drop ervaring voor data-analisten, citizen data scientists en andere zakelijke gebruikers. Oracle Autonomous Data Warehouse stelt bedrijven in staat om sneller resultaten te behalen en inzichten te versnellen en tegelijkertijd veel tijd en geld te besparen. Samen met Oracle Autonomous Data Warehouse’s “zero-administration” kunnen organisaties van elke omvang kosten verlagen en tegelijkertijd aanzienlijk meer waarde uit hun data halen.

De nieuwste verbeteringen aan Oracle Autonomous Data Warehouse bieden één enkel dataplatform dat is gebouwd om data van elk type bron op te nemen, te transformeren, op te slaan en te beheren om diverse analytische workloads uit te voeren, van afdelingssystemen tot enterprise datawarehouses en data lakes. De eenvoudige, geïntegreerde tools bieden een intuïtieve drag-and-drop interface waarmee data-analisten eenvoudiger data kunnen laden, transformeren en opschonen. Ook kunnen ze automatisch bedrijfsmodellen maken en patronen ontdekken om betere inzichten te krijgen.

Oracle heeft tevens self-service tools toegevoegd. Hiermee krijgen data-analisten en citizen data scientists de mogelijkheid eenvoudig datasets voor te bereiden, met AutoML machine learning-modellen te bouwen en deze in te zetten. Om developers in staat te stellen datagedreven applicaties te bouwen, biedt Oracle APEX (Application Express) Application Development, een low-code applicatie development tool die rechtstreeks in de database is ingebouwd. Met RESTful-services kan elke moderne applicatie gemakkelijk communiceren met warehouse-data. In tegenstelling tot de single-purpose, geïsoleerde databases in de cloud van andere leveranciers, biedt Oracle Autonomous Data Warehouse ondersteuning voor multi-model, multi-workload en multi-tenant vereisten inclusief JSON document, operationele, analytische, grafische, ML, en blockchain databases en services. En dat alles binnen een en dezelfde, moderne converged database engine.

"Oracle Autonomous Data Warehouse is het enige volledig zelfsturende cloud datawarehouse van dit moment," zegt Andrew Mendelsohn, executive vice president, database server technologies bij Oracle. "Met onze next-gen Autonomous Data Warehouse bieden we een set eenvoudig te gebruiken, no-code tools die bedrijfsanalisten in staat stelt citizen data scientist, data engineer én developer te zijn."

Klanten over de innovaties in Oracle Autonomous Datawarehouse

“Met Oracle Autonomous Data Warehouse en APEX beschik ik niet alleen over een schaalbare, superveilige, superkrachtige database engine van wereldklasse; met de ingebouwde applicatie development tools kan ik ook vrijwel direct applicaties bouwen en implementeren, zodat ik mensen toegang kan geven tot data", zegt Frank Hoogendoorn, Chief Data Officer bij MineSense. "Ik ken geen ander platform waar ik dat out of the box kan doen."

"De ingebouwde innovatieve mogelijkheden voor het laden van data gaan ons enorm veel tijd besparen," zegt Derek Hayden, SVP Data Strategy & Analytics bij OUTFRONT Media. "De declaratieve ELT met drag-and-drop functionaliteit helpt ons om snel meerdere datatypes te laden en te transformeren en relaties binnen data te zien via auto-insights."

"Oracle Autonomous Data Warehouse heeft de time-to-market voor een typisch datawarehouse-project teruggebracht van drie maanden naar drie dagen. Tegelijkertijd levert het ook diepere en bruikbaardere inzichten", aldus Steven Chang, CIO van Kingold. "Het is geweldig nieuws dat we kunnen profiteren van nog meer automatisering voor data-opname, transformatie, het bouwen van businessmodellen en het verkrijgen van inzichten. We kijken ernaar uit hiervan gebruik te maken.”

Analisten over de innovaties in Oracle Autonomous Datawarehouse

"Ons onderzoek, dat is gebaseerd op interviews met verschillende klanten over de hele wereld, toont aan dat klanten van Oracle Autonomous Data Warehouse ongeveer 63 procent lagere totale operationele kosten hebben gerealiseerd, terwijl de productiviteit van data-analyseteams met 27 procent is toegenomen. Het break-even punt op hun investering werd gemiddeld binnen vijf maanden bereikt," aldus Carl Olofson, Research Vice President, Data Management Software bij IDC. "De ROI omvatte aanzienlijke productiviteitswinsten bij data-, analytics- en development-teams. Hoewel de resultaten per bedrijf kunnen variëren, zijn de voordelen indicatief voor het soort verbeteringen dat de meesten mogen verwachten. Met de nieuwe intuïtieve geïntegreerde tools van Oracle Autonomous Data Warehouse, is het aannemelijk om te verwachten dat de productiviteitswinst verder zal toenemen, waardoor bedrijven een nog betere ROI kunnen behalen."

"Oracle Autonomous Database is nu drie jaar op de markt, zonder dat er een goed antwoord van concurrenten kwam," zegt Holger Mueller, Vice President en Principal Analyst, Constellation Research. "Nu voert Oracle verbeteringen door bij Oracle Autonomous Data Warehouse. Deze hebben tot doel alle aspecten van analytics en machine learning beschikbaar te stellen zonder dat gebruikers kennis hoeven te hebben van SQL. In plaats daarvan biedt Oracle drag-and-drop UI's en AutoML voor het bouwen en testen van machine learning-modellen. Hierdoor kunnen organisaties hun eigen data onderzoeken zonder afhankelijk te zijn van IT, DBA's of systeembeheerders die data beheren. Dit alles is gebouwd op Oracle's converged database foundation die gebruikers toegang geeft tot alle datamodellen en -typen binnen dezelfde database."

"Terwijl sommige data warehouse clouds nu proberen uit te zoeken hoe ze kunnen omgaan met machine learning, is Oracle alweer een paar stappen verder" zegt Marc Staimer, President van DS Consulting en Wikibon-analist. "Oracle's Autonomous Data Warehouse bevat nu ook Auto-ML. Oracle's Autonomous Data Warehouse bevatte al sinds het begin ingebouwde machine learning, maar nu hebben ze dit geautomatiseerd zodat elke Autonomous Data Warehouse-klant het kan gebruiken zonder enige expertise. Hiermee vergeleken is het aanbod van andere aanbieders vrij basic.”

Nieuwe innovaties van Autonomous Data Warehouse

In de laatste release zitten veel nieuwe innovaties; niet alleen een brede set van mogelijkheden die het voor analisten, citizen data scientists en line-of-business developers gemakkelijker maakt om te profiteren van het eerste zelfsturende cloud datawarehouse in de branche, maar ook functies die zorgen voor diepere analyses en nauwere integratie met data lakes. De belangrijkste functies zijn: 
 

  • Built-in data tools: Analisten beschikken nu over een eenvoudige, self-service omgeving voor het laden van data en het beschikbaar stellen hiervan aan teamleden voor samenwerking. Ze kunnen data laden en transformeren vanaf hun laptop of de cloud via drag-and-drop. Vervolgens kunnen ze automatisch bedrijfsmodellen genereren, snel afwijkingen en verborgen patronen in data ontdekken, plus inzicht krijgen in onderlinge samenhang van data en de impact van mogelijke wijzigingen.
  • Oracle Machine Learning AutoML UI: Tijdrovende stappen in de creatie van ML-modellen zijn geautomatiseerd. AutoML UI biedt een no-code gebruikersinterface voor geautomatiseerd machine learning die de productiviteit van datawetenschappers verhoogt, de kwaliteit van modellen verbetert en zelfs personen die geen expert zijn in staat stelt gebruik te maken van machine learning.
  • Oracle Machine Learning voor Python: Data scientists en anderen die gebruik maken van Python kunnen Python nu gebruiken om machine learning toe te passen op hun data warehouse data door volledig gebruik te maken van de high-performance, parallelle mogelijkheden en meer dan 30 native machine learning-algoritmen van Oracle Autonomous Data Warehouse.
  • Oracle Machine Learning Services: DevOps- en data science-teams kunnen native in-database-modellen en classificatie- en regressiemodellen in ONNX-formaat implementeren en beheren buiten Oracle Autonomous Data Warehouse en cognitieve tekstanalyse toepassen. Applicatie-developers hebben de beschikking over eenvoudig te integreren REST-endpoints voor alle functionaliteit.
  • Property Graph-ondersteuning: Grafieken helpen bij het modelleren en analyseren van relaties tussen entiteiten (bijvoorbeeld een social netwerk grafiek). Gebruikers kunnen nu grafieken maken binnen hun datawarehouse, query's uitvoeren op grafieken met PGQL (property graph query language) en grafieken analyseren met meer dan 60 in-memory graph analytics algoritmes.
  • Graph Studio UI: Graph Studio bouwt voort op de grafiekmogelijkheden van Oracle Autonomous Data Warehouse en maakt grafiekanalyse eenvoudiger voor beginners. Het omvat geautomatiseerde creatie van grafiekmodellen, notebook, geïntegreerde visualisatie en vooraf gebouwde workflows voor verschillende gebruikersdoeleinden.
  • Naadloze toegang tot data lakes: Oracle Autonomous Data Warehouse breidt de mogelijkheid uit om query's uit te voeren op data in Oracle Cloud Infrastructure (OCI) Object Storage en alle populaire cloud object stores met drie nieuwe datalakes mogelijkheden. Men kan hierdoor:
     
  1. Eenvoudige query’s uitvoeren op data in Oracle Big Data Service (Hadoop);
  2. Integreren met OCI Data Catalog om data discovery in object storage te vereenvoudigen en te automatiseren, en
  3. Verwerking opschalen om query’s over grote datasets in object storage te versnellen.

Meer info

afbeelding van Redactie WINMAG Pro

Redactie WINMAG Pro | Redacteur

Bekijk alle artikelen van Redactie