Oracle Datenbank 12c. Bodo von Neuhaus Leitender Systemberater. Oracle Deutschland B.V. & Co KG

Transkript

1 Oracle Datenbank 12c Bodo von Neuhaus Leitender Systemberater Oracle Deutschland B.V. & Co KG

2 Safe Harbor Statement The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment to deliver any material, code, or functionality, and should not be relied upon in making purchasing decisions. The development, release, and timing of any features or functionality described for Oracle s products remains at the sole discretion of Oracle.

3 Oracle Database 12c Überblick zur den Neuerungen im Vergleich zur 11gR2 Neuerungen der Datenbank 12cR2 Multitenant mit 12cR2

4 Customer Initiatives Database as a Service Cloud Big Data 4

5 Oracle Database Application Development Big Data & Analytics Exalytics Consolidation Big Data Appliance Data Optimization Data Warehousing High Availability Database Backup, Logging, Recovery Appliance Exadata In-Memory Performance & Scalability Security & Compliance

6 Oracle Database 12c Continuous Innovation Scalability 1990s 2000s 2010s Client-Server Internet Cloud Oracle 5, 6, 7, 8 Oracle 8i, 9i, 10g Oracle 11g, 12c Row Level Locking, B-tree Indexes, Read Consistency, Parallel Server, Shared Cursors, Shared Server Real Application Clusters, Automatic Storage Management, IOTs Advanced Compression, Bitmap Indexes Exadata, Smart Flash, In-Memory DB, Software-in-Silicon, Native Database Sharding Availability Transactions, Ref Integrity, Online Backup, Point-in-Time Recovery Data Guard (Active), Recovery Manager, Flashback, Clusterware, Online DDL, TAF Zero Data Loss Recovery Appliance, Edition Based Redefinition, App. Cont. Analytics Partitions, Parallel SQL, Optimizer Analytic Function, Data Mining, OLAP, MVs SQL Pattern Match, R, Big Data Appl Security Developers Privileges, Roles, Auditing, Network Encryption, Views SQL, Views, PL/SQL, Triggers, LOBs, Object Types, Spatial, Text Data Encrypt, Masking, Virtual Private DB, Label Security, DB Vault, Audit Vault, PKI Java in DB, Native XML, Table Functions,.Net, PHP, App Express, SQL Developer Real Application Security, DB Firewall, Privilege Analysis, Redaction, Key Vault Native JSON, REST Services, Node.js, RDF Social Graph, Network Graph Management Enterprise Manager, v$, wait event Diagnostics, Tuning, Testing, Lifecycle Packs MultiTenant, DB & Exa Cloud, DB Appl Integration DB Links, 2PC, Replication, AQ GoldenGate, XA Transaction,External Table Big Data SQL, Big Data Analytics Copyright 2014 Oracle and/or its affiliates. All rights reserved. Public

7 Oracle Database 12c in Zahlen 5 Jahre Entwicklung 500 neue Features Personen-Jahre Systeme für die Tests 1 Million Feature-Tests täglich 1,2 Millionen Stunden Stresstests

8 Oracle Database 12c ( ) Oracle Multitenant Databank Konsolidierung Fast Provisioning Manage many as one Automatic Data Optimization Smart Compression Automatisches (Storage) Tiering Data Guard Far Sync Zero Data Loss über große Distanzen

9 Oracle Database 12c ( ) Application Continuity Replay von fehlerhaften Transaktionen Data Redaction Dynamisches Maskieren der Anwendungsdaten Größtenteils transparent für die Anwendung Pattern Matching Detailierte Mustererkennung innerhalb einer Spalte Und über 500 zusätzliche Verbesserungen

10 Serverausfall: Auswirkung für Anwendungen Situation unter RAC (und Data Guard) bis Oracle 11g End User Application Servers Database Servers Datenbank läuft dank RAC oder Data Guard weiter Aber: Instanz-/Netzwerk-Ausfall bedeutet für die Applikation Verlust Datenbank Session Unbekannter Transaktionsstatus Ergebnis: Ärgerlich für den Benutzer Doppelte Ausführung Ggf. Durchstarten der Mid Tier Erhöhter Entwicklungsaufwand TAF, FAN, FCF (OCI, OCCI,.Net..)

11 Serverausfall: Auswirkung für Anwendungen Mögliche Lösungen unter Database 12 c Transaction Guard Application Continuity Verlässliches Protokoll und API den Status der letzten Transaktionen zu überprüfen Automatische Wiederholung (Replay) der Benutzer-transaktion nach einem Ausfall oder während einer Wartung Protokoll und Programmier-API für Entwickler Selbstständiges Wiederholen nicht gelaufener Kommandos im Failoverfall

12 Serverausfall: Auswirkung für Anwendungen 12c: Situation mit Transaktion Guard und Application Continuity End User Application Servers Database Servers JDBC Treiber erkennt den Fehler und prüft bei verbleibendem Knoten, ob die Transaktion erfolgreich war, oder erneut gesendet werden muss (mit Hilfe von Transaction Guard) Falls die Transaktion wiederholt werden muss, wird Application Continuity alle offenen Transaktionen erneut an einen überlebenden Knoten im Cluster oder die DR Site senden.

13 Oracle Database 12c ( ) Oracle Database In-Memory Real Time Analytics Unterstützug der aktuellen Hardware Generation Transparent zu den Anwendungen JSON Document Store Agile Entwicklung SQL Abfragen direkt auf JSON-Dokumente Zugriff über REST oder Native APIs Big Data SQL High performance SQL auf Hadoop Einfache Datenintegration von Oracle mit Hadoop

14 Oracle Database In-Memory Ziele Hochperformante Real Time Analysen Hocheffizientes OLTP Keine Änderung von Applikationen Nutzung der aktuellen Mikroprozessor Architektur CPU

15 Row Format vs. Column Format in der Datenbank Row SALES Transaktionen sind schneller im Row Format viele Spalten einer einzigen Zeile werden benötigt geeignet für OLTP Abfragen Column SALES Real Time Analysen sind schneller im Column Format ein Aggregat über viele Zeilen und nur wenige Spalten geeignet für schnelles Scannen einer gesamten Tabelle

16 Buffer Cache versus In-Memory Column Store? SELECT column4 FROM mytable; RESULT Mit Buffer Cache Buffer Cache X X X X X Mit Column Store IM Column Store Row Format Column Format

17 Row Format vs. Column Format in der Datenbank Row SALES Transaktionen sind schneller im Row Format viele Spalten einer einzigen Zeile werden benötigt geeignet für OLTP Abfragen Column SALES Real Time Analysen sind schneller im Column Format ein Aggregat über viele Zeilen und nur wenige Spalten geeignet für schnelles Scannen einer gesamten Tabelle Oracle Database In-Memory schafft einen Ausweg aus dem Dilemma

18 Das duale Format der In-Memory Database Memory SALES Row Format Memory SALES Column Format Beides - Row und Column In- Memory Formate für die gleiche Tabelle Real Time Analysen nutzen das neue Column Format OLTP Applikationen nutzen das traditionelle Row Format Erhalt der Transaktionskonsistenz

19 Standard System Global Area (SGA) Komponenten Buffer Cache Shared Pool Large Pool Flashback Redo Log Java Pool Fixed SGA

20 Neue SGA Komponente: In-Memory Area Buffer Cache Shared Pool Large Pool Flashback Redo Log Java Pool Fixed SGA In-Memory Area

21 Konfiguration in 2 Schritten 1. Memory Allokation in der SGA über neuen Initialisierungsparameter und danach Start der Datenbank 2. Auswahl der Objekte (Spalten, Tabellen, Materialized Views, Tablespace oder Partitionen) und Belegung mit den entsprechenden Eigenschaften Über CREATE oder ALTER Kommando u.u. überflüssige analytische Indizes löschen! => Nicht alle Objekte müssen im Column Store vorliegen!

22 Beispiel für In-Memory Column Store Konfiguration Setzen von INMEMORY_SIZE Parameter (mindestens 100 MB) Default ist 0 Gesamt SGA muss groß genug sein SGA_TARGET Statischer Pool Aufteilung in 64K und 1MB Pool Monitoring über V$INMEMORY_AREA Aufteilung der Pools und Befüllungsgrad SQL> sho sga Total System Global Area bytes Fixed Size bytes Variable Size bytes Database Buffers bytes Redo Buffers bytes In-Memory Area bytes

23 Festlegung der Objekte: Neue Schlüsselworte Ein- und Ausschalten einer gesamten Tabelle ALTER TABLE sales INMEMORY; Auf Spaltenebene ALTER TABLE sales INMEMORY NO INMEMORY(prod_id, cust_id)); Auf Partitionsebene CREATE TABLE customers PARTITION BY LIST (PARTITION p1 INMEMORY, (PARTITION p2 NO INMEMORY); Auf Tablespaceebene CREATE TABLESPACE tbs1 DATAFILE /home/oracle/ /tbs1.dbf' SIZE 1G ONLINE DEFAULT INMEMORY;

24 Festlegung der Objekte mit Prioritätseinstellung Beeinflussung der Reihenfolge, wie Objekte in den Store geladen werden PRIORITY CRITICAL, HIGH, MEDIUM, LOW und NONE NONE bedeutet beim ersten Zugriff ALTER TABLE lineorder INMEMORY MEMCOMPRESS FOR QUERY LOW PRIORITY CRITICAL;

25 Wie funktioniert der Column Store? Wann wird im Column Store gespeichert? Nach dem ersten Zugriff oder gleich nach dem Hochfahren der Datenbank gemäß der Priority Einstellung Welche Daten werden gespeichert? Ausgewählte Daten werden im optimierten und komprimierten Spaltenformat (siehe MEMCOMPRESS) gespeichert. Wer erledigt diese Aufgaben? Ein oder mehrere Hintergrundprozesse (gemäß Parameter INMEMORY_MAX_POPULATE_SERVERS) wie z.b. ORA_W001_orcl

26 Festlegung der Objekte mit Komprimierungsstufe Komprimierungseinstellungen mit MEMCOMPRESS FOR DML QUERY [LOW HIGH] CAPACITY [LOW HIGH] CREATE TABLE ORDERS PARTITION BY RANGE (PARTITION p1 INMEMORY NO MEMCOMPRESS PARTITION p2 INMEMORY MEMCOMPRESS FOR DML, PARTITION p3 INMEMORY MEMCOMPRESS FOR QUERY, : PARTITION p200 INMEMORY MEMCOMPRESS FOR CAPACITY);

27 Komprimierungsstufen aus dem Handbuch Copyright 2014 Oracle and/or its affiliates. All rights reserved. Public

28 Berechnung der Speicheranforderung SQL> DECLARE 2 l_blkcnt_cmp PLS_INTEGER; 3 l_blkcnt_uncmp PLS_INTEGER; 4 l_row_cmp PLS_INTEGER; 5 l_row_uncmp PLS_INTEGER; 6 l_cmp_ratio PLS_INTEGER; 7 l_comptype_str VARCHAR2(100); 8 BEGIN 9 dbms_compression.get_compression_ratio ( 10 scratchtbsname => 'TS_DATE', 11 ownname => 'SSB', 12 objname => 'LINEORDER', 13 subobjname => NULL, 14 comptype => dbms_compression.comp_inmemory_query_low, 15 blkcnt_cmp => l_blkcnt_cmp, 16 blkcnt_uncmp => l_blkcnt_uncmp, 17 row_cmp => l_row_cmp, 18 row_uncmp => l_row_uncmp, 19 cmp_ratio => l_cmp_ratio, 20 comptype_str => l_comptype_str); 21 dbms_output.put_line('compression ratio ist ' l_cmp_ratio); 22 END; 23 / compression ratio ist 2 SQL>@size.sql NAME ORIG_SIZE_M IN_MEM_SIZE_M COMP_RATIO COMP BYTES_NOT_POPULATED LINEORDER FOR QUERY LOW 0 1. Objekte identifizieren 2. Compression Advisor dbms_compression verwenden 3. Wendet angegebenen Komprimierungsstufe auf ein Daten Sample an 4. Gibt Compression Ratio aus

29 Monitoring des Column Stores SQL> SELECT v.segment_name name, v.bytes/1024/1024 orig_size_in_m, v.inmemory_size/1024/1024 in_mem_size_in_m, v.bytes/v.inmemory_size comp_ratio, v.inmemory_compression comp, v.bytes_not_populated not_populated, v.inmemory_priority prio FROM v$im_segments v ORDER by 4; NAME ORIG_SIZE_M IN_MEM_SIZE_M COMP_RATIO COMP NOT_POPULATED PRIO LINEORDER FOR QUERY LOW 0 CRITICAL PART FOR QUERY LOW 0 NONE CUSTOMER FOR QUERY LOW 0 NONE DATE_DIM FOR CAPACITY HIGH 0 NONE

30 Monitoring im Cloud Control

31 In-Memory Column Store Kurzbeschreibung Pure In-Memory Columnar SALES Reines In-Memory Format Komprimierte Bereiche mit unterschiedlichen Raten (2x bis 20x) Einschaltbar auf Objektebene - Tabelle - MView - Partition - Tablespace - Spalte Voraussetzungen Datenbank Release Manuelle Aktivierung Gebunden an In-Memory Option

32 Vector Register REGION Zusätzliche Performance durch Nutzung von SIMD Memory Beispiel: Finde alle Verkäufe (SALES) aus der Region CA Jede CPU Core durchsucht lokal die In-Memory Spalten CPU CA Scans nutzen dabei Single Instruction multiple Data Values (SIMD) Vektor Operationen Mehrere Werte aus Spalte REGION CA CA CA Vektor vergleich aller Werte In 1 Zyklus Hohe Scan Raten pro CPU Core => Milliarden von Zeilen pro Sekunde > 100x Faster

33 Monitoring von In-Memory Scans: Ausführungsplan Schlüsselwort INMEMORY FULL SQL> select * from table(dbms_xplan.display_cursor(format=>'basic')); PLAN_TABLE_OUTPUT EXPLAINED SQL STATEMENT: select count(*) from customers_mem where cust_gender='f' Plan hash value: Id Operation Name SELECT STATEMENT 1 SORT AGGREGATE 2 TABLE ACCESS INMEMORY FULL CUSTOMERS_MEM Copyright 2014 Oracle and/or its affiliates. All rights reserved. Public

34 DateKey Amount Date DateKey Memory Operationen: In-Memory Joins DATE_DIM LINEORDER Datekey is d.d_date='december 24, 2013' SELECT SUM(lo_extendedprice * lo_discount) FROM lineorder l, date_dim d WHERE l.lo_orderdate = d.d_datekey AND l.lo_discount BETWEEN 2 AND 3 AND d.d_date='december 24, 2013'; In-Memory Joins mit schnellen Scans und speziellen Filtern Sum

35 Monitoring In-Memory Joins Spezieller Filter: Bloom Filter Während eines Hash Joins: Erzeugung eines Bitvektors (Bloomfilter) basierend auf Join Bedingung Bitvektor dient als zusätzliches Prädikat für den Scan der zweiten Tabelle

36 Outlets Schnelle Analytics: In-Memory Aggregat Operationen Products Footwear Stores In-Memory Report Outline Footwear $ $$ $$$ $ Sales Erzeugt dynamisch ein In-Memory Berichts Outline Ein schnelles Scannen füllt die Lücken im Report Reports sind dabei schneller ohne vordefinierte Cubes Outlets Sales

37 In-Memory Aggregat Operationen Optimiert Aggregat und Join Operationen in einem typischen Star Schema Nutzt KEY VECTOR und VECTOR GROUP BY Operationen Beispiel SELECT p.category, p.subcategory, g.country, g.state, SUM(s.amount) FROM sales s, products p, geography g WHERE s.geog_id = g.geog_id AND s.prod_id = p.prod_id AND g.state ='CA' AND p.pname = 'Nike' GROUP BY category, subcategory, country, state Copyright 2014 Oracle and/or its affiliates. All rights reserved. Public

38 DML und In-Memory Column Store Column Format JOURNAL Änderung im Buffer Cache löst automatisch Änderung im Column Store aus => Konsistenz Eintrag in IMCU wird als stale markiert und eine Kopie des neuen Werts wird im In-Memory Transaktions Journal gespeichert Aktualisierung der IMCU über einen Hintergrundprozess

39 Weitere Hinweise Handhabung im RAC Umfeld Column Store kann auf jedem RAC Knoten existieren Die gleiche Tabelle kann in jedem Column Store existieren (Option DUPLICATE) Größere Tabellen, die nicht in den Column Store passen, können über die Knoten verteilt werden (Option DISTRIBUTE) Generelle Einschränkungen Objekte, die kleiner als 64 KB sind, werden nicht berücksichtigt. Kein SYSTEM und SYS Objekte Objekte wie IOTs, Cluster Tables, Global Temporary Tables und out-of-line LOBs Option DUPLICATE ist nur auf Engineered System verfügbar

40 Skalierung der Oracle In-Memory Datenbank Scale-Out über Servergrenzen für mehr Memory und CPU. Scale-Up für SMP Systeme. In-Memory Abfragen werden innerhalb und über Servergrenzen parallelisiert. Direct-to-wire InfiniBand Protokoll 40

41 Oracle In-Memory Advisor Spezieller Advisor für In- Memory Abfragen Analysiert Datenbank Workload über AWR & ASH Liefert Objekte die von In- Memory Column Store profitieren würden

42 Result Cache Shared Pool oder Client Transparent für Anwendungen Flash Cache Data Buffer Erweiterung 2 nd level Cache Auch für Datafiles Database Buffer Default Cache Keep Cache Recycle Cache LRU-Algorithmus In-Memory Techniken der Datenbank Memory optimierende Techniken Compression Partitioning Parallelisierung OLAP Exadata X6 Hybrid Columnar Compression Smart Scan Storage Index Smart Flash Cache (Read/Write) Smart Flash Logging (Redo-Write) In-Memory Option 12c Row und Column In-Memory Formate auf der selben Tabelle Simultan und transaktionskonsistent Column: Analytics & Reporting Row : OLTP TimesTen IMDB TimesTen Application-Tier Database Cache TimesTen for Exalytics In-Memory Techniken der Middle-Tier Coherence Data Grid Object Cache / Data Grid für verteilte Anwendungen

43 Beispiele für Caching Technologien in 11g Pre-Load von Tabellen und Indizes Full Table/Index Scans und Initialisierungsparameter (_small_table_threshold) SGA Bereiche: KEEP und RECYCLE Pool für Tabellen und Segmente DB_[KEEP RECYCLE]_CACHE_SIZE und Storage Parameter (KEEP, RECYCLE) Pinnen von PL/SQL Objekten wie Packages, Procedures etc. im Shared Pool Einsatz von dbms_shared_pool.keep Cachen von Resultaten Spezielle Hints, Initialisierungsparameter oder Objektdefinition

44 Oracle Database 12c für Entwickler Die Datenbank für alle wichtigen Plattformen JSON Ruby Oracle ADF Oracle APEX Oracle RDS

45 JSON and SQL Duality Oracle Database 12c JSON SQL Datenzugriff per REST oder Native API JSON wird in der Datenbank gespeichert Analysen / Queries per SQL

46 Oracle Database 12c ( ) Performance Verbesserungen Index Compression Attribute Clustering und Zone Maps Full Database Caching Approximate Count Distinct Rapid Home Provisioning Ein zentraler Ort für schnelles und effizientes Patching Security FIPS 140 Support Oracle Key Vault

47 Performance Advanced Index Compression Indizes benötigen weniger Platz auf der Platte Effizientere Nutzung der SGA Keine nennenswerte Systembelastung Full Database Caching Vorteilhaft, wenn die SGA ohnehin gross genug ist für die komplette Datenbank ALTER DATABASE FORCE FULL DATABASE CACHING Automatic Big Table Caching Hält ganze Objekte vor, statt einer Reihe von Blöcken db_big_table_cache_percent_target = <Percentage of Buffer Cache>

48 Performance Attribute Clustering Sortiert Daten so dass sie nahe bei den selektierten Spaltenwerten liegen attributes Attribute können von einer Tabelle oder aus mehreren Tabellen kommen Zum Beispiel aus Fact und Dimensions Tabellen Weniger Block IO für Tabellen bei index range scans Abfragen, die sortieren und aggregieren, profitieren von vorsortierten Daten Verbessert die Kompressionsraten Wird auf Tabellenebene festgelegt ALTER TABLE... ADD CLUSTERING... Gilt für neue Daten und für das Verlagern von Daten Gilt nur für direct path Operationen Kann ein- und ausgeschaltet werden

49 Performance Approximate Count Distinct Nicht jede Abfrage benötigt absolut exakte Ergebnisse Wie viele unterschiedliche Menschen haben in der letzten Woche auf unsere Webseite geklickt? Neue SQL Funktion für ungefähre Ergebnisse bei einem COUNT DISTINCT APPROX_COUNT_DISTINCT() Ungefähre Ergebnisse sind deutlich schneller und weniger aufwändig zu berechnen als exakte Ergbnisse 5x to 50x ++ mal schneller (abhängig von der Anzahl distinkter Werte und Komplexität des SQL) Genauigkeit liegt bei > 97%

50 Security Unterstützung von FIPS Verbesserung kann von TDE, SSL, DBMS_CRYPTO und anderen Komponenten genutzt werden Neuer Parameter DBFIPS_140 schaltet den neuen FIPS Modus ein Verbesserte Sicherheit für Passwörter und DBMS_CRYPTO durch SHA-512 Hashing

51 Oracle Database 12c Release 1 ( ) Feature Factoring for New Features (Full Details Here) Feature Oracle In-Memory JSON Unterstützung Oracle REST Data Services Oracle Multitenant Advanced Index Compression Attribute Clustering Full Database Caching Automatic Big Table Caching Approximate Count Distinct Beschreibung Option Feature der Datenbank Feature der Datenbank Option, wenn mehr als eine PDB genutzt wird Teil der Option Oracle Advanced Compression Feature der Datenbank Feature der Datenbank Feature der Datenbank Feature der Datenbank

52 Oracle Database 12c Überblick zur den Neuerungen im Vergleich zur 11gR2 Neuerungen der Datenbank 12cR2 Multitenant mit 12cR2 52

53 Oracle Database 12c Release 2 (in der Oracle Cloud) Jetzt verfügbar Exadata Express Cloud Service Database Cloud Services Exadata Cloud Machine On-Premise zum Download seit März

54 Exadata Express Cloud Service Günstiger, einfach zu benutzender 12.2 Datenbank Service 12.2 Datenbank mit fast allen Optionen auf Exadata Komplett gewartet bei Oracle Sehr günstig, ab 175$ Video:

55 Spektrum der Oracle Database Cloud Services Exadata Express Enterprise Exadata Datenbank Entwicklung Kleinere & mittlere Applikationen Unternehmensweite Applikationen Höchste Anforderung an Verfügbarkeit & Performance

56 Oracle Database 12c Release 2: Key Features Flexibler: Multitenant Noch schneller: Database In-Memory Verteilte Daten: Sharding Plus vieles mehr: Performance, Verfügbarkeit, Security, Analytics und Applikationsentwicklung

57 Oracle Database 12c Release 2: In-Memory Real-Time Analysen OLTP / DW Riesige Kapazität Implementierung: Trivial Row Column Column 12.1 Schnelles Reporting und Analyse OLTP & Analysen auf derselben Datenbank Scale-up / Scale-out Keine Applikationsänderung 12.2 Schneller: 3x bei Joins, 10x bei Expressions, 60x bei JSON SQL in Silicon Offload Analysen auf Active Data Guard Standby In-Memory auf Exadata Flash Dynamische Datenbewegung zwischen Storage und In-Memory

58 Oracle Database 12c Release 2: Sharding Customers Customers Americas Customers Europe Customers Asia RAC und Data Guard erfüllen 99% der Applikationsanforderungen Für einige globale OLTP Applikationen bietet eine Unterteilung (Sharding) der Daten immense Vorteile: Skalierungs- und Verfügbarkeitsanforderungen einer einzigen großen Datenbank können sehr hoch sein Datenmodell und Applikationen müssen aber angepasst werden für das Routing zu den richtigen Daten

59 Oracle Database 12c Release 2: Sharding Geographic Distribution Linear Scalability Fault Tolerant Natives SQL um Tabellen auf 1000 Shards zu verteilen Benutzerdefinierte Datenpositierung: Performance/DR/Gesetze Online Reorganisation von Shards: Keine gemeinsame Hardware = Isolierte Fehler Hinzufügen, Online Split, Rebalance Datenverfügbarkeit wichtiger als Datenkonsistenz

60 Oracle Database 12c Release 2 : Analytic Views Geschäftslogik zurück in die Datenbank (Aggregationen, Hierarchien, Berechnungen) Einfaches SQL für komplexe Analytische Abfragen Keine JOINs oder GROUP-BY notwendig Navigieren durch Hierarchien, ohne neu Definition der Berechnungen Basierend auf existierenden Tabellen

61 Schneller SQL Zugriff für Relational, Hadoop & NoSQL Oracle Big Data SQL on JSON data Intuitive SQL Syntax für JSON SELECT c.json_column.address.city FROM customers c; JSON Daten in jeder SQL Abfrage Join JSON mit jeder anderen Datenquelle Jegliche SQL Analyse für JSON Neu: Big Data SQL in der Oracle Cloud Data Guide: Automatismus JSON Strukturen zu erkennen und zu verarbeiten Big Data SQL

62 Oracle Database 12c Überblick zur den Neuerungen im Vergleich zur 11gR2 Neuerungen der Datenbank 12cR2 Multitenant mit 12cR2 62

63 Oracle Database 12.1: Multitenant Cloud Scale Operations Agility Software as a Service 12.1 Einfache Verwaltung Provisionierung & Cloning SaaS Architektur CPU & I/O Management Datenbanken: Plug/Unplug Keine Applikationsänderung

64 Oracle Database 12c Release 2: Multitenant Cloud Scale Operations Agility Software as a Service 12.1 Einfache Verwaltung Provisionierung & Cloning SaaS Architektur CPU & I/O Management Datenbanken: Plug/Unplug Keine Applikationsänderung ,096 PDBs pro CDB Hot cloning & PDB Clone Refresh Geteilte Applikationsobjekte Memory Management Online Tenant Relocation Lockdown Profile

65 PDB Hot Clone PDB Hot Clone Online Erstellung einer Test Master Umgebung Oracle Cloud CRM Snap Clone Snap Clone CRM Dev1 CRM Dev2 Hot Clone Entwickler Pricing Retail CRM On-Premises Copyright 2014 Oracle and/or its affiliates. All rights reserved. Public 65

66 PDB Refresh PDB Hot Clone Online Erstellung einer Test Master Umgebung PDB Refresh Incremental Refresh des Clones mit den aktuellen Daten Pricing Oracle Cloud CRM Geklonte Version ist nicht mehr in Sync Nur Änderungen werden kopiert und applied Retail CRM Snap Clone Snap Clone CRM Dev1 CRM Dev2 Entwickler Änderungen in der Datenbank On-Premises Zeit Copyright 2014 Oracle and/or its affiliates. All rights reserved. Public 66

67 PDB Relocate PDB Hot Clone Online Erstellung einer Test Master Umgebung CRM HR PDB Refresh Incremental Refresh des Clones mit den aktuellen Daten PDB Relocate Relocate mit minimal Downtime Pricing Retail CRM Oracle Cloud On-Premises Copyright 2014 Oracle and/or its affiliates. All rights reserved. Public 67

68 PDB Relocate PDB Hot Clone Online Erstellung einer Test Master Umgebung CRM HR PDB Refresh Incremental Refresh des Clones mit den aktuellen Daten PDB Relocate Relocate mit minimal Downtime Pricing Retail CRM Oracle Cloud On-Premises Copyright 2014 Oracle and/or its affiliates. All rights reserved. Public 68

69 Application Container PDBs teilen sich Application Objects Code, Metadaten und Daten Vereinfacht das Management Änderungen/Updates nur auf dem Application Container Passend für Anwendungen mit SaaS-Character Copyright 2014 Oracle and/or its affiliates. All rights reserved. Public 69

70 Location Transparency mit Proxy PDBs Proxy PDB enthält den lokalen Context für eine Remote PDB Proxy PDB Remote PDB

71