qq群推广用什么网站好,音乐网站建设论文的目的和意义,装修品牌,h5制作平台人人秀数据库管理287期 20245-01-24 数据库管理-第287期 Oracle DB 23.7新特性一览#xff08;20250124#xff09;1 AI向量搜索#xff1a;算术和聚合运算2 更改Compatible至23.6.0#xff0c;以使用23.6或更高版本中的新AI向量搜索功能3 Cloud Developer包4 DBMS_DEVELOPER.GET… 数据库管理287期 20245-01-24 数据库管理-第287期 Oracle DB 23.7新特性一览202501241 AI向量搜索算术和聚合运算2 更改Compatible至23.6.0以使用23.6或更高版本中的新AI向量搜索功能3 Cloud Developer包4 DBMS_DEVELOPER.GET_METADATA用于检索数据库对象元数据的API5 PL/SQL中的维度算法支持6 二元性视图放宽7 JavaScript调用PL/SQL代码单元的外部函数接口8 JSON的混合向量索引9 数据库内算法支持VECTOR数据类型预测器10 相邻分区向量索引中的包含列11 JSON类型修饰符增强功能Limit子句12 JSON到二元性迁移多集合导入API13 JSON到二元性迁移架构和数据的验证14 物化表达式列15 在分片空间之间移动数据块chunk16 PL/SQL BINARY向量支持17 PL/SQL JACCARD距离支持18 SQL时间分通19 AI向量搜索的分片支持20 小文件表空间缩小21 使用数据库内ONNX运行时支持具有AI向量搜索的图像转换模型22 外部表中的向量数据类型支持总结 数据库管理-第287期 Oracle DB 23.7新特性一览20250124
作者胖头鱼的鱼缸尹海文
Oracle ACE Pro: Database
PostgreSQL ACE Partner10年数据库行业经验
拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证
墨天轮MVPITPUB认证专家
圈内拥有“总监”称号非著名社恐社交恐怖分子公众号胖头鱼的鱼缸
CSDN胖头鱼的鱼缸尹海文
墨天轮胖头鱼的鱼缸
ITPUByhw1809。
除授权转载并标明出处外均为“非法”抄袭又到了一季度一次的Oracle DB 23ai新特性更新时间前面的可以查看 数据库管理-第225期 Oracle DB 23.5新特性一览20240730 数据库管理-第256期 Oracle DB 23.6新特性一览20241031
1 AI向量搜索算术和聚合运算
就像您可以对日期、时间戳、间隔和数字进行加()、减(-) 或乘(*) 一样您现在可以将这些算术运算符应用于向量。算术运算在向量的每个维元素上执行。还可以计算一组向量的SUM或AVG。 向量上的算术运算使AI系统能够操纵和组合抽象概念从而增强它们以更复杂的方式理解和处理语言或数据的能力。
2 更改Compatible至23.6.0以使用23.6或更高版本中的新AI向量搜索功能
从Oracle Database 23ai(23.6)开始在版本更新(RU)23.6或更高版本中引入了使用新AI向量搜索功能的能力。 RU 23.6中的 COMPATIBLE 参数
直接安装Oracle Database 23ai Release Update 23.6的新用户 23.6 RU全新安装并使用db create时COMPATIBLE参数默认设置为23.6.0。安装后您将无法将COMPATIBLE参数降级为较低的值。 使用Oracle Database 23ai Release Update 23.4 和 23.5的客户 修补之前COMPATIBLE参数可以是 23.0.0、23.4.0 或 23.5.0。安装23.6版本更新时即修补到 RU 23.6 时要访问新的Vector DB功能您必须手动将COMPATIBLE参数设置为23.6.0。注意在RU 23.6.0中更新COMPATIBLE参数需要停机。它不会在修补过程中自动完成。您必须选择更新数据库COMPATIBLE设置。 使用Oracle Database 19c或21c的客户 将数据库升级到 Oracle Database 23ai 时COMPATIBLE参数仍与源数据库中的先前设置相同。如果要使用新的 Vector DB 功能则必须手动将COMPATIBLE参数设置为23.6.0。注意升级到23ai允许的最低COMPATIBLE为19.0.0。换句话说您不能直接从Oracle Database 12c或18c升级到Oracle Database 23ai。
3 Cloud Developer包
Cloud Developer包提供内置工具可无缝连接、处理和集成云服务。这些软件包即DBMS_CLOUD、DBMS_CLOUD_PIPELINE、DBMS_CLOUD_REPO、DBMS_CLOUD_NOTIFICATION和DBMS_CLOUD_AI可轻松访问云存储数据、通过管道自动化工作流、触发事件通知并将AI/ML功能直接集成到数据库中。它们共同为现代云就绪数据库应用程序提供支持同时简化复杂的云交互。 Cloud Developer包使企业能够处理存储在云中的数据、处理实时数据并使用AI/ML等高级工具从而受益于云功能。这种方法有助于简化操作并特别支持本地和云系统的混合。
4 DBMS_DEVELOPER.GET_METADATA用于检索数据库对象元数据的API
这个API提供了一种开发人员友好的方式来检索数据库对象例如表、视图和索引的元数据。API检索每个数据库对象的数据字典中存在的大多数如果不是全部信息。它支持多个详细级别BASIC、TYPICAL和ALL使客户能够仅获取所需的信息。 截至目前客户使用DBMS_METADATA不同字典表和视图查询的组合来构建对象信息。但是DBMS_METADATA会显示大量不合逻辑的信息这些信息对于应用程序开发和低代码来说毫无用处。DBMS_METADATA 非常慢需要几秒钟并且面向XML这对开发人员来说并不友好。DBMS_DEVELOPER.GET_METADATA解决了这个问题。 该API的主要优点是
性能我们期望大多数查询的解析时间在几毫秒内。这对于基于Oracle数据库构建的开发人员工具例如 VSCode扩展和SQLcl非常有利因为这些工具会重复检索对象信息从而导致糟糕的用户体验。简单性API以JSON格式返回元数据这种格式具有自描述性且易于理解。使用JSON作为返回格式可使此 API 轻松与开发人员工具和服务集成。
5 PL/SQL中的维度算法支持
现在PL/SQL中的向量可以采用加法()、减法(-)和乘法(*)。算术运算在向量的每个维元素上执行。 向量上的算术运算使 AI 系统能够操纵和组合抽象概念从而增强其以更复杂的方式理解和处理语言或数据的能力。PL/SQL对向量算术的支持为开发人员提供了一种在PL/SQL块和函数中应用这些运算的方法而无需调用SQL。
6 二元性视图放宽
在 JSON 关系二元性视图 DDL 中用户可以执行以下操作
在子对象中使用字段名称“_id”来标识选择要更新的行的列即使它没有UK或PK约束使用标识列作为标识列
额外的DDL可能性允许JSON关系二元性视图支持更多用例。
7 JavaScript调用PL/SQL代码单元的外部函数接口
外部函数接口(Foreign Function InterfaceFFI)允许JavaScript开发人员使用更熟悉的语法来调用用PL/SQL编写的代码单元。可以使用本机JavaScript构造与大多数用PL/SQL编写的代码进行交互而不是使用PL/SQL块。 使用FFI可以简化将PL/SQL代码集成到JavaScript函数的过程从而为JavaScript开发人员提供更好的体验。
8 JSON的混合向量索引
混合向量索引允许用户使用全文搜索和语义向量搜索的组合轻松地索引和查询其文档以获得更高质量的搜索结果。现在可以在JSON列上构建混合向量索引。 在JSON列上创建混合向量索引可提供统一的查询API允许用户运行利用这两种方法的文本查询、向量相似性查询或混合查询。这让用户可以轻松自定义搜索体验并增强搜索结果。
9 数据库内算法支持VECTOR数据类型预测器
此功能使用户能够将一个或多个VECTOR数据类型的列作为预测因子以及结构化企业数据添加到数据库内的机器学习算法中。 非结构化数据的向量表示可以成为传统机器学习算法的强大输入。它们可以对文本和图像数据进行高效的数据处理有助于加快数据驱动的决策。将向量作为机器学习模型的输入可以处理更广泛的用例。
10 相邻分区向量索引中的包含列
包含列Included Columns是指存储在相邻分区向量索引中的附加表列用于通过消除从基表访问这些列的需要来优化查询执行。 复杂的工作负载通常将关系列上的业务数据搜索与向量相似性搜索相结合。通过将属性过滤器与基于向量的相似性搜索集成在一起在相邻分区向量索引中包含列可显著增强企业搜索功能。这种集成允许通过直接评估属性过滤器和向量搜索来高效执行复杂查询从而消除了通过昂贵的连接访问基表的需要。此外当索引将查询所需的所有列作为覆盖列包含时可以直接从索引中检索数据从而加快查询性能。
11 JSON类型修饰符增强功能Limit子句
JSON类型的Limit子句允许限制可插入JSON类型列的JSON数据的大小。其思想类似于指定varchar2字节存储大小。 如果已知JSON数据不超过一定量则可以优化执行以提高效率。
12 JSON到二元性迁移多集合导入API
PL/SQL过程DBMS_JSON_DUALITY.IMPORT_ALL用于将多个文档集合导入JSON关系二元性视图。 在单个PL/SQL调用中导入多个集合使导入过程更简单并避免了约束违规错误。
13 JSON到二元性迁移架构和数据的验证
PL/SQL函数DBMS_JSON_DUALITY.VALIDATE_SCHEMA_REPORT和VALIDATE_IMPORT_REPORT用于验证JSON-To-Duality Migrator创建和导入的关系模式和数据。 验证API可帮助用户在将文档集合迁移到二元性视图时验证推荐的关系模式是否正确且没有数据丢失。
14 物化表达式列
表达式列Expression columns也称为虚拟列是从现有列派生计算的附加列。它们可以保留具体化在磁盘上补充仅在运行时计算结果的现有默认功能。 在表达式列的运行时计算和DML时计算之间进行选择可以更灵活地为应用程序选择正确的方法。 具体化表达式列以磁盘存储换取反复计算相同表达式的需要。
15 在分片空间之间移动数据块chunk
使用Oracle全球分布式数据库复合分片方法数据被组织到不同的分片空间中允许您区分数据子集但是任何用于负载平衡的自动块移动都发生在分片空间内。在此版本中Oracl 全球分布式数据库为您提供了将数据块从现有分片空间移动到另一个分片空间的能力。 此功能使您能够在现有分片空间之间移动数据或将某些数据移动到新添加的分片空间。您可以根据新的业务需求安排分片数据例如为某些客户提供新级别的服务或资源或者将客户从一类服务转移到另一类服务同时保持区域数据主权。
16 PL/SQL BINARY向量支持
PL/SQL支持BINARY作为向量类型的新维度格式与SQL一致。BINARY向量经常用于表示某个实体例如文本文档是否包含某些特征、列表词或术语。 BINAR 格式的优势有两方面。与默认的FLOAT32向量相比向量的存储空间可以减少3倍。BINARY向量上的距离计算速度最高可提高40倍。 支持BINARY向量意味着 PL/SQL 将能够以与支持任何其他维度格式的向量相同的方式处理二进制向量。
17 PL/SQL JACCARD距离支持
PL/SQL现在支持JACCARD距离度量它提供两个BINARY向量之间的相似度度量其值为0到1。 Jaccard距离是二元向量的常见相似度度量。PL/SQL VECTOR_DISTANCE运算符支持Jaccard作为新度量这意味着 PL/SQL代码可以在PL/SQL中使用JACCARD距离度量而不必调用 SQL。
18 SQL时间分通
时间分桶是处理时间序列或事件流数据时的一种常见操作其中任意定义的时间窗口内的一系列数据点需要映射到特定的固定时间间隔桶以进行聚合分析。 借助新的 SQL 运算符 TIME_BUCKETOracle为DATETIMES的时间数据时间分桶提供了本机和高性能支持。 为时间序列数据的常见固定时间间隔分桶提供本机SQL运算符可显著简化此类信息的应用程序开发和数据分析。除了更简单、更不容易出错的代码之外本机运算符还提高了时间序列分析的性能。
19 AI向量搜索的分片支持
借助对向量搜索的分片支持包含向量的表会自动分布和复制到不共享硬件的Oracle数据库池中。相似性搜索会自动在分片之间并行化或者如果提供了分片键则指向特定分片。 分片AI向量搜索提供了几个关键优势包括通过允许向量分布在多台机器上来提高可扩展性通过跨分片并行化向量搜索来提高性能以及提高数据弹性因为如果一个分片出现故障其他分片可以继续运行。它还允许将向量搜索部署为全局数据库的一部分其中单个逻辑数据库分布在多个地理位置。
20 小文件表空间缩小
此功能提供了可靠地缩小小文件表空间的能力。 在早期版本中组织可能会发现小文件表空间的数据文件变大尽管实际使用的空间要小得多。 这可能发生在用户删除表空间中的段或对象之后但根据数据在数据文件中的位置用户并不总是能够使用数据文件调整大小来恢复释放的空间。 通过使用小文件表空间缩小您现在可以预期小文件表空间大小接近该表空间中所有段和对象的大小总和。您现在可以可靠地缩小小文件表空间这意味着改进存储优化并降低存储成本。
21 使用数据库内ONNX运行时支持具有AI向量搜索的图像转换模型
此功能支持导入和使用图像转换模型以使用23ai中提供的数据库内ONNX运行时引擎。图像转换器模型必须采用 ONNX格式并包含所需的图像解码和预处理作为ONNX管道的一部分。 Oracle Database 23ai最初支持句子转换器用于数据库内ONNX运行时和AI向量搜索。这仅支持为文本生成向量。借助对图像转换模型的支持用户现在可以使用AI向量搜索进行涉及图像的语义相似性搜索以支持更广泛的用例。
22 外部表中的向量数据类型支持
现在可以轻松访问存储在数据库外部在文件系统或云对象存储中的向量数据以使用外部表执行相似性搜索。只需在存储向量嵌入的外部文件上创建一个带有VECTO 数据类型列的外部表即可。创建后即可使用标准SQL执行相似性搜索。 可以使用外部表和标准SQL快速轻松地加载在数据库外部创建的向量嵌入。还可以对存储在数据库外部的向量嵌入运行相似性搜索并将这些搜索与存储在数据库内的数据无缝结合。
总结
Oracle DB 23.7带来了不少传统功能以及AI Vector DB/Search相关功能的增强。 老规矩知道写了些啥。
