1.自治数据库 - Autonomous Database 【官方下载】
首先,从最高级别上,Oracle 18c 将是一个『自治数据库 - Autonomous Database』,这由Larry Ellison首先发布,而在此框架下,一系列的设计由此展开。
2.云级别可用性增强 - Cloud-Scale Availability
这其中包含了一系列的新特性,包括:
支持跨地域和混合云的自动的Sharding能力;
RAC Sharding支持;
在ADG中支持Nologging数据的复制同步;
ADG自动重定向update操作到主库(这个特性对于读写分离很有用);
Grid Infrastructure 打补丁的零影响;
建议的瞬时逻辑备库滚动升级;
3.In-Memory 内存选件增强
内存选件获得了大量的增强,包括:
自动In-Memroy管理,这应该指自动选择适合In-Memory的对象并压缩提速等;
支持In-Memory的内存表,这个特性很有用;
In-Memory 支持 NVRAM 内存架构;
针对数据仓库的特定增强,In-Memory 动态扫描;优化算法等;
4.In-Memory的外部表和InLine外部表支持
这个特性值得独立说明,外部表使得Oracle对外部数据操作更加灵活,并且基于内存列式存储压缩,能够更快的支持大数据量的运算,对于数据仓库环境将会是极大的增强。并且由于外部表的数据基本处于静态,更适合使用In-Memory来处理,Oracle声称这一改进将会带来100倍的提升,接下来就要看我们如何将外部表用的更好了。
Inline外部表,可以通过SQL直接调用,无需创建仅需一次使用的外部表,这使得开发灵活了很多,也减少了大量元数据的处理:
5.近似查询 - Approximate Query 和 Top-N 近似聚合
这是Oracle 12c 的新特性,经过12.2 的增强,已经非常好用了,可以参考我之前的一篇文章:从Approx_Count_Distinct到M7的CPU集成 。而新增的Top-N近似聚合,则可以对类似如下问题进行近似聚合,比如:
上一周,Top 5的Blog文章阅读量;
每个区域Top 50客户的近似消费;
Oracle能够以小于 0.5% 的误差率,提供近似聚合,这个功能也将极其有助于对精确度要求不高的聚合查询,相应的我们获得的是性能的巨大提升。
6.机器学习算法新特性
Oracle Advanced Analytics 18.1,话说机器学习是 18c 的重头戏,所以功能极多,这一页大约提到了 18c 引入的算法:
?新的可扩展机器学习算法(SQL API)
- 随机森林分类
- 神经网络用于分类和回归
- 显式语义分析ML算法扩展到支持分类
- 通过指数平滑的时间序列
- 基于CUR分解的算法,用于属性和行重要性
?能够将ML模型导出到C和Java以进行应用程序部署
分析视图是其中的一个重要功能组件,其实也是12.2 才引入的新特性,实现了将底层各种数据对接,形成分析视图,在提供给简化SQL访问,最终输出给应用,将复杂性通过分析视图遮蔽:
在18c中,新增的特性还包括多维表达式查询支持: