L’importanza dei dati e della loro valorizzazione è un punto fermo oggi per le aziende, e la modalità di gestire gli stessi, proprio per il valore delle informazioni, acquisisce sempre più importanza.

L’ottimizzazione dei dati – provenienti da sistemi transazionali e analitici e sempre disponibili su un’unica data platform – è un obiettivo di trasformazione non più rimandabile. Mentre i sistemi On Line Transaction Processing OLTP (transazionali) registrano e mostrano record in tempo reale, con i dati distribuiti su più tabelle, i sistemi di tipo OLAP permettono di analizzare i dati da diverse prospettive e per questo vengono definiti multidimensionali (analitici).

Proprio in questo scenario si è innesta la proposta di Oracle Autonomous Database, sostanzialmente risolutiva. Annunciato per la prima volta in occasione di Oracle Open World 2017, Database Oracle 18c (e successive) si è presentato come il primo DB al mondo in grado di gestirsi da solo e per questo ha preso il nome di Autonomous Database.

Larry Ellison già in occasione della presentazione ne evidenziò le potenzialità: “Con Oracle 18c Autonomous Database tutto ciò è possibile in quanto il DB è dotato di tecnologie di machine learning che si affidano a dei pattern di utilizzo reali”. Il nuovo DB reso disponibile per il mondo data warehouse si è presto offerto anche per le transazioni OLTP, come servizio cloud. Ne parliamo più avanti. 

Oracle Architettura moderno datawarehouse

Non solo, tutta la piattaforma cloud di Oracle è diventata sempre più autonoma con l’estensione delle relative funzionalità e l’integrazione di AI e machine learning in una serie di servizi dedicati allo sviluppo applicativo, all’integrazione e agli analytics, in successione rispetto al primo annuncio dell’Autonomous Datawarehouse.

Sono arrivate quindi le funzionalità di auto-gestione, auto-protezione e auto-riparazione anche su tutti i servizi PaaS in abbinamento con specifiche capacità autonome per ciascuna area funzionale. E quindi ulteriori servizi autonomous dedicati a mobile e chatbot, integrazione dati, blockchain, sicurezza e gestione, oltre ai workload OLTP. Solo alcuni esempi.

Oggi Oracle Autonomous Analytics Cloud combina machine learning, intelligenza adattativa e automazione dei servizi per creare una piattaforma di analytics capace di eliminare le barriere tra persone, luoghi, dati e sistemi modificando il modo in cui le persone analizzano, comprendono e sfruttano le informazioni.

Quindi rivela pattern e driver prestazionali nascosti per mezzo di insight predittivi e spiegazioni automatiche in linguaggio naturale basate su machine learning.

E ancora Oracle Autonomous Integration Cloud accelera la trasformazione digitale consentendo di implementare processi che abbracciano molteplici applicazioni on-premise e SaaS, Oracle e non Oracle, sfruttando il machine Learning, indicazioni integrate basate su best practice e funzionalità già pronte di integrazione applicativa e automazione di processo. Ma entriamo nei dettagli delle potenzialità di Autonomous Database.  

Potenzialità e vantaggi di Autonomous Database

Autonomous Database fa tesoro dell’esperienza di Oracle nell’automazione dei database – un’esperienza di diversi decenni – ed è in grado di autoripararsi, assicurando in modo autonomo le corrette impostazioni di sicurezza.

Automatizza inoltre monitoraggio, ottimizzazione e gestione. Questo riduce i costi di amministrazione di tutto lo stack. Gli amministratori si concentrano quindi su attività core, quali il disegno e gestione dei modelli dati, il supporto agli sviluppatori per la definizione dell’architettura dati e la pianificazione delle esigenze e della capacity necessaria.

Creare un sistema di gestione database solitamente è compito di un team di esperti che deve costruire in modo personalizzato un complesso stack hardware e software  ed occuparsi della relativa manutenzione.

Oracle OpenWorld 2018 - Larry Ellison, Executive chairman of the Board e Cto di Oracle
Oracle OpenWorld 2018 – Larry Ellison, Executive chairman of the Board e Cto di Oracle

Oracle Autonomous Database rivoluziona questa modalità di gestire i dati, usando il machine learning, e offre un servizio database che si auto gestisce, si auto protegge e si auto ripara, sfruttando le economie di scala e l’elasticità del cloud.

Gli utenti possono creare in modo istantaneo nuovi database autonomi e convertire i database già esistenti, riducendo in modo significativo costi e time to market. 

Per quanto riguarda la sicurezza, Oracle Autonomous Database protegge il patrimonio aziendale dei dati sia dagli attacchi esterni, sia dai tentativi di sottrazione dei dati interni e offre capacità di riparazione automatica che ridurranno i tempi di inattività e le ore necessarie alla manutenzione pianificata.

Ellison: “Il sistema protegge dal furto di dati, è attivo il 99,995% del tempo e rende molto più produttivo il lavoro delle organizzazioni che lo adottano e degli sviluppatori che lo usano”

Solitamente oltre a esaminare le statistiche e applicare i necessari aggiustamenti, l’amministratore deve anche applicare le patch con grande frequenza: un’attività che espone ad errori e interrompe l’operatività.

Un bilancio complessivo della proposta arriva dagli analisti di Idc. Carl Olofson, research vice president di Idc data management software research: “Oracle ha eliminato i compiti problematici della gestione a tutto tondo dei DB, permettendo di concentrarsi su attività a maggior valore, come realizzare applicazioni più capaci di rispondere alle esigenze del business ed assicurarsi che i dati non vengano compromessi a causa di vulnerabilità note”. 

Oracle Autonomous Transaction Processing 

Come si accennava in apertura, mentre inizialmente si indirizzava esclusivamente il data warehousing (Adw) con Oracle Autonomous Transaction Processing (ATP) Database 18c da agosto 2018 si sono indirizzati casi d’uso molto più complessi di quelli, e tutta la sfera transaction processing (Oltp).

Con Oracle Autonomous Transaction Processing, Oracle elimina la complessità, permettendo di concentrarsi su attività a maggior valore, come la realizzazione delle applicazioni capaci di rispondere alle esigenze del business assicurandosi che i dati non vengano compromessi a causa di vulnerabilità note. Gli algoritmi di machine learning integrati, infatti, permettono di sviluppare applicazioni che realizzano previsioni in tempo reale. 

La robustezza del sistema è tale da poter sostenere qualsiasi carico di lavoro, perché si basa sulle tecnologie Oracle tra cui Exadata, Real Application Cluster, il sistema di disaster recovery Active Data Guard e Online Data Evolution. Per i clienti tutti i vantaggi arrivano nel modo più semplice possibile. Infatti l'”Autonomous” usa lo stesso, collaudato Oracle Database che si ha on-premise, con le stesse funzionalità e interfacce.

E Ovum ha valutato questo approccio molto positivamente perché sempre di più i managed cloud database services stanno diventando la norma. Il rilascio di ATP ha offerto alle aziende che sfruttano Database As A Service di trovare il giusto tiering di funzionamento autonomo anche con le applicazioni in esecuzione.

I carichi di lavoro sono spesso eterogenei e molti deployment di tipo Oltp spesso integrano funzionalità di query e reporting e oggi le applicazioni integrano analytics negli stessi processi di transazione.

Oracle Autonomous DB

Oracle ha saputo comprendere che il più grande guadagno nell’ottimizzazione e nell’automatizzazione dei DB transazionali sono attribuibili agli indici.

In un mondo ideale il machine learning potrebbe scegliere quali indici eseguire punto, ma il mondo non è perfetto e le aziende spesso hanno speso anni a creare ed adattare le proprie indicizzazioni e l’ultima cosa che vorrebbero fare è cambiarle. Oracle ha coniugato il meglio delle due opzioni.

Così è possibile eseguire il DB sia solo con gli indici creati dall’applicazione, sia aggiungere ed eliminare nuovi indici. Oracle ATP ha il vantaggio di riuscire ad apprendere senza chiedere agli utenti di riscrivere le applicazioni. 

In conclusione

Sappiamo il grande valore dei dati per le aziende, sia che supportino le attività transazionali di business quotidiane (Oltp), sia per aiutare le aziende a pianificare, risolvere i problemi e prendere decisioni (Online Analytical Processing – Olap).

In entrambi i casi, le aziende fanno affidamento su entrambi i modi per supportare le loro strategie e attività più importanti.Oggi Oracle offre database autonomi per l’elaborazione dei dati Olap e Oltp.

E porta l’automazione a un livello completamente nuovo grazie al machine learning. L’idea è che il DB stesso sia autosufficiente con una serie completa di attività automatizzate che vanno dalle patch alle protezioni, all’ottimizzazione.

Non solo, la proposta indirizza nel modo migliore due temi cari il primo caro ai Cio e il secondo critico per i budget aziendali. Parliamo dell’agilità e della possibilità di un utilizzo pay per use. Significa sposare una soluzione, l’Autonomous Database, che si rivela adatta per ogni tipologia di workload, anche per quelli meno invasivi. 

Questo ricuce non solo lo sforzo per eseguire i carichi di lavoro dei dati, di diverso tipo,  ma elimina completamente errori umani, creando l’opportunità non solo per tenere gli occhi aperti sulle variazioni del business, ma per concentrarsi su attività aziendali cruciali attorno all’innovazione e alla differenziazione. 

E non mancano i casi d’uso virtuosi, di aziende che hanno già sposato le  soluzioni.

Citazioni Oracle

Per esempio CNP Vita che si è liberata di una serie di azioni ripetitive sul DB riuscendo così a raggiungere in tempo reale tutte le filiali, Sisal (Oracle Autonomouse Datawarehouse per sfruttare a fondo la maggior parte dei dati in azienda che non rientravano prima nelle analisi) e Coca-Cola Bottling HBC con lo studio del dato per capire e predire con la migliore puntualità quale siano le potenzialità dei punti vendita per offrire al venditore Coca-Cola Bottling HBC la migliore opportunità per sviluppare business.

Non perdere tutti gli approfondimenti della Room “The Augmented CIO”

© RIPRODUZIONE RISERVATA