随着组织机构加速其人工智能 (AI) 计划，技术决策将在决定成败方面发挥关键作用，企业亟需选择正确的数据库 ，特别是可以针对 AI 工作负载进行优化的数据库。

AI 需要良好、干净、准确的数据和可靠的性能来推动关键任务自动化、客户体验、网络安全监控和其他战略运营，而这也是企业级数据库管理系统 (DBMS) 的设计重点。

但 AI 的要求更高。

AI 计划需要真正的 AI 数据库。尽管市场上充斥着各种 DBMS 平台，但很少有平台能够提供 AI 工作负载所需的所有功能，例如低代码开发、内置机器学习、自然语言查询、优化存储和高性能缓存。

成熟的 AI 数据库必须提供所有这些功能，同时还要提供对向量、自然语言处理和图像识别以及 AI 用例（例如相似性搜索、检索增强生成 (RAG) 以及异常和欺诈检测）的原生支持。

为应对这一挑战，Oracle 发布了 Oracle Database 23ai，包含数千项增强功能和 300 多个新功能，并且在 AI 的各个方面表现出色，包括开发、多云数据集成和向量搜索。

向量嵌入集成为原生数据类型

Oracle Database 23ai 最令人兴奋的突破之一是 Oracle AI Vector Search。向量是代表非结构化数据的唯一数字字符串，是支持 AI 任务的主要数据类型，例如提供个性化建议或显示数据或对象之间的相关性。向量搜索使大型语言模型 (LLM) 能够使用自然语言界面查询私域业务数据并提供更准确、更相关的结果。

由于向量数据的可靠管理对 AI 至关重要，初创公司和知名数据库提供商纷纷推出了数十种新的向量数据库。许多数据库都是专门为某一方面的优化而构建的，就像几年前的 XML 和对象关系数据库一样。然而，这些专用数据库在处理对企业很重要的其他任务和数据类型时也存在不足。对于 IT 团队来说，添加另一个数据平台、移动数据和管理多个数据副本会增加复杂性，这可能会减慢 AI 计划的速度。

Oracle Database 23ai 通过采用融合数据库的方法管理向量数据来避免这些问题，支持向量嵌入作为原生数据类型，以及 Oracle Database 多年来支持的许多其他数据类型（结构化和非结构化）。

正如甲骨文公司董事会主席兼首席技术官 Larry Ellison 介绍：“我们认为解决这个问题的正确方法是拥有一个可以管理所有数据的数据库，并且以高性能和非常经济的方式进行管理。”

为 AI 未来而构建

Oracle Database 23ai 还有一些支持 AI 的功能，开发人员、DBA、IT 专业人员和业务经理想要获得竞争优势，可以了解以下三个功能。

Oracle Select AI 可以使用自然语言提示查询 Oracle Database，这意味着人们现在可以与数据库进行“对话”。与流行的 LLM 或 Oracle Cloud Infrastructure (OCI) 生成式 AI 配合使用，Select AI 可以将自然语言问题转换为数据库可以理解的 SQL 查询。由于 LLM 经过训练可以推断用户意图，因此 Select AI 会解释查询并返回所需的答案或内容。

Exadata System Software 24ai 通过在存储服务器而非数据库服务器上处理部分数据，提高了数据库存储的速度和效率。通过AI Smart Scan 功能，可避免不必要的数据传输来加速向量搜索。

OCI GoldenGate 23ai 是 Oracle 数据集成技术的新版本，它通过在异构向量存储中实时复制向量来帮助避免 AI 孤岛。您可以从现有数据库复制到 Database 23ai，在那里使用向量对数据进行索引，从而让整个数据资产为 AI 做好准备。

这些新的 Database 23ai 功能增强了 Oracle 快速发展的AI技术堆栈，其中包括 Oracle Cloud Infrastructure (OCI) 生成式 AI 服务；AI 编码助手 Oracle Code Assist；Oracle APEX 24.1 及其 APEX AI 助手；Oracle HeatWave GenAI；由 AI 驱动的 Oracle Fusion Cloud Applications Suite；以及与 Accenture、Cohere、Meta、NVIDIA 等公司的合作。

Oracle 还提供了一系列数据库内 ML 算法，包括分类、聚类、排名、时间序列和异常检测，进一步推进了 AI 实施过程。

解决多年来的模式限制问题

除了支持 AI 的技术外，新版本中还有一些开创性的 AppDev 创新。特别是 JSON Relational Duality Views 和 Graph Relational Unification 有助于缓解多年来的数据库模式僵化的问题。两者的名称中都有“关系” (Relational) 一词，是因为它们分别将关系数据库的表格结构与两种编程范式 — JSON 和属性图 — 连接起来。

首先，JSON Relational Duality Views 通过将 JSON 文档转换为关系数据库中的行和列，缩小了面向对象编程和关系数据存储之间的差距。然后，在查询时，数据库会编写并返回 JSON 格式的文档。

同样，Oracle Database 23ai 中的操作属性图功能使用图形模型的组件（称为顶点和边缘）来体现数据关系和连接。现在，公司可以设计应用程序来分析关系复杂的数据中的连接和模式，例如金融交易、客户集群或社交网络。这两个新功能使开发人员可以轻松使用适合他们需求的数据模型 - 关系、JSON 或图形。

高可用性、更快的性能 

Oracle Database 23ai 还有针对关键任务工作负载的新创新。Oracle Globally Distributed Database 用于在数据驻留、主权和高可用性优先的情况下，实现数据的地理分布和大规模分发。Oracle Database 23ai 的新特点是实现了 Raft 协议，在几秒钟内自动故障切换。这减少了与容错和“双活(active-active)”高可用性相关的手动工作，确保至少两个数据库节点始终处于活动状态。

Oracle 还以 Oracle True Cache 的形式添加了中间层缓存，这可以缩短应用程序响应时间，同时减少数据库服务器上的负载。如前所述，SQL、JSON 和Graph 在 Database 23ai 中可以很好地协同工作。数据库的中间层缓存也是如此。SQL、JSON 和 Graph 查询都可以在 True Cache 中运行。