Kiedy Erik Benner zainteresuje się nową technologią, jego ciekawość nie zna granic. Do tego stopnia, że kiedy zaczął się interesować astronomią, kupił nie tylko teleskop, ale całe dobrze wyposażone obserwatorium. Podobnie kiedy zaczął analizować możliwości najbardziej zaawansowanego programowo-sprzętowego systemu bazodanowego Oracle, czyli Oracle Exadata — skończyło się na tym, że jeden z nich stoi w jego piwnicy.
| REKLAMA |
 |
Benner testuje nowe technologie do ostatecznych granic i bez wahania opowiada zarówno o ich plusach, jak i minusach. Jego ciekawość i szczerość sprawiają, że Benner — piastujący stanowisko wiceprezesa ds. transformacji przedsiębiorstwa w firmie Mythics zajmującej się doradztwem technologicznym — jest często zapraszamy na konferencje użytkowników technologii, gdzie chętnie słuchają go inni eksperci ds. danych.
Jego najnowsza obsesja to autonomiczna baza danych działająca w chmurze Oracle Cloud. Dostępna od 2018 r. baza danych Oracle Autonomous Database sama się wdraża, zarządza, zabezpiecza i aktualizuje bez interwencji człowieka, podczas gdy w tradycyjnej bazie danych wszystkie te zadania są zazwyczaj wykonywane przez wykwalifikowanych administratorów. Po ponad roku pracy z klientami przy różnych projektach Autonomous Database, Benner ma dla nas cztery rady: jedna dotyczy tego, jak zacząć, dwie dotyczą oszczędzania pieniędzy, a jedna rzeczy, których należy unikać.
Jak dopasować autonomiczną bazę danych do swoich potrzeb
Wersja Oracle Database 19c instalowana lokalnie to pojedyncza baza danych opracowana pod kątem konfiguracji i dostrajania do konkretnych przypadków użycia przez ekspertów takich jak Benner. Z kolei Oracle Autonomous Database, wykorzystująca tę samą bazę Oracle Database 19c działającą na platformie Exadata, została wstępnie dostosowana do wykonywania dwóch różnych rodzajów pracy, a na co dzień zarządza nią sztuczna inteligencja oraz algorytmy automatycznego uczenia. Usługi te to Oracle Autonomous Data Warehouse - do jednoczesnej analizy ogromnych ilości danych, oraz Oracle Autonomous Transaction Processing - do przetwarzania obciążeń mieszanych.
I mimo że usługa Autonomous Transaction Processing nie została zoptymalizowana pod kątem prowadzenia hurtowni danych tak jak Autonomous Data Warehouse, „wciąż masz do dyspozycji komórki pamięci masowej w Exadata”, więc wydajność przetwarzania zapytań powinna być wysoka.
Najważniejszy sposób, w jaki autonomiczna baza danych pozwala oszczędzać pieniądze: Budowa nowej aplikacji
Według Bennera jeden wykwalifikowany administrator baz danych wciąż jest potrzebny, ale baza Oracle Autonomous Database uwalnia go od rutynowych zadań i pozwala skupić się na tych bardziej wartościowych.
Drugi sposób, w jaki autonomiczna baza danych pozwala oszczędzać pieniądze: Skalowanie podczas pracy
Mimo że sposobów na czerpanie korzyści z bazy Autonomous Database jest wiele, jednym z faworytów Bennera są jej możliwości skalowania podczas pracy — co oznacza, że można ją dowolnie skalować w górę lub w dół.
Na koniec wskazówka dotycząca rozwiązywania problemów
Według Bennera podczas wdrażania autonomicznej bazy danych należy zwrócić uwagę na to, jak są przydzielane zasoby, ponieważ w bazie Oracle Autonomous Database wygląda to inaczej. „W przypadku Autonomous Database miałem do czynienia z sytuacjami, w których użytkownik miał beznadziejną wydajność, podczas gdy teoretycznie powinien mieć bardzo wysoką” — mówi. Po pewnej analizie Benner zdał sobie sprawę, że problem był bardzo prosty: niedoświadczony administrator nadał każdemu użytkownikowi bazy danych najniższy priorytet dostępu do zasobów komputerowych.
W normalnej sytuacji administrator bazy danych powinien znać potrzeby użytkownika i przydzielić mu zasoby potrzebne mu do pracy. „Ale teraz użytkownicy mogą wybrać wszystko sami, i często decydują się na tańszą opcję”, ponieważ płacą za usługę chmurową według godzin pracy procesora. Usługa Oracle Autonomous Data Warehouse ma trzy poziomy, a Autonomous Transaction Processing pięć, więc jeśli dane zadanie jest wykonywane wolno, „trzeba się cofnąć i zobaczyć, na jakim poziomie są podłączeni, bo może się okazać, że dla tego zadania jest on zbyt niski”.
Świat technologii powoli przekonuje się do autonomicznych baz danych, a Benner jest w tej dziedzinie jednym z prekursorów. Na przykład podczas niedawnego spotkania na głównym kampusie Oracle Benner, któremu firma Oracle nadała tytuł ACE Director — przedstawił kadrze zarządzającej Oracle swoje sugestie dotyczące dalszego rozwoju autonomicznych baz danych. Słuchali z zaciekawieniem…
Źródło: www.oracle.com/pl
Jego najnowsza obsesja to autonomiczna baza danych działająca w chmurze Oracle Cloud. Dostępna od 2018 r. baza danych Oracle Autonomous Database sama się wdraża, zarządza, zabezpiecza i aktualizuje bez interwencji człowieka, podczas gdy w tradycyjnej bazie danych wszystkie te zadania są zazwyczaj wykonywane przez wykwalifikowanych administratorów. Po ponad roku pracy z klientami przy różnych projektach Autonomous Database, Benner ma dla nas cztery rady: jedna dotyczy tego, jak zacząć, dwie dotyczą oszczędzania pieniędzy, a jedna rzeczy, których należy unikać.
Jak dopasować autonomiczną bazę danych do swoich potrzeb
Wersja Oracle Database 19c instalowana lokalnie to pojedyncza baza danych opracowana pod kątem konfiguracji i dostrajania do konkretnych przypadków użycia przez ekspertów takich jak Benner. Z kolei Oracle Autonomous Database, wykorzystująca tę samą bazę Oracle Database 19c działającą na platformie Exadata, została wstępnie dostosowana do wykonywania dwóch różnych rodzajów pracy, a na co dzień zarządza nią sztuczna inteligencja oraz algorytmy automatycznego uczenia. Usługi te to Oracle Autonomous Data Warehouse - do jednoczesnej analizy ogromnych ilości danych, oraz Oracle Autonomous Transaction Processing - do przetwarzania obciążeń mieszanych.
Trzeba wybrać jedną z nich na samym początku” — mówi Benner. „Jeśli przenosisz mnóstwo danych do [pojedynczej lokalizacji] w celu przeprowadzania analiz, wybierz Autonomous Data Warehouse. Jeśli nie jesteś pewien, [jakie będą Twoje potrzeby,] wybierz Autonomous Transaction Processing” — dodaje. „Autonomous Transaction Processing daje ci trochę większą kontrolę, a także fajną nową funkcję zwaną automatycznym indeksowaniem”.
I mimo że usługa Autonomous Transaction Processing nie została zoptymalizowana pod kątem prowadzenia hurtowni danych tak jak Autonomous Data Warehouse, „wciąż masz do dyspozycji komórki pamięci masowej w Exadata”, więc wydajność przetwarzania zapytań powinna być wysoka.
Najważniejszy sposób, w jaki autonomiczna baza danych pozwala oszczędzać pieniądze: Budowa nowej aplikacji
Jeśli teraz tworzyłbym nową aplikację i chciałbym mieć ekonomiczną bazę danych, którą można skalować w chmurze, wybrałbym Autonomous Database” — mówi Benner. „Ponieważ zamiast zatrudniać trzech administratorów bazy danych do mojego projektu, potrzebowałbym tylko jednego”. Przy Autonomous Database „nie potrzebuję administratora, który zbuduje bazę danych, wykona wszystkie zadania związane z instalacją, przeprowadzi aktualizacje raz na kwartał i dostroi skomplikowany [klaster serwerów].
Według Bennera jeden wykwalifikowany administrator baz danych wciąż jest potrzebny, ale baza Oracle Autonomous Database uwalnia go od rutynowych zadań i pozwala skupić się na tych bardziej wartościowych.
Potrzebuję administratora, który jest administratorem aplikacji, umie napisać dobry SQL, potrafi pracować z programistami i potrafi ustrukturyzować dane w relacyjnej bazie danych” — mówi Benner. Oraz „potrzebuję kogoś, kto potrafi przenosić dane do i z tej bazy danych oraz określi, jaki sposób będzie najlepszy dla naszego budżetu i naszych potrzeb”. Dzięki tym zadaniom rola administratora bazy danych staje się bardziej widoczna. Oszczędzasz wynagrodzenia podczas projektu bazodanowego, a Twoi administratorzy baz danych „mają czas na działania, które przynoszą przedsiębiorstwu większe korzyści” — mówi Benner.
Drugi sposób, w jaki autonomiczna baza danych pozwala oszczędzać pieniądze: Skalowanie podczas pracy
Mimo że sposobów na czerpanie korzyści z bazy Autonomous Database jest wiele, jednym z faworytów Bennera są jej możliwości skalowania podczas pracy — co oznacza, że można ją dowolnie skalować w górę lub w dół.
Jeśli zarządzasz środowiskiem produkcyjnym hurtowni danych i przetwarzasz tylko jedno lub dwa duże obciążenia analityczne na miesiąc, możesz przez cały miesiąc używać dwóch procesorów, a kiedy generujesz ogromne raporty, zwiększyć ich liczbę do 18 czy dowolnej potrzebnej liczby oraz korzystać z całego tego paralelizmu i sprawnie przeprowadzać analizy — a potem spokojnie wrócić do dwóch procesorów” — mówi. „Zapewnia to ogromne oszczędności i wydajność.
Lub „jeśli potrzebuję środowiska programistyczno-testowego wyłącznie od poniedziałku do piątku od 8:00 do 19:00, mogę po prostu wyłączyć bazę Autonomous Database i nie płacić za nią przez te wszystkie godziny, kiedy jej nie używam” — mówi. „Ma to ogromny wpływ na koszty”.Na koniec wskazówka dotycząca rozwiązywania problemów
Według Bennera podczas wdrażania autonomicznej bazy danych należy zwrócić uwagę na to, jak są przydzielane zasoby, ponieważ w bazie Oracle Autonomous Database wygląda to inaczej. „W przypadku Autonomous Database miałem do czynienia z sytuacjami, w których użytkownik miał beznadziejną wydajność, podczas gdy teoretycznie powinien mieć bardzo wysoką” — mówi. Po pewnej analizie Benner zdał sobie sprawę, że problem był bardzo prosty: niedoświadczony administrator nadał każdemu użytkownikowi bazy danych najniższy priorytet dostępu do zasobów komputerowych.
W normalnej sytuacji administrator bazy danych powinien znać potrzeby użytkownika i przydzielić mu zasoby potrzebne mu do pracy. „Ale teraz użytkownicy mogą wybrać wszystko sami, i często decydują się na tańszą opcję”, ponieważ płacą za usługę chmurową według godzin pracy procesora. Usługa Oracle Autonomous Data Warehouse ma trzy poziomy, a Autonomous Transaction Processing pięć, więc jeśli dane zadanie jest wykonywane wolno, „trzeba się cofnąć i zobaczyć, na jakim poziomie są podłączeni, bo może się okazać, że dla tego zadania jest on zbyt niski”.
Świat technologii powoli przekonuje się do autonomicznych baz danych, a Benner jest w tej dziedzinie jednym z prekursorów. Na przykład podczas niedawnego spotkania na głównym kampusie Oracle Benner, któremu firma Oracle nadała tytuł ACE Director — przedstawił kadrze zarządzającej Oracle swoje sugestie dotyczące dalszego rozwoju autonomicznych baz danych. Słuchali z zaciekawieniem…
Źródło: www.oracle.com/pl
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znaczni… / Czytaj więcej
Vertiv Frontiers: 5 trendów, które przeprojektują centra danych pod „fabryki AI”
Centra danych wchodzą w erę „fabryk AI”, gdzie o przewadze nie decyduje już sama skala, lecz zdolno… / Czytaj więcej
Cyberbezpieczeństwo 2026. 6 trendów, które wymuszą nowe podejście do AI, danych i tożsamości
Rok 2026 zapowiada się jako moment przełomu w świecie cyfrowego bezpieczeństwa. W obliczu dynamiczn… / Czytaj więcej
Jurysdykcja danych w chmurze: dlaczego polskie firmy coraz częściej wybierają „gdzie leżą” ich system
Jurysdykcja danych przestała być detalem w umowach chmurowych – dziś decyduje o zgodności, bezpiecz… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
