ZDNet至顶网软件频道消息： 去年6月份，甲骨文推出数据库12c产品；时隔一年后的6月， In-memory内存数据库选件面市。这一前一后两个产品，是甲骨文数据库正在编织的一张庞大的网。
这张网既要网住甲骨文数据库业已拥有的传统IT用户，也要网住希望藉由创新技术助力企业转型的新兴公司。要想实现这一切，不能忽视云计算、大数据摧枯拉朽之势。殊不见开源数据库和Hadoop、NoSQL已经随着云计算、大数据滚滚大潮来临了。在记者看来，无论是数据库12c还是In-memory内存数据库选件，甲骨文都是在下定决心，要让自己的数据库产品拥有云计算、大数据的基因，以延续其数据库产品在传统IT架构中的辉煌。
从10g、11g到12c ，单从更名为“c（cloud）”已经寓意着甲骨文数据库“云”的特征。12c的最大特点是多租户，能够把一个物理数据库分成若干个虚拟数据库，即“可插拔”，无论对于私有云还是公有云构建，这一功能都是面向云计算非常关键的一个功能。对于用10g或者11g版本数据库编写的应用来说，不需要对旧版本应用做任何改写，就可以通过12c版本放到云上。
在PaaS能力上，不得不承认甲骨文有其数据库产品打底儿，底气的确比较足。即使SaaS全球第一的公司Salesforcec.com，也在一年前与甲骨文签订了长达9年的战略合作，部署50台甲骨文Exadata（数据库云服务器）一体机，把其所有底层全部架构到甲骨文上。而据京东研发部云平台总监郭理靖向记者介绍，京东也采用了甲骨文Exadata构建京东全新的数据库PaaS云平台，并在其上部署Oracle EBS等核心应用。
而具体到大数据基因，Oracle Database In-Memory可算是甲骨文在大数据上放的一个“大招”，这是12c专门针对大数据的一个重要增强功能。前不久甲骨文公司数据库技术产品执行副总裁Andrew Mendelsohn特别在北京为记者详解了这款产品的特点和功能。
甲骨文公司数据库技术产品执行副总裁Andrew Mendelsohn
对于关系型数据库的存储来说，交易型数据以行的格式存储，比如电子商务类应用；分析型数据以列的格式存储，比如分析型的应用。对于甲骨文之外的数据库产品来说，在应用开发者决定在一个关系型数据库中写一个表的时候，必须先要决定这个表是用来做交易型数据分析，还是做分析型数据分析，从而从一开始就决定是把表写成行的格式抑或列的格式。
而甲骨文把列存储的格式引入Oracle Database In-Memory，给了应用开发者更多选择。在应用开发者决定在一个关系型数据库中写一个表的时候，开始可以先写成行的格式支持高性能交易处理，之后如果发现这个表还可以用作分析的话，可以在同一张表中、在内存当中同样支持列的格式。这一新技术让客户或者开发者避免一开始就要在行或者列中二选一，从而牺牲另一方面的性能。
Andrew Mendelsohn强调，其他厂商的数据库产品如果后期要引用列格式的话，必须在磁盘上恢复，所有关系型数据库当中的机器都要支持；而对于甲骨文来说，不用改变磁盘上的数据格式，在列式的数据出现的时候之需要在内存当中读取就可以了。这也是In-memory内存数据库选件的特性：只需在内存中读取列式数据，而不需改变磁盘上的数据格式，也不需进入日志和进行备份恢复。
在很多复杂的应用场景中，数据库往往既要支撑交易型数据也要支撑分析型数据的查询，这时候的做法可以是在表中插入一个记录，同时更新很多条分析型索引。这些分析型索引的确使分析型数据的查询速度更快了，但是与此同时会使得交易数据的查询变得缓慢。
而Oracle Database In-Memory，可以在不需要分析型索引的时候把这些索引删除，使交易数据运行更快。而在需要进行分析型数据处理的时候在把索引加入，使分析型数据运行更快。对此Andrew Mendelsohn介绍：“施耐德电气通过使用甲骨文这项技术，可以在运行交易数据的时候删除20多个分析型索引，使得交易行的插入速度提升9倍。” Oracle Database In-Memory可以使数据分析速度有数量级的提升，每一个CPU内核扫描的速度可以达到每秒10亿条。
一直以来，甲骨文的产品都在强调灵活迁移和可扩展性，这在Oracle Database In-Memory上也得到了印证。Oracle Database In-Memory对所有SQL操作没有任何限制，无需进行任何数据的迁移，完全可以兼容所有现有应用，完全支持多租户。对于现有客户来说，可以非常容易的使用新的Oracle Database In-Memory。所有在磁盘上的数据都不需要改变、不需要进行迁移。对于客户来说，只需要决定要用多少内存分配给Database In-Memory，有多少列式存储的表要存储到In-Memory当中。
Andrew Mendelsohn表示，包括SAP的HANA在内的其他列数据库厂商往往要求用户购买新的硬件来支持数据库，对于甲骨文来说，有决定数据存在磁盘、闪存、内存的技术，用户可以选择按照所需在表级别或分区的级别进行购买，不用整体购买内存来存储所有数据，降低采购成本。
