Oracle AI Database@Google Cloud:Oracle AI World 上的新动态

📌 One-Sentence Summary
Google Cloud 与 Oracle 在 Oracle AI World 上深化合作,推出 Remote MCP Server、Knowledge Catalog 集成以及面向 Oracle AI Database@Google Cloud 的 Gemini 连接器,同时提供三种数据统一模式,并推进 FedRAMP High 认证。
📝 Summary
在 Oracle AI World 上,Google Cloud 与 Oracle 宣布在 AI 技术栈上扩大集成。重点发布包括:Remote MCP Server 与 Data API 正式可用(GA),让 AI 智能体能够以受 IAM 管控的方式安全访问 SQL;Knowledge Catalog 集成(预览版),实现统一的元数据治理;Gemini 连接器(预览版),支持在 Gemini 应用内对 Oracle 数据发起自然语言查询。双方的合作还将 Oracle 数据接入 Gemini Enterprise,为 JD Edwards、NetSuite 和 Fusion 提供预构建智能体,同时把 Gemini 模型嵌入 Oracle Fusion AI Agent Studio 和 NetSuite。在数据统一方面,提供三种架构选择:双向 Apache Iceberg 湖仓(零拷贝)、通过 OCI GoldenGate 实现亚秒级 CDC,以及 BigQuery 查询联邦(预览版)用于按需实时查询。都灵和克雷塔罗新区域已上线,并正在为美国公共部门工作负载推进 FedRAMP High 认证。所有服务均可通过 Google Cloud Marketplace 部署,并支持统一计费。
💡 Main Points
Remote MCP Server 与 Data API 正式可用(GA),为 AI 智能体提供标准化、受 IAM 管控的接口,使其无需自定义中间件或明文凭据即可安全地在 Oracle 数据库上执行 SQL。
ExecuteSQL Data API 通过 Secret Manager 解析凭据,并强制执行 Google Cloud IAM 策略,从而无需堡垒机和自定义的自然语言转 SQL 层。这是需要直接、安全数据库访问的智能体工作流的基础构建模块。
Knowledge Catalog 集成(预览版)和 Gemini 连接器(预览版)为 Oracle AI Database@Google Cloud 带来统一的元数据治理和对话式分析能力。
Knowledge Catalog 会自动编目 Oracle 与 Google 数据云中的模式和业务元数据,为智能体提供一致的访问控制和语义上下文。Gemini 连接器让业务用户可以在 Gemini 应用内用自然语言查询 Oracle 数据,且严格基于用户有权访问的受治理数据。
三种互补的数据统一模式为企业提供架构选择:双向 Iceberg 湖仓、实时 CDC 流式传输和零拷贝查询联邦。
双向湖仓通过 REST 目录共享 Apache Iceberg 表,实现开放的多云互操作。OCI GoldenGate 以亚秒级延迟将重做日志中的变更数据流式传输到 BigQuery,且对 OLTP 零影响。BigQuery 查询联邦可就地执行实时 Oracle SQL,用于临时查询和跨数据资产联接,无需移动数据。对比表阐明了在数据新鲜度、OLTP 影响和用例方面的权衡。
Oracle 数据与 Gemini 模型在应用层实现双向嵌入:Oracle 接入 Gemini Enterprise,为 ERP 系统带来 135+ 预构建技能;同时 Gemini 模型为 Oracle Fusion AI Agent Studio、Fusion Claw 和 NetSuite 提供支持。
这种双向嵌入支持跨 JD Edwards、E-Business Suite、NetSuite 和 Fusion 的多智能体编排,无需自定义 SQL。来自主要系统集成商(IBM、TCS、Infosys 等)的合作伙伴就绪蓝图提供预构建的运营技能和自定义 MCP 连接器,用于生产级部署。
全球布局扩展,新增都灵(意大利)和克雷塔罗(墨西哥)区域,并正在为美国公共部门合规推进 FedRAMP High 认证。
新区域加入现有枢纽,以实现超低延迟访问和数据驻留。FedRAMP High 将允许联邦机构在 Google Cloud Assured Workloads 内的专用 Exadata 基础设施上运行受监管的 Oracle 工作负载,与 Gemini 同址部署,并通过 Marketplace 简化采购。
💬 Key Quotes
通过将 Oracle 的关键任务运营数据和应用与 Google Cloud 的数据和 AI 生态(包括 BigQuery、Gemini Enterprise 和 Gemini 模型)统一起来,企业可以超越静态分析,构建自主的智能体工作流。
要释放生产级智能体 AI 的潜力,企业需要的不仅仅是原始模型能力——还需要强大的数据库连接、统一的数据治理和丰富的语义上下文协同工作,形成凝聚的基础。
Google Cloud 和 Oracle 并未规定一刀切的集成模式,而是提供完整的数据统一选择谱系,让客户能够选择——或组合——最符合其工作负载和用例的确切方案。
📊 Article Meta
AI Screening: 90
Source: Google Cloud Blog
Author: Kunal Agarwal, Kiran Shenoy
Category: 人工智能
Language: 英文
Read Time: 7 min
Word Count: 1570
Tags:
AI 与智能应用 , 数据库 , 知识管理 , AI Agent , 大语言模型 (LLM)
这篇文章分析得很透彻,收藏了!
内容翔实,正好需要,先收藏再看。
路过
看完了,收获满满,期待更多更新。
实测过类似工具,作者说的基本属实。
实话,说的不明不白
路过
刚好最近在找这方面的资料,太及时了。
不错不错,已加入书签。
这个观点很中肯,深有同感。
整理得太全面了,省了我不少时间。
这个比较实用,已转发给同事。