夜雨聆风胖头鱼的技术专栏-450 Oracle AI DB 23.26.3新特性一览（20260723）
作者：胖头鱼的鱼缸（尹海文）
Oracle ACE Pro: Database
PostgreSQL ACE
10年+数据库行业经验
拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证
墨天轮MVP，ITPUB认证专家
圈内拥有“总监”称号，非著名社恐（社交恐怖分子）
全网同名：胖头鱼的鱼缸
ITPUB：yhw1809
除授权转载并标明出处外，均为“非法”抄袭
Oracle AI Database 26ai的2026年3季度补丁（23.26.3）如约而至，本期进行总结，前面版本新特性回顾如下：
1. 应用身份登录（Application Identity Logon）
应用身份登录（Application Identity Logon）使受信任的应用程序或MCP服务器能够使用自身的应用身份连接到Oracle AI Database，同时建立终端用户安全上下文，以支撑Oracle深度数据安全（Deep Sec）的访问控制。数据库可据此验证应用程序身份，识别通过该应用操作的用户或代理，并在运行时应用相应的数据角色与数据授权。
该特性允许安全地支持基于MCP的多层应用访问，无需依赖宽泛的服务账户权限或为每个终端用户创建独立数据库Schema。Oracle深度数据安全基于应用身份与终端用户上下文在数据库层执行访问控制，确保每个用户或代理仅能访问被授权的行、列和值。
2. 使用OCI IAM数据库令牌认证深度数据安全（Using OCI IAM DB Token to Authenticate with Deep Data Security）
OCI IAM数据库令牌认证使OCI用户、应用程序和服务能够使用OCI IAM签发的数据库令牌访问Oracle Cloud数据库。Oracle AI Database验证令牌、建立用户或服务身份，并将该身份传递给Deep Sec用于数据角色与数据授权的执行。
该特性允许使用OCI IAM作为Deep Sec的身份源，无需为每个服务创建独立数据库用户或在各服务中重复授权逻辑。帮助OCI服务、MCP工具和云原生应用在保持身份信息用于授权和审计的同时，执行最小权限数据访问。
3. 本地Deep Sec终端用户多因素认证（Setting Multi-Factor Authentication for Local Deep Sec End User）
为本地管理的Deep Sec终端用户增加第二认证因子，如通过DUO或OMA（Oracle Mobile Authenticator）的移动端推送审批。本地终端用户在数据库中管理，可直接使用密码认证登录。该增强在Deep Sec建立终端用户安全上下文并激活用户数据角色之前，先对此登录路径进行加固。
无需将本地用户迁移至外部IAM系统即可为其账户提供更强的保护。MFA有助于降低仅凭密码访问敏感数据的风险，而Deep Sec在认证完成后继续通过本地数据角色与数据授权执行最小权限数据访问。
4. 跨表数据授权支持（Cross-Table Data Grant Support）
跨表数据授权支持使Deep Sec策略能够继承跨关联表的访问权限。例如，用户对子表行（如订单项、薪酬明细、考勤记录或事实表行）的访问权限，可从用户对关联父表记录（如订单、员工或维度行）的已授权访问中派生。
该特性允许将关联业务数据作为一个整体进行安全管控，无需在每个子表上重复定义复杂谓词。简化了策略管理，提升了关联数据间的一致性，并支持精细化访问控制——用户即使能查看父记录，也不会自动获得对敏感子数据的访问权限，除非被显式授予相应权限。
5. OCI API函数验证与保护输入（OCI API Functions to Validate and Protect Inputs）
新增一组OCI-C API函数，用于在基于Oracle AI Database的应用程序中对SQL输入参数进行健壮的验证与格式化。这些API函数与已有的DBMS_ASSERTPL/SQL实用程序功能相对应，但专为C语言和OCI客户端环境定制，能够安全地封装字符串字面量、安全地封装SQL对象名称，并确保符合限定与简单SQL命名标准。
使用这些OCI-C API可从源头防御SQL注入攻击——这是CISA和OWASP所列的最关键安全威胁之一。为开发人员提供现代化、标准化的工具，有助于降低应用程序中的关键安全漏洞，减少安全事件响应与修复成本。
6. 智能排空时序（Intelligent Drain Timing）
智能排空时序利用客户端请求持续时间分布与在途请求追踪，预测工作何时完成，推荐最佳排空窗口，并动态引导排空时序，无需依赖固定超时设置。
该特性消除了维护规划中的猜测成分，最小化影响用户体验的停机时间，让数据库维护操作更加可控和高效。
7. MAA客户端就绪（MAA Client Readiness）
MAA客户端就绪提供实时的客户端行为与历史请求模式分析，确定会话是否可排空或可故障转移，为应用程序实现安全、无中断的维护提供可操作的指导。
该特性通过识别哪些数据库会话可以在维护或负载均衡操作中安全排空或故障转移，最小化应用中断，保障维护窗口的平稳执行。
8. 基于日志缓冲区空间的自动重做优先级（Log-Buffer-Space-Based Auto Redo Prioritization）
当主数据库的日志缓冲区空间变得紧张时，Oracle AI Database会自动对会话的重做日志生成进行优先级排序。系统根据会话特征（如重做生成量和调用持续时间）分配优先级——重做密集型的批处理或维护会话被分配较低的redo生成优先级，而OLTP会话继续享有正常的响应速度和事务吞吐量。
该特性确保日志缓冲区空间始终可供正在进行的事务使用，防止重做日志压力干扰数据库操作。通过降低批处理类重做生产者的优先级、保持OLTP响应能力，数据库维持更高的事务吞吐量，减少高强度重做生成期间缓冲区耗尽的风险，提升整体可用性。
9. 基于传输延迟的自动重做优先级（Transport-Lag-Based Auto Redo Prioritization）
当传输延迟超过配置的阈值时，Oracle Data Guard会为指向物理备用数据库的ASYNC重做传输进行重做生成优先级排序。重做密集型的批处理或维护会话被分配较低的redo生成优先级，使OLTP会话在重做传输追赶期间保持正常的响应速度和事务吞吐量，且无需更改已配置的数据保护模式。
该特性使物理备用数据库更稳定地维持在配置的传输延迟目标内，有助于降低恢复点目标（RPO）并强化快速启动故障转移保护，同时保持OLTP响应速度和事务吞吐量。
10. PDB目标重做生成管理（PDB Target Redo Generation Management）
通过初始化参数REDO_GENERATION_KBPS_MAX指定每个PDB每秒可生成的redo数据量最大值（KB为单位）。当某个PDB的redo生成速率超过设定目标时，数据库自动延迟该PDB中的会话，使redo生成速率接近目标值。
该特性防止某个高redo生成速率的PDB影响同一CDB中其他PDB的正常运行，确保多租户环境中各PDB之间的资源使用更加均衡。管理员可基于各PDB的实际工作负载和运营需求灵活设定redo生成上限，数据库自动调节超额会话，无需人工干预。
11. JSON关系二元性视图数组限制（Array Limits for JSON-Relational Duality Views）
该特性允许开发者在JSON-Relational Duality View中限制嵌套JSON数组返回的元素数量。当限制值设为1时，被限制的嵌套对象可以被"解嵌套"或表示为单例子对象。
当应用只需要固定数量的子行时，可以暴露更简单、更可预测的JSON文档结构，避免返回不必要的数据。同时支持API兼容性场景——旧版API期望接收单个嵌套对象时，可通过数组限制满足其需求，而关系模型或新版API仍可继续使用基于数组的结构，实现新旧API间的平滑过渡。
12. JSON关系二元性视图可删除共享表（Deletable Shared Tables for JSON-Relational Duality Views）
允许开发者使用@delete注解标记JSON-Relational Duality View中的表为可删除的。对于共享表，Oracle AI Database仅在没有子行继续引用该行且启用了必需的RESTRICT外键约束时，才会删除该行。
应用程序可通过二元性视图直接清理不再被引用的共享数据，无需编写单独的SQL清理逻辑。同时，通过仅当共享行不再被相关数据使用时才删除，保留了引用完整性，确保不会意外删除仍被其他数据依赖的记录。
13. JSON关系二元性视图用户自定义标识键（User-Defined Identifying Keys for JSON-Relational Duality Views）
允许开发者手动指定用于唯一标识JSON-Relational Duality View中表行的JSON字段或字段组合。这在表没有主键或唯一键约束、或应用程序需要覆盖数据库自动推断的标识键时特别有用。
即使关系模式未暴露适当的数据库约束，应用程序也能使用与其数据模型相匹配的JSON文档标识。在创建或演进二元性视图时，无需事先修改现有表结构（如添加主键约束），并确保文档更新能准确映射到预期的关系表行，避免因标识键不匹配导致的更新错误。
14. 分布式HNSW索引标量量化支持（Scalar Quantization Support for Distributed HNSW Indexes）
该功能使分布式HNSW索引支持标量量化（Scalar Quantization）。标量量化通过独立量化向量的每个维度，将高维数据向量压缩为更紧凑的表示形式，同时保留向量的相似性特征。标量量化的分布式HNSW索引可减少内存需求，使更多向量能够驻留在内存中，从而改善搜索延迟。
分布式HNSW索引原本存储的是全精度向量，随着数据集增长，内存使用量大幅增加。标量量化通过压缩向量降低内存占用和基础设施成本，同时提升查询性能和索引遍历速度，使向量搜索能够扩展到大规模分布式场景，无需在性能和成本效率之间妥协。
15. Oracle AI数据库作为Redis服务器（Oracle AI Database as a Redis Server）
Oracle AI Database提供Redis服务器兼容功能。支持将Redis对象作为数据库对象存储和缓存，并在底层数据库对象变更时自动同步。例如，当数据库对象被更新时，对应的Redis对象会被失效，并在下次获取操作时重新加载。
内置的Redis服务器简化了应用架构，提供Redis对象与底层数据库之间的自动同步和失效机制。用户可灵活地在Oracle AI Database、Oracle Active Data Guard和Oracle True Cache上配置Oracle Redis Server。
16. 支持DATEADD函数（Support for DATEADD Function）
DATEADD函数提供了一个简单的API，用于向日期时间值添加或减去时间单位，支持的时间范围从年（years）一直到纳秒（nanoseconds）。
DATEADD为跨所有时间单位和日期时间数据类型的日期时间计算，提供了一种清晰且一致的方式，简化了开发者的日期时间运算操作。
17. Unicode 17.0支持（Unicode 17.0 Support）
National Language Support（NLS）数据文件针对AL32UTF8和AL16UTF16字符集进行了更新，以匹配Unicode Standard字符数据库的17.0版本。
此增强使Oracle AI Database能够符合最新版本的Unicode标准，确保数据库能够支持最新的Unicode字符集规范，正确处理和存储基于最新标准定义的字符数据。
总结
Oracle AI Database 26ai的2026年3季度补丁（23.26.3），带来了全面的AI、安全、高可用与易用性的提升。
老规矩，知道写了些啥。
