在 Oracle 18c 以及 Oracle 19c 的产品中，机器学习 成为一个重要的 战略技术点，Larry Ellison 在演讲中也不断提到 Machine Learning，那么机器学习在 Oracle 数据库中到底有什么样的应用？是 纸上谈兵 还是 性能利器？

在最近 Oracle 活动的一页 PPT 上，我们看到了一些信息，云和恩墨的专家们在这些活动中和 Oracle 研发领袖们不断探讨，以其将这些变化呈现给社区。

自治数据库的负载优化 - Autonomous Workload Optimization ,基于机器学习，提供以下 五大功能。

1. 自我优化 Self-Tuning ,例如自动创建和监控索引，当然这个过程可以人工干预，以防止误判。Automatic creation and monitoring of indexes with manual override。这个特性如果成熟，大家可以知道为我们带来的可能变革，索引是最影响性能，也最为重要，如果索引能够实现自治，这将是优化的一大福音。

2. 统计（ Statistics），实时维护优化统计信息，让统计信息更及时，Real-time maintenance of optimizer statistics;

3. 执行计划（Plans），当执行计划改变时自动检测和回归修正，Automatic detection and correction of regressions due to plan changes;

4. 配置（ Configuration ），自动调优内存，进程，会话... ，Automatically tune memory ,process,session,etc,

5. 失控SQL （Runaway SQL）控制，自动杀掉失控SQL并阻止执行，直至优化完成，Automatically kill runaway SQL and prevent re-execution until tuned.

当机器学习可以通过自我驱动实现这些特性，那么数据库维护的工作量真的就可以大幅度降低了。