En esta serie de dos partes, demostramos cómo optimizar el almacenamiento para cargas de trabajo de bases de datos de Oracle en AWS utilizando características integradas de Oracle, como Heat Map, Optimización Automática de Datos (ADO) y particionamiento híbrido. Estas características ayudan a clasificar los datos por su etapa del ciclo de vida y automatizar tareas de gestión de datos para reducir significativamente los costos de almacenamiento, mientras mejoran el rendimiento de la base de datos, especialmente para conjuntos de datos en crecimiento. En este post, exploramos cómo utilizar ADO y políticas de ILM de Oracle para comprimir automáticamente los datos basados en patrones de uso.