这门课解决什么问题，值不值得学
如果你在做后端开发或数据库运维，大概率遇到过这种场景：业务要求把半结构化的 JSON 数据直接存进关系型数据库，还要支持全文检索和函数索引，而不是在应用层做复杂的转换。这门课针对的就是这个痛点。它围绕 Oracle Database 23ai 展开，重点教你怎么在本地环境把这套新版本跑起来，并用它原生的能力去处理 JSON 数据。这并不是一门泛泛而谈的科普课，它的场景非常明确：帮你在几天内完成本地部署，并掌握 JSON 查询、函数索引和全文搜索的实操。如果你目前的工作涉及数据存储架构评估，或者需要为团队验证 23ai 的实际表现，这门课能直接给你提供可复现的参考路径。
适合什么基础，建议先看哪几块
这套资料不适合完全没碰过数据库的零基础转行者。它默认你已经熟悉基本的 SQL 语法，并且有过至少一种关系型数据库的安装经验。课程一开始的操作系统准备、数据库软件安装到实例创建部分，建议作为第一优先级去看。这部分视频耗时较长，但它是后续所有实操的地基。如果你手头没有合适的测试环境，务必跟着这部分的步骤一步步配置，不要直接跳到后面的 JSON 处理章节。环境跑通之后，可以直接进入 JSON_VALUE、_QUERY 等函数的讲解，这是验证 23ai 核心特性的关键。对于 B 树函数索引和 DOMAIN INDEX 实现全文搜索的内容，建议在熟悉了基本的 JSON 查询后再看，这样才能理解索引优化的实际意义。
学完能独立做什么，资料怎么配合练习
学完这套资料，你能够独立在一台服务器上完成 Oracle 23ai 的规划、安装与建库，并针对 JSON 数据写出结构化查询语句。更重要的是，你能根据业务需求，为这些半结构化数据建立合适的函数索引和全文搜索域索引。在看视频时，建议自己准备一份包含多层嵌套的 JSON 测试数据。讲师演示完一个函数，比如 JSON_TABLE 或 NESTED PATH，你就立刻用自己的测试数据跑一遍同样的查询。不要只用眼睛看，数据库技能的肌肉记忆完全来自于敲键盘的报错和调试。遇到环境报错时，回头去查安装部分的参数配置，把视频当成排错手册来用，这样这套资料的价值才能真正发挥出来。
学员在3-7天内获取本地化的Oracle Database 23ai数据库知识，学习AI库部署
课程目录
* 01 Step by Step安装-OS/
* 01 1.mp4 01:27:16
* 02 Step by Step安装-DB软件/
* 01 2.mp4 41:56
* 03 Step by Step安装-DB创建/
* 01 3.mp4 55:08
* 04 Oracle Database 23.5全功能版的JSON/
* 01 4.mp4 01:08:25
* 05 JSON_VALUE、_QUERY和_EXISTS/
* 01 5.mp4 19:12
* 06 JSON_TABLE和NESTED PATH/
* 01 6.mp4 43:30
* 07 B树函数索引和位图函数索引/
* 01 7.mp4 25:53
* 08 DOMAIN INDEX实现JSON数据的全文搜索/
* 01 8.mp4 18:33
* 09 AI Vector Search笔记与实验1/
* 01 实验环境.mp4 53:35
* 10 AI Vector Search笔记与实验2/
* 01 Ollama和Apex联合执行AI问答（无RAG）.mp4 01:08:10
* 11 AI Vector Search笔记与实验3/
* 01 在数据库中导入提示文档并创建向量索引实现RAG.mp4 01:38:09
* 12 AI Vector Search笔记与实验4/
* 01 在数据库中存储数据CHUNKS时用到的UTL_TO_CHUN.mp4 36:41
* 13 AI Vector Search笔记与实验5/
* 01 在数据库中存储嵌入向量时用到的UTL_TO_EMBEDDIN.mp4 42:39
* 14 AI Vector Search笔记与实验6/
* 01 编写一个通用函数为库内数据生成向量.mp4 01:11:40
* 15 AI Vector Search笔记与实验7/
* 01 利用自编的Embedding函数实现中文相似性查询.mp4 52:15
* 16 AI Vector Search笔记与实验8/
* 01 实现本地Ollama中文RAG支持.mp4 45:14
* 17 总结/
* 01 1.mp4 08:21
* 02 为基于Oracle 23ai的本地RAG系统制作前台界面.mp4 01:05:34
