MySQL HeatWave Database Service

Oracle MySQL Autopilot: automatização baseada em machine-learning

O MySQL Autopilot automatiza muitos dos aspectos mais importantes e muitas vezes desafiadores de alcançar um alto desempenho de consultas em escala, incluindo provisionamento, carregamento de dados, execução de consultas e tratamento de falhas. Essa ferramenta conta com técnicas avançadas para amostrar dados, coletar estatísticas sobre dados e consultas e cria modelos de machine learning para modelar o uso da memória, a carga da rede e o tempo de execução. Esses modelos de machine learning são utilizados pelo MySQL Autopilot para executar as suas funções principais. O MySQL Autopilot deixa o otimizador de consultas do HeatWave cada vez mais inteligente conforme as consultas são feitas. Dessa forma, o desempenho do sistema é aprimorado cada vez mais. Os clientes do MySQL HeatWave podem usar o MySQL Autopilot sem nenhum custo adicional.

O MySQL Autopilot possui os seguintes recursos:

• O provisionamento automático prevê a quantidade de nós do HeatWave necessários para executar uma carga de trabalho por amostragem adaptável dos dados da tabela sobre a qual será feita a análise. Isso significa que o cliente não precisa mais estimar o melhor tamanho para o cluster de forma manual. Nenhum outro serviço de banco de dados fornece esses recursos.
• A carga paralela automática otimiza o tempo de carga e o uso da memória prevendo o grau ideal de paralelismo para cada tabela que está sendo carregada no HeatWave. Nenhum outro fornecedor na nuvem oferece esses recursos.
• O posicionamento automático de dados prevê a coluna na qual as tabelas devem ser particionadas na memória para obter o melhor desempenho para consultas. Esse recurso também prevê o ganho esperado no desempenho da consulta com a nova recomendação de coluna. Isso reduz a movimentação dos dados entre os nós por conta das escolhas subótimas que podem ser feitas pelos operadores ao escolher a coluna manualmente. Nenhum outro serviço de banco de dados conta com essa riqueza de recursos.
• A melhoria do plano de consulta automática aprende várias estatísticas da execução de consultas e aumenta o desempenho do sistema à medida que mais consultas são executadas. Isso melhora o desempenho do sistema, conforme mais consultas são realizadas. Nenhum outro serviço de banco de dados fornece esses recursos.
• A codificação automática determina a representação ideal das colunas que estão sendo carregadas no HeatWave levando em consideração as consultas. Essa representação otimizada entrega o melhor desempenho para a consulta, além de reduzir o tamanho do cluster para diminuir os custos.
• A estimativa de tempo de consulta automática estima o tempo de execução de uma consulta antes de executar a consulta. Para os clientes, isso fornece uma previsão sobre o tempo de uma consulta, permitindo que os clientes decidam se a duração da consulta é muito longa e, em vez disso, executar outra consulta.
• A propagação de alterações automáticas determina de forma inteligente o tempo ideal em que as alterações no MySQL Database devem ser propagadas para a camada de gerenciamento de dados de expansão do HeatWave. Isso garante que as mudanças sejam refletidas no ritmo perfeito. Nenhum outro fornecedor na nuvem oferece esses recursos.
• O agendamento automático determina quais consultas na fila são de curta execução e as prioriza em consultas de longa execução de forma inteligente para reduzir o tempo de espera geral. Muitos banco de dados acabam implementando o mecanismo FIFO (First In, First Out / Primeiro a entrar, primeiro a sair) para o agendamento.
• A recuperação automática de erros fornece novos nós e recarrega os dados necessários se um ou mais nós do HeatWave não estiverem respondendo em decorrência de falha de software ou hardware.