一款 MySQL 云数据库服务,支持事务处理、机器学习 (ML) 以及跨数据仓库和数据湖的实时数据分析,消除了提取、转换和加载 (ETL) 复制的复杂性、延迟、风险和成本。如今,MySQL HeatWave 已登陆 Oracle Cloud Infrastructure (OCI)、Amazon Web Services (AWS) 和 Microsoft Azure。
通过 CloudWorld On Air 观看主题演讲:使用 HeatWave Lakehouse 扩展数据处理的未来趋势。
简洁性,在一个云数据库服务中执行事务处理、机器学习以及跨数据仓库和数据湖的实时分析
消除了单独分析数据库、湖仓一体、机器学习和 ETL 云技术服务的成本和复杂性。在 MySQL、对象存储或跨这两种存储方式查询数据。避免在数据存储之间移动数据,消除延迟和安全风险。
可用于分布式云技术
在 OCI、AWS、Azure 或您的数据中心部署 MySQL HeatWave。
MySQL HeatWave 客户可以显著提高工作效率、降低成本、改善客户体验,通过轻松扩展来吸引更多客户,加快产品上市速度。
德国数字营销代理商 Johnny Bytes 使用 MySQL HeatWave on AWS 整合数据处理和分析,不仅将复杂查询速度提高了 90 倍,将营销活动点击率提高了一倍,还获得了更强大的可伸缩性,减轻了管理工作量。
多云技术领导者 Centroid 使用 MySQL HeatWave on AWS 整合数据处理和分析,由此将查询性能提高了 20 倍,获得了更强大的可伸缩性,减轻了管理工作量。无需更改代码,Centroid 即可实时生成报告。
医疗设备制造商 Bionime 使用 MySQL HeatWave on AWS 整合数据处理和分析,不仅将复杂查询速度提高了 50 倍,还利用实时洞察改善了糖尿病自我监测。
巴西教育行业 SaaS 服务提供商 Estuda.com 从 Google BigQuery 转到 Oracle MySQL Heatwave 后,成功将复杂查询执行速度提升了 300 倍,将成本降低了 85%,通过实时分析助力 300 万名学生用户取得优异成绩。
巴西元宇宙初创企业 VRGlass 将所有数据迁移到 Oracle MySQL HeatWave。在一场超过 100 万人参与的活动中,VRGlass 成功在 3 个小时内将数据库性能提高了 5 倍,同时还提升了安全性,节约了一半的成本。
日本电子游戏公司 Genius Sonority 综合使用 MySQL Database Service 和 HeatWave 来捕获实时洞察,为全球客户提供更快乐的游戏体验。
迁移至基于 OCI 或 AWS 的 MySQL HeatWave。
了解 MySQL HeatWave 将如何帮助数字营销机构在适当的时间,通过适当的渠道向适当的潜在客户发送适当的营销消息,同时捕获实时营销活动绩效分析结果,制定明智决策。
了解为何众多快速成长的云原生企业都选择迁移到 MySQL HeatWave 来解决发展痛点,在提升绩效、可扩展性、安全性和效率的同时降低成本。
MySQL HeatWave 服务支持数据库管理员和开发人员直接从 MySQL Database 运行 OLTP 和 OLAP 工作负载。
无需执行复杂、耗时且成本高昂的 ETL 流程,也无需与单独的分析数据库集成。
事务更新会自动、实时复制到 HeatWave 分析集群,分析查询可以始终访问最新数据。在运行分析查询之前无需编录数据索引。
开发人员和 DBA 可以利用 HeatWave 对存储在 MySQL Database 中的 JSON 文档进行实时分析,从而按文档数量级加快分析查询速度。
MySQL Database 和 HeatWave 集群节点之间的所有静态数据和传输中数据始终都是加密的。由于不需要在数据库之间传输数据,ETL 流程不存在数据泄露风险。
HeatWave 是一个原生 MySQL 解决方案,现有 MySQL 应用无需更改即可正常运行。
HeatWave 支持 MySQL Database 所支持的 BI 和数据可视化工具,包括 Oracle Analytics Cloud、Tableau 和 Looker。
您可以在 OCI、AWS 或 Azure 上部署 MySQL HeatWave,将数据从本地部署 OLTP 应用复制到 MySQL HeatWave,无需 ETL 即可执行近乎实时的分析。您还可以借助 OCI Dedicated Region,在您的本地数据中心使用 MySQL HeatWave。
HeatWave 是一个内存中大规模并行的混合列查询处理引擎。它可提供先进的算法,实现超高的分布式查询处理性能。
HeatWave 可将数据大规模分区到一组可并行运行的 HeatWave 节点上,提供出色的节点间可扩展性。集群内的每个节点和节点内的每个核心都可以并行处理分区数据。同时,HeatWave 搭载了一个智能查询调度器,可并行处理计算与网络通信任务,为数千个核心提供高度的可伸缩性。
HeatWave 查询处理已针对云端商用服务器进行了优化。首先,分区大小经过专门优化,即使基础配置的缓存也能正常运行。其次,计算与通信重叠特性也针对可用网络带宽进行了优化。最后,各种分析处理原语使用底层虚拟机 (VM) 的硬件指令。
Oracle MySQL Autopilot 可改善 MySQL HeatWave 线程池的性能,通过一种可优化硬件资源使用的机制进一步提高性能。由此,MySQL HeatWave 可为 OLTP 工作负载提供更高的吞吐量,并防止在事务并发级别较高时吞吐量下降。
MySQL Autopilot 提供工作负载感知、基于机器学习的自动化。它无需您拥有数据库调优专业知识即可提高性能和可扩展性,不仅能提高开发人员和 DBA 的工作效率,还有助于消除人为错误。MySQL Autopilot 可自动化执行众多富于挑战的重要操作,包括供应、数据加载、查询执行和故障处理,规模化提供杰出查询性能。MySQL HeatWave 客户可免费使用 MySQL Autopilot。
MySQL Autopilot 面向 HeatWave 和 OLTP 提供了众多功能。
HeatWave AutoML 免费为用户提供在 MySQL HeatWave 中构建、训练、部署和管理机器学习模型所需的一切资源。
借助 MySQL HeatWave 的数据库内机器学习,客户不需要将数据迁移到其它机器学习服务。客户可以使用 MySQL Lakehouse,轻松、安全地将存储在 HeatWave 和对象存储中的数据应用于机器学习训练、推断和解释。加速推进机器学习计划、增强安全性并降低成本。
HeatWave AutoML 能够推动机器学习生命周期自动化,包括算法选择、面向模型训练的智能数据采样、特征选择和超参数优化,为数据分析师和数据科学家节省大量时间和精力。您还可以对算法选择、特征选择和超参数优化等机器学习管道选项进行自定义。HeatWave AutoML 支持异常检测、预测、分类、回归和推荐系统任务,包括在文本列中。
HeatWave AutoML 推荐系统可以基于隐式反馈(如购买历史和浏览行为)和显式反馈(如评分、点赞)来生成个性化推荐方案。分析人员可以预测用户可能会喜欢的商品、特定商品能够吸引的用户以及某个商品的评分。还可以根据某个用户,获取相似用户的列表;或根据特定的产品,获取相似产品的列表。
交互式控制台支持业务分析师在一个可视界面中轻松构建、训练、运行和解释 ML 模型,无需使用 SQL 命令或编写任何代码。此外,它还能简化 What-if 场景分析,帮助企业评估业务假设,例如“追加 30% 的付费社交媒体广告投资将对收入和利润产生哪些影响?”
经 HeatWave AutoML 训练的所有模型都可解释。HeatWave AutoML 可提供预测并解释结果,在合规性、公平性、可重复性、因果关系和信任方面为企业提供强大支持。
使用 HeatWave AutoML,开发人员和数据分析师不必学习新的工具和语言,可以使用熟悉的 SQL 命令构建机器学习模型。此外,HeatWave AutoML 还与 Jupyter 和 Apache Zeppelin 等主流记事本相集成。
目前在私有预览中,向量存储支持客户利用大型语言模型 (LLM) 的功能及专有数据,其准确性比仅使用公开数据进行训练的模型更高。通过生成式 AI 和向量存储功能,客户可以使用自然语言与 MySQL HeatWave 交互,并高效地在 HeatWave Lakehouse 中搜索各种格式的文档。
向量存储以各种格式(如 PDF)摄取文档,并将其存储为通过编码器模型生成的嵌入。对于给定的用户查询,向量存储将对所存储的嵌入和嵌入式查询执行相似性搜索,以此识别相似度高的文档。这些文档将用于增强给 LLM 的提示,使其能够提供更符合情境的答案。
全托管数据库服务可自动处理可用性管理、打补丁、升级和备份等耗时工作,帮助您提高生产力。此外,即时资源供应也能加快应用开发。
开发人员可即时访问来自 MySQL 团队的新功能,确保交付现代化的云原生数据库应用。系统可自动应用 MySQL 安全补丁,降低安全漏洞风险。MySQL HeatWave 与本地部署 MySQL 完全兼容,支持您无缝迁移到云端,而无需更改应用。
开发人员和 DBA 可以轻松创建和管理 MySQL Database 和 HeatWave 节点,不仅可以在控制台中访问自动供应等 MySQL Autopilot 功能,确定 HeatWave 集群的理想配置,还可以查看和管理在 MySQL HeatWave 中加载的表,快速构建和运行查询。
MySQL HeatWave 控制台还支持开发人员和 DBA 监视 MySQL Database 节点和 HeatWave 集群的性能,包括各种硬件资源的使用和各种查询执行指标。
高级安全功能可帮助客户实施更多安全措施,在整个数据生命周期保护数据安全并满足法规要求。
服务器端非对称加密支持开发人员和 DBA 使用公钥和私钥来增强机密数据保护。他们还可以使用数字签名来确认文档签署人员的身份。开发人员无需修改当前应用即可加密数据,并且可以使用相关工具来执行加密、密钥生成和数字签名。
数据脱敏和去标识化即使用替代值隐藏和替换真实的数据值,具体包括选择性脱敏、随机数据替换、模糊等等。借助 MySQL HeatWave 中的数据脱敏和去标识化功能,客户可以在开发和测试环境等非生产系统中隐藏敏感数据,降低数据泄露风险。在 MySQL Database 节点或 HeatWave 集群上执行查询时,您也可以使用数据脱敏功能。
MySQL HeatWave 数据库防火墙可监视数据库威胁,自动创建认证 SQL 语句允许列表,阻止未经授权的数据库活动。它可以实时防范 SQL 注入等专门针对数据库的攻击。
实时弹性设计支持客户将 HeatWave 集群扩展或缩小到任意数量的节点,整个过程无需任何停机,也不会产生任何只读时间。
调整大小的操作只需几分钟即可完成。在此期间,HeatWave 全程保持在线状态,不影响其它操作。操作完成后,数据将从对象存储下载,在所有可用集群节点之间自动重新平衡,然后立即用于查询。因此,客户不仅可以始终享有高性能(即使在高峰时间),还可以在适当的时候缩小 HeatWave 集群来降低成本 — 无需停机或进入只读状态。
通过从对象存储高效地重新加载数据,客户还可以暂停和恢复 HeatWave 集群,降低成本。
客户可以将 HeatWave 集群的大小调整为任意数量的节点。相比其他提供商的刚性集群大小调整模式,这可以避免过度供应和成本浪费。现在,HeatWave 客户只需为自己所使用的资源付费。
MySQL HeatWave 包含 MySQL HeatWave Lakehouse,支持用户查询对象存储中的半 PB 数据,包括 CSV、Parquet、Avro 以及其他数据库中的导出文件等各种文件格式。查询处理完全在 HeatWave 引擎中完成,客户除了可以利用 HeatWave 处理与 MySQL 兼容工作负载之外,还可以处理非 MySQL 工作负载。借助 HeatWave Lakehouse,MySQL HeatWave 可以在一个云数据库服务中执行事务处理、机器学习以及跨数据仓库和数据湖的数据分析,无需在云技术服务之间执行 ETL 流程。
除了查询对象存储中各种格式的数据,客户还可以使用标准 MySQL 命令查询 SQL 数据库中的事务数据,或同时执行这两种查询。10 TB TPC-H 基准测试结果显示,MySQL 在对象存储中查询数据的速度与查询数据库的速度一样快。
通过 HeatWave AutoML,客户可以使用对象存储和/或数据库中的数据,自动构建、训练、部署和解释机器学习模型,而无需将数据迁移至单独的机器学习云技术服务。
HeatWave 的大规模分区架构可为 MySQL HeatWave Lakehouse 提供一个横向扩展架构,支持根据数据规模扩展或收缩查询处理和数据管理操作(如加载/重新加载数据)。客户可以使用 MySQL HeatWave Lakehouse 在对象存储中查询多达半 PB 数据,且无需将数据复制到 MySQL 数据库。HeatWave 集群可扩展至 512 个节点。
MySQL HeatWave Lakehouse 不仅增强了已有的自动供应、自动查询计划改进和自动并行加载等 MySQL Autopilot 功能,进一步降低数据库管理开销并提高性能,还推出了新的 MySQL Autopilot 功能。
主要功能 |
在 OCI 上可用 |
在 OCI 上可用 |
---|---|---|
全托管服务 | 有 |
有 |
在 MySQL 中运行 OLTP 和 OLAP | 有 |
有 |
针对分析和混合工作负载的查询加速 | 有 |
有 |
数据压缩 | 有 |
有 |
基于机器学习的自动化(MySQL Autopilot HeatWave 和 OLTP)* | 有 |
有 |
高级安全性* | 有 |
有 |
数据库中机器学习 (HeatWave AutoML) | 有 |
有 |
横向扩展数据管理 | 有 |
有 |
交互式查询和数据管理控制台 | 即将推出 | 有 |
在控制台中监视性能和工作负载 | 即将推出 | 有 |
交互式 MySQL HeatWave AutoML 控制台 | 即将推出 | 有 |
将 HeatWave 添加到任何 MySQL 配置 | 即将推出 | 有 |
MySQL HeatWave Lakehouse | 有 |
有限可用性 |
*OCI 即将上线 MySQL Autopilot 的自动线程池和自动配置预测功能,以及 MySQL HeatWave 数据库防火墙。
IDC
“MySQL HeatWave on AWS is a very compelling solution not just for analytics but also for OLTP and mixed workloads, as may be seen in publicly available benchmarks.For any developers working with MySQL on AWS, Oracle has just dropped a big productivity boost on your doorstep without the big price tag.”
NAND 研究
“HeatWave is the only cloud data lakehouse service to query data in object storage and in the database at the same speed, which has never been achieved before...Oracle simplifies the experience for users, removing the need to keep multiple copies of data across multiple object stores, paying for data movement and pipelines, all while shuffling critical data around.”
Wikibon
“MySQL HeatWave, now with Lakehouse, may be the most significant open source cloud database innovation in the last decade….MySQL HeatWave just took a giant leap by increasing the scale-out processing by a factor of 8x to 512 nodes.The ability of HeatWave to load and query data on such a massive number of nodes in parallel is the first in the industry.Expect it to spur a market focus on much lower cost/performance, accelerated innovation, and increased competition.”
浏览 MySQL HeatWave ISV 目录。
产品 |
价格对比 (/vCPU)* |
单价 |
单位 |
MySQL Database—Standard - AMD E4 - Compute |
/OCPU/小时 |
||
MySQL Database—Standard - AMD E4 - Memory |
/GB/小时 |
||
MySQL Database—Standard - Intel X9 - Compute |
/OCPU/小时 |
||
MySQL Database—Standard - Intel X9 - Memory |
/GB/小时 |
||
MySQL Database—Optimized - Intel X9 - Compute |
/OCPU/小时 |
||
MySQL Database—Optimized - Intel X9 - Memory |
/GB/小时 |
||
MySQL Database—Storage |
存储容量 (GB)/月 |
||
MySQL Database—Backup Storage |
存储容量 (GB)/月 |
||
HeatWave—Standard |
/节点/小时 |
||
MySQL Database for HeatWave — Standard |
/节点/小时 |
||
MySQL Database for HeatWave — Bare Metal Standard |
/节点/小时 |
||
Oracle Cloud Infrastructure - HeatWave |
HeatWave 容量/小时 |
||
Oracle Cloud Infrastructure - HeatWave - Storage |
存储容量 (GB)/月 |
场景
一个营销机构希望实时分析广告营销活动绩效。1 TB 数据。
规格
每月预计费用
564.97 美元
场景
一家电信公司希望实时分析客户通信模式。10 TB 数据。
规格
每月预计费用
4,666.39 美元
场景
一家汽车企业希望实现实时遥测分析。30 TB 数据。
规格
每月预计费用
10,704.15 美元
目前仅北美、欧洲、日本和印度地区可用。
ECPU(弹性 CPU)/小时由 MySQL Database CPU 使用总时长与 MySQL Database 和 HeatWave 完成的工作量共同定义。HeatWave 容量/小时是指 MySQL HeatWave 中分配的 16 GB 内存小时。
产品 |
单价 |
单位 |
HeatWave — AWS |
HeatWave 容量/小时 |
|
MySQL Database—AWS—ECPU |
/ECPU/小时 |
|
MySQL Database—AWS—存储 |
存储容量 (GB)/月 |
|
MySQL Database—AWS—备份存储 |
存储容量 (GB)/月 |
|
MySQL Database — AWS — 出站数据传输 — 在 AWS 区域间 |
数据传输量 (GB) |
|
MySQL Database — AWS — 出站数据传输 — 传至互联网 |
数据传输量 (GB) |
场景
一个市政部门为执行各种调查而开发了一款新应用,希望实时分析数据。50 GB 数据。
规格
每月预计费用
116 美元
场景
一个营销机构希望实时分析广告营销活动绩效。1 TB 数据。
规格
每月预计费用
2028 美元
场景
一家电信公司希望实时分析客户通信模式。10 TB 数据。
规格
每月预计费用
16486 美元
注:为免疑义,本网页所用以下术语专指以下含义: