非常抱歉,您的搜索操作未匹配到任何结果。

我们建议您尝试以下操作,以帮助您找到所需内容:

  • 检查关键词搜索的拼写。
  • 使用同义词代替键入的关键词,例如,尝试使用“应用”代替“软件”。
  • 重新搜索。
联系我们 登录 Oracle Cloud

HeatWave — 内置有机器学习的内存中查询加速器

将分析和混合工作负载的 MySQL 性能提高数个量级。无需单独的分析数据库、单独的机器学习 (ML) 工具以及提取、转换和加载 (ETL) 复制。

MySQL HeatWave 图

MySQL 峰会将于 2022 年 10 月 17 日至 20 日在美国拉斯维加斯举行,诚邀您的参与!

MySQL HeatWave 中的事务、分析和机器学习

Oracle MySQL HeatWave 是一项内置高性能内存中查询加速器 HeatWave 的 MySQL 云服务。借助该服务,您无需对当前应用进行任何更改即可将分析和混合工作负载的 MySQL 性能提高数个量级。客户可以对存储在 MySQL 数据库中的数据运行分析,无需单独的分析数据库和 ETL 复制操作。

借助 MySQL HeatWave 机器学习,开发人员和数据分析师可以在 MySQL HeatWave 中构建、训练、部署和解释机器学习模型,无需将数据迁移到单独的机器学习服务中。

Tamara MySQL HeatWave 视频
Tamara 利用 MySQL HeatWave 和 Oracle 云快速拓展业务

这家沙特阿拉伯金融科技初创企业将数据库工作负载迁移到 MySQL HeatWave 后,性能提升了 3 倍,成本降低了 60%。Tamara 的客户数持续增加,目前已有超过 200 万名用户和 3000 家商户。

HeatWave 演示:MySQL Autopilot 视频
HeatWave 演示:MySQL Autopilot

甲骨文公司 MySQL HeatWave 开发高级副总裁 Nipun Agarwal 演示新推出的 MySQL Autopilot 功能如何提升 HeatWave 性能并为开发人员和 DBA 节省大量时间。

Nipun Agarwal MySQL HeatWave 视频
演示:MySQL HeatWave 中新增的实时弹性功能

甲骨文公司高级副总裁 Nipun Agarwal 演示 Oracle MySQL HeatWave 中新增的实时弹性功能。您将了解如何在不停机的情况下扩展或收缩为任意数量的节点,无需手动干预即可实现集群完全平衡。

MySQL HeatWave:专为性能和可扩展性而设计

旨在提升性能和可扩展性

HeatWave 使用内存中列式表示形式,便于向量化处理,而且数据在加载到内存中之前都会进行编码和压缩。此压缩和优化的内存中表示形式用于数字和字符串数据,显著提高性能并减少内存占用,从而降低客户的成本。


可跨核心和节点扩展

HeatWave 引擎的一个关键设计点是将数据大规模分区到一组 HeatWave 节点上,这些节点可以并行运行,为分析操作实现极高的高速缓存命中率,并提供非常好的节点间可扩展性。集群中的每个 HeatWave 节点和节点中的每个核心都可以并行处理分区数据,包括并行扫描、连接、分组、聚合和 top-k 处理。


实时分析

OLTP 事务所做的修改会实时传播至 HeatWave,并立即可在分析查询中呈现。用户将查询提交到 MySQL 数据库后,MySQL 查询优化程序会透明地决定是否应将查询卸载到 HeatWave 集群以加速执行,这取决于 HeatWave 是否支持查询中引用的所有运算符和函数,以及使用 HeatWave 处理查询的估计时间是否少于 MySQL。如果两个条件都获满足,则将查询推送到 HeatWave 节点进行处理。处理完毕后,结果将被发送回 MySQL 数据库节点并返回给用户。


利用通信进行重叠计算

HeatWave 为分布式内存中分析处理实现了先进的算法,使用向量化构建和探测联接内核来快速处理分区内的联接。同时,分析节点之间高度优化的网络通信是通过使用异步批处理 I/O 实现的。这些算法旨在将计算时间与节点间数据通信重叠,有助于实现高可扩展性。


MySQL Autopilot:基于机器学习实现自动化

MySQL Autopilot 可实现规模化高查询性能的许多重要且充满挑战性的操作(包括供应、数据加载、查询执行和故障处理),实现了自动化。它使用先进的技术对数据进行采样,收集有关数据和查询的统计信息,并构建机器学习模型来对内存使用情况、网络负载和执行时间进行建模。接着,MySQL Autopilot 使用这些机器学习模型来执行其核心功能。执行的查询数量越多,MySQL Autopilot 就能使 HeatWave 查询优化程序变得越智能,从而持续提高系统性能。MySQL HeatWave 客户可免费使用 MySQL Autopilot。


数据恢复速度提升高达 100 倍

当数据从 MySQL 加载到 HeatWave 时,内存中表示形式的副本会生成到基于 OCI 对象存储的横向扩展数据管理层,而在 MySQL 中对数据所做的更改会透明地传播到此数据层。当操作需要将数据重新加载到 HeatWave 时,例如在错误恢复期间,可以由多个 HeatWave 节点并行地从 HeatWave 数据层访问数据,从而显著提高性能。例如,对于 10 TB HeatWave 集群,恢复和重新加载数据所需的时间从 7.5 小时减少到 4 分钟,速度提高了超过 100 倍。


无需更改应用

HeatWave 是一款 MySQL 可插拔的存储引擎,完全屏蔽了客户的所有底层实施详细信息。因此,应用程序和工具可以使用标准连接器通过 MySQL 无缝访问 HeatWave。HeatWave 支持与 MySQL 相同的 ANSI SQL 标准和 ACID 属性,并支持多种数据类型,因此无需更改现有的应用程序即可利用 HeatWave。


本地部署 OLTP,云端部署 OLAP

本地客户若是由于合规性或法规要求而无法将 MySQL 部署迁移到云,仍然可以通过使用混合部署模型来利用 HeatWave。在这种混合部署中,客户可以使用 MySQL 复制将本地 MySQL 数据复制到 HeatWave,而无需执行 ETL。


数据库中机器学习

借助 MySQL HeatWave 中免费的原生数据库内机器学习,客户不需要将数据迁移到单独的机器学习服务(例如 Amazon SageMaker)中,从而加快机器学习计划速度、提高安全性并降低成本。HeatWave 机器学习能够实现机器学习生命周期自动化,包括算法选择、用于模型训练的智能数据采样、特征选择和超参数调优,为客户节省大量时间和精力。开发人员和数据分析师可以使用熟悉的 SQL 命令构建机器学习模型,而不必学习新的工具和语言。此外,HeatWave ML 还与 Jupyter 和 Apache Zeppelin 等主流笔记本相集成。HeatWave ML 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支持。


始终保持稳定的高性能,成本更低且无停机时间

实时弹性功能让客户将 HeatWave 集群扩展和缩小到任意数量的节点,无需任何停机时间或只读时间。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,不影响其他操作。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分区,然后立即用于查询。因此,即使在高峰时间,客户也可以始终享有高性能,并通过在适当的时候缩小 HeatWave 集群来降低成本,而无需停机或进入只读状态。客户可以告别其他云数据库提供商提供的刚性大小调整模型,无需受限于过度预配的实例。他们可以将 HeatWave 集群扩展或缩小到任意数量的节点,并且只需为自己使用的资源付费。


降低成本

HeatWave 集群的数据压缩功能支持每个节点处理多达 2 倍的数据,而且丝毫不影响查询的性价比。借助数据压缩,客户可以减少处理查询所需的 HeatWave 节点数量,将成本降低高达 50%,同时保持稳定的性价比。HeatWave 集群中的压缩数据将持久保存在对象存储中。


亲自体验 MySQL HeatWave

直接从 MySQL 运行 OLTP 和 OLAP 工作负载

使用机器学习自动执行 MySQL HeatWave

开始使用 MySQL HeatWave


免费试用 MySQL HeatWave

获取价值 300 美元的免费储值。


联系我们

想了解更多信息?请联系 Oracle 专家。