HeatWave-Acelerador de consultas en memoria con ML integrado
Aumenta el rendimiento de MySQL por órdenes de magnitud para análisis y cargas de trabajo mixtas. Contulta los datos en el almacenamiento de objetos. Elimina la necesidad de una base de datos de análisis independiente, herramientas de machine learning (ML) separadas y duplicación de extracción, transformación y carga (ETL, extract, transform, and load). MySQL HeatWave está disponible en Oracle Cloud Infrastructure (OCI), Amazon Web Services (AWS) y Microsoft Azure.
MySQL HeatWave Lakehouse: Procesamiento de datos a gran escala en almacenamiento de objetos
Acompaña a Edward Screven, arquitecto jefe corporativo de Oracle, hablar de las últimas innovaciones de MySQL HeatWave Lakehouse. Descubre cómo es posible analizar grandes cantidades de datos en diversos formatos con un desempeño récord.
Transacciones, análisis en almacenes de datos y lagos de datos, y machine learning en un solo servicio de base de datos en la nube
MySQL HeatWave es un servicio de base de datos totalmente gestionado, basado en el acelerador de consultas en memoria HeatWave. Es el único servicio en la nube que combina transacciones, analítica en tiempo real en almacenes de datos y lagos de datos, y machine learning en una instancia de MySQL Database, sin la complejidad, la latencia, los riesgos y el costo de la duplicación de ETL.
Con MySQL HeatWave Lakehouse, los clientes pueden consultar medio petabyte de datos en el almacenamiento de objetos y aprovechar todos los beneficios de HeatWave, incluso cuando sus datos se almacenan fuera de MySQL Database. Con HeatWave AutoML, los desarrolladores y analistas de datos pueden construir, entrenar, implementar y explicar modelos de machine learning (ML) en MySQL HeatWave sin mover los datos a un servicio de ML separado.
Descubre cómo procesar y consultar cientos de terabytes de datos en el almacén de objetos en distintos formatos de archivo, como CSV, Parquet y archivos de exportación de otras bases de datos.
Descubre las técnicas novedosas que impulsan MySQL HeatWave Lakehouse, lo que permite a los usuarios procesar y consultar medio petabyte de datos en memoria desde el almacenamiento de objetos.
Descubre cómo aprovisionar una instancia MySQL HeatWave en AWS, cómo acceder a ella con baja latencia y cómo desplazar datos a MySQL HeatWave.
Descubre cómo MySQL Autopilot aumenta el rendimiento de HeatWave y ahorra mucho tiempo a los desarrolladores y administradores de bases de datos.
Mira cómo puedes ampliar o reducir a cualquier número de nodos sin tiempo de inactividad, finalizando la operación con un cluster completamente equilibrado sin ninguna intervención manual.
Esta empresa brasileña de martech obtiene profundos insights de marketing en cuestión de milisegundos y reduce a la mitad el costo con MySQL HeatWave en Oracle Cloud Infrastructure.
Migra a MySQL HeatWave con recursos paso a paso gratuitos.
MySQL HeatWave: Diseñado para ofrecer rendimiento y escalabilidad
La base de datos en la nube diseñada para rendimiento y escalabilidad
HeatWave utiliza una representación columnar en memoria que facilita el procesamiento vectorizado. Los datos se codifican y comprimen antes de ser cargados en la memoria. Esta representación en memoria comprimida y optimizada se utiliza para datos numéricos y de cadena. Como resultado, se generan importantes mejoras de rendimiento y se reduce el volumen de memoria, lo cual se traduce en menores costos para los clientes.
Escalabilidad entre núcleos y nodos
Uno de los puntos clave del diseño del motor HeatWave es su capacidad para particionar masivamente datos dentro de un clúster de nodos HeatWave, que se pueden operar en paralelo. Esto permite elevados aciertos aciertos de caché altos para operaciones analíticas y proporciona una escalabilidad óptima entre nodos. Cada nodo de HeatWave de un clúster y cada núcleo de un nodo puede procesar datos particionados en paralelo, incluidas búsquedas en paralelo, combinaciones, cláusula "group-by", agregación y procesamiento de consultas "top-k".
Analítica en tiempo real
Las modificaciones realizadas mediante transacciones OLTP se propagan en tiempo real en HeatWave y son inmediatamente visibles para consultas de análisis. Una vez que los usuarios envían una consulta a la base de datos MySQL, el optimizador de consultas MySQL decide de forma transparente si la consulta se debe descargar en el clúster de HeatWave para una ejecución acelerada. Esto depende de si HeatWave admite todos los operadores y funciones a los que se hace referencia en la consulta y si el tiempo estimado para procesar la consulta con HeatWave es inferior al de MySQL. Si se cumplen ambas condiciones, la consulta se transfiere a los nodos de HeatWave para su procesamiento. Una vez procesados, los resultados se envían de vuelta al nodo de la base de datos MySQL y se devuelven a los usuarios.
Procesamiento distribuido de analítica en memoria para insights en tiempo real
HeatWave implementa algoritmos de última generación para el procesamiento analítico en memoria distribuido. Las uniones dentro de una partición se procesan rápidamente mediante núcleos de combinaciones de compilación y sondeo vectorizadas. La E/S asíncrona de lotes propicia una comunicación de red altamente optimizadas entre nodos analíticos. Los algoritmos están diseñados para solapar el tiempo de computación con la comunicación de datos entre nodos, lo cual ayuda a lograr una elevada escalabilidad.
MySQL Autopilot: automatización basada en machine learning
MySQL Autopilot automatiza muchos de los aspectos más importantes y a menudo complicados que implica la búsqueda de un alto rendimiento de consultas a escala, como el aprovisionamiento, la carga de datos, la ejecución de consultas y la gestión de fallos. Utiliza técnicas avanzadas para muestrear datos, recopilar estadísticas sobre datos y consultas, y crear modelos de aprendizaje automático para modelar el uso de memoria, la carga de red y el tiempo de ejecución. MySQL Autopilot utiliza estos modelos de aprendizaje automático para ejecutar sus funciones básicas. MySQL Autopilot logra que el optimizador de consultas de HeatWave incremente su inteligencia a medida que se hagan más consultas, lo que supone que el rendimiento del sistema está sujeto a un proceso de mejora continua. MySQL Autopilot también ofrece capacidades diseñadas para mejorar el rendimiento y el rendimiento precio de las cargas de trabajo OLTP. MySQL Autopilot está disponible sin cargos adicionales para los clientes de MySQL HeatWave.
Recuperación de datos 100 veces más rápida
Cuando los datos se cargan de MySQL en HeatWave, se realiza una copia de la representación en memoria en la capa de gestión de datos de escalabilidad horizontal del almacén de objetos de OCI. Las modificaciones realizadas a los datos de MySQL se propagan de forma transparente a esta capa de datos. Cuando una operación requiere volver a cargar los datos en HeatWave, como durante el proceso de recuperación frente a errores, se puede acceder a ellos desde la capa de datos de HeatWave, en paralelo, mediante varios nodos de HeatWave. De esta forma, se genera una mejora significativa en términos de rendimiento. Por ejemplo, para un clúster de HeatWave de 10 TB, el tiempo que se tarda en recuperar y volver a cargar los datos se reduce de 7,5 horas a 4 minutos, lo que supone una mejora 100 veces superior.
No se requieren cambios en las aplicaciones con analítica incorporada
HeatWave está diseñado como un motor de almacenamiento conectable de MySQL, que ofrece una protección total para los detalles de implantación de bajo nivel de los clientes. En consecuencia, las aplicaciones y las herramientas acceden de forma fluida a HeatWave a través de MySQL mediante conectores estándar. HeatWave admite el mismo estándar ANSI SQL y las propiedades ACID que MySQL, así como diversos tipos de datos. Esto permite que las aplicaciones existentes utilicen HeatWave sin necesidad de realizar cambios.
Nube híbrida: OLTP on-premises, OLAP en la nube.
Los clientes on-premises que no pueden migrar sus despliegues de MySQL a una nube debido a requisitos normativos aún pueden utilizar HeatWave con el modelo de implementación híbrida. En este tipo de despliegue híbrido, los clientes pueden utilizar la replicación de MySQL para duplicar datos de MySQL locales en HeatWave sin necesidad de llevar a cabo acciones de extracción, transformación y carga (ETL).
Aprendizaje automático en la base de datos con AutoML
Con el aprendizaje automático nativo en la base de datos en MySQL HeatWave, disponible sin costo adicional, los usuarios no necesitan mover datos a un servicio de aprendizaje automático independiente como Amazon SageMaker, lo que acelera sus iniciativas de aprendizaje automático, aumenta la seguridad y reduce los costos. HeatWave AutoML automatiza el ciclo de vida del aprendizaje automático (desde la selección de algoritmos, el muestreo inteligente de datos para el entrenamiento de modelos y la selección de funciones hasta el ajuste de hiperparámetros), lo que permite a los clientes ahorrar mucho tiempo y esfuerzo. Los desarrolladores y analistas de datos pueden crear modelos de aprendizaje automático utilizando comandos SQL conocidos; no necesitan aprender nuevas herramientas y lenguajes. Además, HeatWave AutoML se integra a cuadernos populares, como Jupyter y Apache Zeppelin. HeatWave AutoML ofrece predicciones con una explicación de los resultados, brindando a las organizaciones conformidad normativa, imparcialidad, repetibilidad, causalidad y confianza.
Alto rendimiento uniforme y costos reducidos sin tiempo de inactividad
La elasticidad en tiempo real permite a los clientes aumentar o reducir el tamaño de su cluster de HeatWave en cualquier número de nodos sin que ello implique ningún tiempo de inactividad o de solo lectura. La operación de cambio de tamaño tarda solo unos minutos, durante los cuales HeatWave permanece en línea, disponible para todas las operaciones. Una vez que se cambia el tamaño, los datos se descargan del almacenamiento de objetos, se vuelven a particionar automáticamente entre todos los nodos de cluster disponibles y se ponen a disposición inmediatamente para consultas. Como resultado, los clientes disfrutan de un rendimiento siempre elevado, incluso a horas punta, y de menores costos, ya que pueden reducir el tamaño de su cluster de HeatWave cuando corresponda, sin que ello implique ningún tiempo de inactividad o de solo lectura. Los clientes no están limitados a instancias sobreaprovisionadas obligadas por modelos de tamaño rígido ofrecidos por otros proveedores de bases de datos en la nube. Gracias a la eficaz recarga de datos desde el almacenamiento de objetos, los clientes también pueden pausar y reanudar su clúster HeatWave para reducir los costos.
Análisis rápido en bases de datos y almacenamiento de objetos
MySQL HeatWave incluye MySQL HeatWave Lakehouse, lo que permite a los usuarios consultar medio petabyte de datos en el almacenamiento de objetos en diversos formatos de archivo, como CSV, Parquet y archivos de exportación de otras bases de datos. Los clientes pueden consultar datos transaccionales en bases de datos MySQL, en distintos formatos en el almacenamiento de objetos o una combinación de ambos utilizando comandos MySQL estándar. La consulta de datos en el almacenamiento de objetos es tan rápida como la consulta en las bases de datos. El clúster de HeatWave se escala hasta 512 nodos para procesar medio petabyte de datos y los datos no se copian en la base de datos de MySQL.
Historias de éxito de clientes de MySQL HeatWave
Esta startup de tecnología financiera de Arabia Saudita migró sus cargas de trabajo de base de datos a MySQL HeatWave para obtener un rendimiento 3 veces mayor y un costo 60 % menor. Tamara ha aumentado su base de clientes a más de 2 millones de usuarios y ha incorporado a 3000 comerciantes.
Este proveedor global de soluciones de alta tecnología del sector de las telecomunicaciones acelera las consultas complejas en 139 veces con MySQL HeatWave en AWS, simplificando su infraestructura para OLTP y OLAP, y ofreciendo tiempos de respuesta de menos de un segundo a los clientes.
La principal red publicitaria de Japón genera insights en tiempo real y reduce de manera significativa los costos con MySQL HeatWave y Autonomous Database.
Comienza a utilizar MySQL HeatWave en OCI o AWS
-
Activa la versión de prueba de MySQL HeatWave
-
Ejecuta cargas de trabajo OLTP y OLAP directamente desde MySQL.
-
Consulta datos en el almacenamiento de objetos con MySQL HeatWave Lakehouse
-
Automatiza MySQL HeatWave con aprendizaje automático
-
Comienza a utilizar MySQL HeatWave en AWS
-
Migra de forma sencilla a MySQL HeatWave
Descubre MySQL HeatWave
Prueba MySQL HeatWave gratis
Explora MySQL HeatWave con 300 $ en créditos gratuitos.
Ponte en contacto con nosotros
¿Deseas saber más? Ponte en contacto con uno de nuestros expertos.