HeatWave

Oracle MySQL Autopilot: Auf maschinellem Lernen basierende Automatisierung

MySQL Autopilot automatisiert viele der wichtigsten und oft herausfordernden Aspekte, um eine hohe Abfrageleistung in großem Maßstab zu erreichen – einschließlich Bereitstellung, Datenladen, Abfrageausführung und Fehlerbehandlung. Es verwendet fortschrittliche Techniken, um Daten zu erfassen, Statistiken zu Daten und Abfragen zu sammeln und Modelle für maschinelles Lernen zu erstellen, um die Speichernutzung, die Netzwerklast und die Ausführungszeit zu modellieren. Diese Machine-Learning-Modelle werden dann von MySQL Autopilot verwendet, um seine Kernfunktionen auszuführen. MySQL Autopilot macht den HeatWave-Abfrageoptimierer immer intelligenter, je mehr Abfragen ausgeführt werden, was zu einer kontinuierlichen Verbesserung der Systemleistung im Laufe der Zeit führt – eine Funktion, die bei Amazon Aurora, Amazon Redshift, Snowflake oder anderen MySQL-basierten Datenbankdiensten nicht verfügbar ist. MySQL Autopilot ist für MySQL HeatWave-Kunden kostenlos verfügbar.

MySQL Autopilot bietet die folgenden Funktionen:

• Automatische Bereitstellung prognostiziert die Anzahl der HeatWave-Knoten, die zum Ausführen eines Workloads erforderlich sind, durch adaptives Sampling von Tabellendaten, für die Analysen erforderlich sind. Das bedeutet, dass Kunden die optimale Größe ihres Clusters nicht mehr manuell schätzen müssen. Kein anderer Datenbankdienst bietet diese Fähigkeit.
• Automatische parallele Last optimiert die Ladezeit und Speichernutzung durch Vorhersage des optimalen Parallelitätsgrads für jede Tabelle, die in HeatWave geladen wird. Kein anderer Cloud-Anbieter bietet diese Möglichkeit.
• Automatische Datenplatzierung sagt die Spalte voraus, in der Tabellen im Arbeitsspeicher partitioniert werden sollten, um die beste Leistung für Abfragen zu erzielen. Es sagt auch den erwarteten Anstieg der Abfrageleistung mit der neuen Spaltenempfehlung voraus. Dies minimiert die Datenverschiebung zwischen Knoten aufgrund suboptimaler Entscheidungen, die von Bedienern bei der manuellen Auswahl der Spalte getroffen werden können. Kein anderer Datenbankdienst bietet diese umfassende Fähigkeit.
• Verbesserung des automatischen Abfrageplans lernt verschiedene Statistiken aus der Ausführung von Abfragen und verbessert den Ausführungsplan zukünftiger Abfragen. Dies verbessert die Leistung des Systems, da mehr Abfragen ausgeführt werden. Kein anderer Datenbankdienst bietet diese Fähigkeit.
• Automatische Kodierung bestimmt die optimale Darstellung von Spalten, die in HeatWave geladen werden, unter Berücksichtigung der Abfragen. Diese optimale Darstellung bietet die beste Abfrageleistung und minimiert die Größe des Clusters, um die Kosten zu minimieren.
• Automatische Schätzung der Abfragezeit schätzt die Ausführungszeit einer Abfrage vor der Ausführung der Abfrage. Für Kunden bietet dies eine Vorhersage, wie lange eine Abfrage dauern wird, sodass sie entscheiden können, ob die Dauer der Abfrage zu lang ist, und stattdessen eine andere Abfrage ausführen.
• Automatische Änderungsweitergabe bestimmt intelligent den optimalen Zeitpunkt, zu dem Änderungen in der MySQL Database an die horizontal skalierbare Datenverwaltungsschicht von HeatWave weitergegeben werden sollen. Dadurch wird sichergestellt, dass Änderungen mit der richtigen optimalen Kadenz weitergegeben werden. Kein anderer Cloud-Anbieter bietet diese Möglichkeit.
• Automatische Planung bestimmt, welche Abfragen in der Warteschlange kurzzeitig sind und priorisiert sie gegenüber lang laufenden Abfragen auf intelligente Weise, um die Gesamtwartezeit zu reduzieren. Die meisten anderen Datenbanken verwenden den First In First Out (FIFO)-Mechanismus für die Planung.
• Automatische Fehlerbehebung stellt neue Knoten bereit und lädt die erforderlichen Daten neu, wenn einer oder mehrere HeatWave-Knoten aufgrund eines Software- oder Hardwarefehlers nicht reagieren.

Scale-out-Datenmanagement

100-mal schnellere Wiederherstellung

Wenn Daten von MySQL in HeatWave geladen werden, wird eine Kopie der In-Memory-Darstellung in die Scale-Out-Datenverwaltungsschicht erstellt, die auf dem OCI-Objektspeicher aufgebaut ist. Alle Änderungen an Daten in MySQL werden transparent an diese Datenschicht weitergegeben. Wenn ein Vorgang das erneute Laden von Daten in HeatWave erfordert, beispielsweise während der Fehlerbehebung, können mehrere HeatWave-Knoten parallel auf Daten von der HeatWave-Datenschicht zugreifen. Dies führt zu einer deutlichen Leistungssteigerung. Bei einem HeatWave-Cluster mit 10 TB verringert sich beispielsweise die Zeit zum Wiederherstellen und Neuladen von Daten von 7,5 Stunden auf 4 Minuten – eine 100-fache Verbesserung.

Schneller als Amazon und Snowflake zu einem Bruchteil der Kosten

MySQL HeatWave ist schneller als alle konkurrierenden Datenbankdienste – und das zu einem Bruchteil der Kosten. Dies wurde durch mehrere Standard-Branchenmaßstäbe wie TPCH, TPCDS, CH-benCHmark und an realen Kunden-Workloads demonstriert. Siehe die oben gezeigten 30-TB-TPCH-Benchmark-Ergebnisse. Ergebnisse aus anderen Benchmarks sind hier:

Schnellere Analysen als Snowflake, Amazon Redshift, Amazon Aurora, Amazon RDS, Google BigQuery und Azure Synapse zu einem Bruchteil der Kosten

• 6,8-mal schneller als Snowflake auf AWS zu einem Fünftel der Kosten, was zu einer 35-mal besseren Preisleistung (10 TB TPCH) führt
• 6,8-mal schneller als Amazon Redshift mit AQUA zum halben Preis, was zu einer 13-mal besseren Preis-Leistungs-Verhältnis (10 TB TPCH) führt
• 9-mal schneller als Google BigQuery bei einem Viertel der Kosten, was zu einem 36-mal besseren Preis-Leistungs-Verhältnis (30 TB TPCH) führt
• 3-mal schneller als Azure Synapse bei einem Fünftel der Kosten, was zu einer 15-mal besseren Preis-Leistungs-Verhältnis (30 TB TPCH) führt
• 1.400-mal schneller als Amazon Aurora zum halben Preis, was zu einer 2.800-fach besseren Preis-Leistungs-Verhältnis (4 TB TPCH) führt
• 5.400-mal schneller als Amazon RDS zu zwei Dritteln der Kosten, was zu einem 8.100-mal besseren Preis-Leistungs-Verhältnis führt

Schnellere gemischte Workload als Amazon Aurora zu einem Bruchteil der Kosten

Die meisten realen Anwendungen verfügen über eine Mischung aus OLTP- und komplexen OLAP-Abfragen. Auch für solche Workloads ist MySQL HeatWave viel schneller und kostet einen Bruchteil von Amazon Aurora. HeatWave verwendet den Industriestandard CH-benCHmark für einen 100-GB-Datensatz für OLAP-Abfragen 18-mal schneller, bietet 110-fach besseren Durchsatz und 2,4-mal weniger Kosten als Amazon Aurora, was zu einer 42-fach besseren Preisleistung führt. Für OLTP-Abfragen hat HeatWave die gleiche Leistung wie Amazon Aurora und ist 2,4-mal günstiger, was zu einer 2,4-fachen besseren Preisleistung führt.

• Benchmark-Details anzeigen