MySQL HeatWave Database Service

AmazonとSnowflakeより高速で低コスト

MySQL HeatWaveは競合するすべてのデータベース・サービスより高速で低コストです。これは、TPC-H、TPC-DS、CH-benCHmarkなど、複数の業界標準のベンチマーク、および実際のお客様のワークロードで実証されています。上の30TB TPC-Hベンチマークの結果をご覧ください。他のベンチマークの結果:

Snowflake、Amazon Redshift、Amazon Aurora、Amazon RDS、Google BigQuery、およびAzure Synapseより高速な分析を低コストで実現

• Snowflake on AWSの5分の1のコストで6.8倍の速度を実現した結果、35倍のコスト・パフォーマンスを実現（10TB TPC-H）
• Amazon Redshift with AQUAの半分のコストで6.8倍の速度を実現した結果、13倍のコスト・パフォーマンスを実現（10TB TPC-H）
• Google BigQueryの4分の1のコストで9倍の速度を実現した結果、36倍のコスト・パフォーマンスを実現（30TB TPC-H）
• Azure Synapseの5分の1のコストで3倍の速度を実現した結果、15倍のコスト・パフォーマンスを実現（30TB TPC-H）
• Amazon Auroraの半分のコストで1,400倍の速度を実現した結果、2,800倍のコスト・パフォーマンスを実現（4TB TPC-H）
• Amazon RDSの3分の2のコストで5,400倍の速度を実現した結果、8,100倍のコスト・パフォーマンスを実現（4TB TPC-H）

Amazon Auroraより高速な混合ワークロードを低コストで実現

ほとんどの実際のアプリケーションには、OLTPと複雑なOLAPクエリが混在しています。このようなワークロードの場合も、MySQL HeatWaveはAmazon Auroraよりはるかに高速で低コストです。MySQL HeatWaveは、OLAPクエリの100GBデータセットで業界標準のCH-benCHmarkを使用して、Amazon Auroraと比較して、18倍の速度、110倍のスループット、および2.4倍のコスト削減を実現した結果、42倍のコスト・パフォーマンスを実現しています。OLTPクエリの場合、MySQL HeatWaveは、Amazon Auroraと同じパフォーマンスと2.4倍のコスト削減を実現した結果、2.4倍のコスト・パフォーマンスを実現しています。

• ベンチマークの詳細

Oracle MySQL Autopilot: 機械学習ベースの自動化

MySQL Autopilotは、プロビジョニング、データ・ロード、クエリ実行、障害処理など、高いクエリ・パフォーマンスを大規模に実現する際の最も重要で困難になりがちな側面の多くを自動化します。データのサンプリング、データとクエリに関する統計の収集、および機械学習モデル（メモリ使用量、ネットワーク負荷、および実行時間のモデリング）の構築に高度な技術を使用しています。このような機械学習モデルは、MySQL Autopilotがコア機能を実行するために、使用されます。MySQL Autopilotは、クエリの実行回数が増加するにつれて、HeatWaveクエリ・オプティマイザのインテリジェンスを向上します。この結果、時間の経過とともに、システム・パフォーマンスを継続的に向上します。この機能はAmazon Aurora、Amazon Redshift、Snowflake、または他のMySQLベースのデータベース・サービスには実装されていません。MySQL HeatWaveのお客様はMySQL Autopilotを追加料金なしで使用できます。

MySQL Autopilotが実装する機能:

• 自動プロビジョニングでは、分析が必要なテーブル・データを適応的にサンプリングして、ワークロードの実行に必要なHeatWaveノードの数を予測できます。つまり、お客様は最適なクラスタ・サイズを手動で見積もる必要がなくなったということです。この機能を実装するデータベース・サービスは他にありません。
• 自動並列ロードでは、HeatWaveにロードされるテーブルごとに最適な並列処理度を予測して、ロード時間とメモリ使用量を最適化できます。この機能を提供しているクラウド・ベンダーは他にありません。
• データの自動配置では、最高のクエリ・パフォーマンスを実現するために、インメモリでパーティショニングするテーブルのカラムを予測できます。また、新しい推奨カラムによって、クエリ・パフォーマンスの期待される向上も予測します。このため、オペレーターが手動でカラムを選択する際に行う可能性がある最適ではない選択によるノード間のデータ移行を最小限に抑制できます。このリッチな機能を実装するデータベース・サービスは他にありません。
• クエリ・プランの自動改善では、クエリの実行からさまざまな統計を学習し、今後のクエリの実行プランを改善できます。このため、クエリの実行回数が増加するにつれて、システム・パフォーマンスを向上できます。この機能を実装するデータベース・サービスは他にありません。
• 自動エンコードでは、クエリを考慮して、HeatWaveにロードされるカラムの最適な表現を判断できます。この最適な表現では、最高のクエリ・パフォーマンスを実現し、クラスタ・サイズを最小限に抑制して、コストも最小限に抑制できます。
• クエリ時間の自動推定では、クエリを実行する前に、クエリの実行時間を推定できます。お客様は、クエリの所要時間を予測できるため、クエリの所要時間が長すぎるかどうかを判断し、別のクエリを実行できます。
• 変更の自動伝達では、MySQL Databaseの変更をHeatWaveのスケールアウト・データ管理レイヤに伝達する最適なタイミングをインテリジェントに判断できます。このため、最適な頻度で変化を伝達できます。この機能を提供しているクラウド・ベンダーは他にありません。
• 自動スケジューリングでは、待機時間全体を短縮するためのインテリジェントな方法によって、キュー内のどのクエリが短時間実行であるかを判断し、このようなクエリを長時間実行のクエリより優先できます。他のほとんどのデータベースでは、First In, First Out（FIFO）メカニズムをスケジューリングに使用しています。
• エラーの自動リカバリでは、ソフトウェアまたはハードウェア障害によって、1つ以上のHeatWaveノードが応答していない場合、新しいノードをプロビジョニングし、必要なデータをリロードできます。