HeatWave - 組み込みのMLによるインメモリ・クエリ・アクセラレータ

分析と混合ワークロードのMySQLのパフォーマンスを桁違いに向上できます。オブジェクト・ストレージ内のデータをクエリします。個別の分析データベース、個別の機械学習（ML）ツール、抽出、変換、格納（ETL）の重複が不要になります。MySQL HeatWaveは、Oracle Cloud Infrastructure（OCI）、Amazon Web Services（AWS）、Microsoft Azureで利用可能です。

無料で始める

無料のMySQL HeatWaveワークショップをリクエストする

MySQL HeatWave Lakehouse：オブジェクト・ストレージにおけるスケールアウト・データ処理

オラクルのチーフ・コーポレート・アーキテクトであるEdward Screvenが、MySQL HeatWave Lakehouseの最新イノベーションについて語ります。あらゆる形式の膨大なデータを卓越したパフォーマンスで分析する方法をご紹介します。

動画を見る（24:22）

トランザクション、データウェアハウスとデータレイクをまたいだ分析、機械学習を1つのクラウド・データベース・サービスで実現

MySQL HeatWaveは、HeatWave In-Memory Query Acceleratorを搭載したフルマネージドのデータベース・サービスです。トランザクション、データウェアハウスやデータレイクをまたいだリアルタイム分析、機械学習を1つのMySQL Databaseに統合し、ETLの重複による複雑さ、レイテンシ、リスク、コストを排除した唯一のクラウド・サービスです。

MySQL HeatWave Lakehouseを利用すると、お客様は、MySQLデータベースの外部にデータが保存されている場合でも、オブジェクト・ストレージ内の半ペタバイトのデータをクエリし、HeatWaveのすべてのメリットを活用することができます。HeatWave AutoMLを使用すると、開発者やデータアナリストは、データを別の機械学習サービスに移動することなく、MySQL HeatWaveで機械学習モデルの構築、トレーニング、導入、説明を行うことができます。

デモ: MySQL HeatWave Lakehouse

CSV、Parquet、他のデータベースからのエクスポートファイルなど、さまざまなファイル形式でオブジェクト・ストアに格納された数百テラバイトのデータを処理し、クエリする方法をご覧ください。

第一の原則：OCIのMySQL HeatWave Lakehouseの仕組み

オブジェクト・ストレージからメモリ上の半ペタバイトのデータを処理し、クエリを実行する MySQL HeatWave Lakehouse の革新的なテクノロジーをご紹介します。

デモ：MySQL HeatWave on AWS

AWS上でMySQL HeatWaveインスタンスをプロビジョニングする方法、低レイテンシでアクセスする方法、MySQL HeatWaveにデータを移動する方法についてご紹介します。

デモ: MySQL Autopilot

MySQL AutopilotがHeatWaveのパフォーマンスを向上させ、開発者やDBAの作業時間を大幅に削減する方法をご覧ください。

デモ：リアルタイムの弾力性

ダウンタイムなしで任意のノード数に規模を調整し、手動で操作することなく完全にバランスの取れたクラスタで操作を終了する方法についてご覧ください。

Tetris.co、MySQL HeatWaveでリアルタイム分析を加速

このブラジルのマーテック企業は、Oracle Cloud Infrastructure上のMySQL HeatWaveによって、ミリ秒単位、および半分のコストでマーケティング分析を加速しています。

Tetris.coの事例を見る

無料のステップバイステップのリソースで、MySQL HeatWaveに移行します。

詳細

MySQL HeatWave: パフォーマンスとスケーラビリティのための設計

パフォーマンスとスケーラビリティを追求したクラウド・データベース

Heatwaveはベクター化処理を簡素化する列指向のインメモリ表現を使用しています。データは、メモリにロードされる前に、エンコードおよび圧縮されます。この圧縮および最適化されたインメモリ表現は数値と文字列の両方のデータに使用されます。この結果、パフォーマンスが大幅に向上し、メモリ使用量が削減されるため、お客様は、コストを削減できます。

複数のコアとノードにわたるスケーラビリティ

HeatWaveエンジンの重要な設計ポイントの一つは、HeatWaveノード・クラスタにデータを大規模にパーティショニングし、並列に操作することです。このため、分析操作の高いキャッシュ・ヒットが実現し、ノード間のスケーラビリティが非常に向上します。クラスタ内のHeatWaveノードとノード内のコアは、並列スキャン、ジョイン、グループ化、集計、top-k処理など、パーティショニングされたデータを並列処理できます。

リアルタイム分析

OLTPトランザクションによる変更は、HeatWaveにリアルタイムに伝達され、分析クエリですぐに確認できます。ユーザーがMySQLデータベースにクエリを送信すると、MySQLクエリ・オプティマイザは、クエリをHeatWaveクラスタにオフロードして、高速実行するかどうかを透過的に判断します。これは、クエリで参照されるすべての演算子と関数がHeatWaveでサポートされているかどうか、およびHeatWaveでクエリを処理するための推定時間がMySQLより短いかどうかに基づいています。両方の条件が満たされると、クエリは、HeatWaveノードにプッシュされて、処理されます。処理後、結果は、MySQLデータベース・ノードに返送され、ユーザーに戻ります。

分散インメモリ分析処理によるリアルタイムのインサイト

HeatWaveは分散インメモリ分析処理向けの最先端のアルゴリズムを実装しています。パーティション内の結合はベクター化されたビルド・カーネルとプローブ・ジョイン・カーネルで高速に処理されます。分析ノード間の高度に最適化されたネットワーク通信は非同期バッチI/Oで実現されます。このアルゴリズムは、演算時間がノード間のデータ通信と重複するように、設計されているため、高いスケーラビリティを実現できます。

MySQL Autopilot: 機械学習による自動化

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、クエリの実行回数の増加に応じて、HeatWaveクエリ・オプティマイザのインテリジェンスを向上させます。これにより、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させることができます。MySQL Autopilotは、OLTPワークロードのパフォーマンスとコストパフォーマンスを向上させるために設計された機能も提供します。MySQL HeatWaveのお客様はMySQL Autopilotを追加料金なしで使用できます。

データ・リカバリを100倍に高速化

データがMySQLからHeatWaveにロードされると、インメモリ表現のコピーがOCIオブジェクト・ストアに構築されたスケールアウト・データ管理レイヤに作成されます。MySQLデータの変更は、このデータ・レイヤに透過的に伝達されます。エラー・リカバリ時など、HeatWaveへのデータのリロードが必要な操作では、複数のHeatWaveノードがHeatWaveデータ・レイヤからデータに並列にアクセスできます。この結果、パフォーマンスが大幅に向上します。たとえば、10TBのHeatWaveクラスタでは、データのリカバリとリロードにかかる時間が、7.5時間から4分に短縮されるため、100倍以上向上します。

組み込みの分析機能を備えたアプリケーションに変更は不要

HeatWaveはMySQLのプラガブル・ストレージ・エンジンとして設計されているため、低レベルの実装の詳細はすべて、お客様から完全に隠蔽されています。この結果、アプリケーションとツールは、標準のコネクタによって、MySQLでHeatWaveにシームレスにアクセスできます。HeatWaveはMySQLと同じANSI SQL標準とACIDプロパティ、およびさまざまなデータ型をサポートしています。このため、既存のアプリケーションはHeatWaveを変更なく活用できます。

ハイブリッド・クラウド—オンプレミスのOLTP、クラウドのOLAP

企業コンプライアンスや規制上の理由からMySQL環境をクラウドに移行できないオンプレミスのお客様も、ハイブリッド導入モデルを利用することで、HeatWaveを活用できます。このようなハイブリッド環境では、お客様は、MySQLレプリケーションを使用して、ETLの必要なく、オンプレミスのMySQLデータをHeatWaveにレプリケーションできます。

AutoMLによるデータベース内機械学習

MySQL HeatWaveのネイティブなデータベース内機械学習を使用することで（追加コストなしで利用可能）、データをAmazon SageMakerなどの別の機械学習サービスに移動する必要はなく、MLイニシアティブの高速化、セキュリティの向上、コストの削減を実現できます。HeatWave AutoMLは、アルゴリズムの選択、モデル・トレーニングのためのインテリジェントなデータ・サンプリング、機能の選択、ハイパーパラメータの調整など、機械学習のライフサイクルを自動化することで、作業にかかる時間と労力を大幅に削減します。開発者とデータ・アナリストは、使い慣れたSQLコマンドで機械学習モデルを構築できるため、新しいツールと言語を学習する必要はありません。また、HeatWave AutoMLは、Jupyter、Apache Zeppelinなど、一般的なノートブックと統合されています。HeatWave AutoMLは、予測結果を説明付きで提供するため、企業コンプライアンス、公平性、再現性、因果関係、および信頼性で企業を支援します。

常に高いパフォーマンスを発揮し、ダウンタイムなくしてコストを削減

お客様は、リアルタイムの弾力性によって、ダウンタイムおよび読み取り専用時間なしで、HeatWaveクラスタのサイズを任意のノード数だけ増減できます。サイズ変更操作には、数分しかかかりませんが、その間、HeatWaveは、オンラインのままであり、すべての操作に使用できます。データは、サイズ変更されると、オブジェクト・ストレージからダウンロードされ、使用可能なすべてのクラスタ・ノード間で自動的に再パーティション化され、クエリにすぐに使用できるようになります。その結果、ピーク時でも高いパフォーマンスを維持することができ、必要に応じてHeatWaveクラスタを縮小することでコストを削減できます。ダウンタイムや読み取り専用時間は発生しません。また、他のクラウド・データベース・プロバイダーが提供する柔軟性のないサイジング・モデルによるプロビジョニングされすぎたインスタンスに制約されることはありません。オブジェクト・ストレージからの効率的なデータのリロードにより、お客様はHeatWaveクラスタを一時停止および再開してコストを削減することもできます。

データベースとオブジェクト・ストレージをまたいだ高速分析

MySQL HeatWaveにはMySQL HeatWave Lakehouseが組み込まれており、オブジェクト・ストレージに格納された最大1/2ペタバイトのデータをクエリできます。データは、CSV、Parquet、他のデータベースからのエクスポートファイルなど、さまざまなファイル形式に対応しています。MySQLデータベースのトランザクション・データ、オブジェクト・ストレージ内のさまざまな形式のデータ、またはその両方の組み合わせに対して、標準のMySQLコマンドを使用してクエリを実行できます。オブジェクト・ストレージ内のデータに対するクエリは、データベースに対するクエリと同じくらい高速です。HeatWaveクラスタは、512ノードまで拡張可能で、半ペタバイトのデータを処理可能です。また、データはMySQLデータベースにコピーされません。