MySQL HeatWave 데이터베이스 서비스
트랜잭션, 분석, 머신러닝(ML)을 위한 단일한 MySQL Database 서비스. ETL(추출, 변환 및 로드) 복제의 복잡성, 대기 시간 및 비용이 발생하지 않는 실시간 보안 분석.
2022년 10월 17일–20일, 라스베가스에서 MySQL Summit이 개최됩니다
OLTP, OLAP 및 ML을 위한 통합 MySQL Database 서비스
Oracle MySQL HeatWave는 통합 HeatWave 인메모리 쿼리 가속기가 구동하는 완전 관리형 데이터베이스 서비스입니다. Oracle MySQL HeatWave는 트랜잭션, 분석, 머신러닝 서비스를 하나의 MySQL Database에 결합한 유일한 클라우드 데이터베이스 서비스로, 복잡성, 대기시간, 중복 ETL 비용 없이 실시간으로 보안 분석을 제공합니다.
MySQL HeatWave 고객 성공 사례
브라질에 위치한 이 K-12 교육용 SaaS 제공업체는 300배 개선된 복잡한 쿼리 실행 분석 속도로 실시간 분석을 진행하고, 비용을 85% 절감하고, 3백만 사용자를 지원할 수 있게 되었습니다. 결과적으로 학생들의 성적도 개선되었죠.
이 브라질 메타버스 스타트업은 자사의 모든 데이터를 MySQL HeatWave로 마이그레이션했습니다. 그후 3시간만에 백만 명 이상의 방문객이 참가한 행사에서 5배 나은 데이터베이스 성과를 달성했고, 보안도 강화할 수 있었습니다. 그런데도 비용은 절반으로 줄었죠.
일본의 이 비디오 게임 회사는 MySQL Database Service에 MySQL HeatWave를 도입하여 실시간 인사이트를 얻을 수 있었고, 이를 통해 전 세계 고객들을 위해 엔터테인먼트 콘텐츠에 지속적으로 재미를 더하겠다는 목표를 달성할 수 있었습니다.
해당 디지털 마케팅 기업은 Oracle Cloud Infrastructure 기반의 MySQL HeatWave에서 미디어 및 광고 부문의 인사이트 속도를 1000배 이상 향상하고 60%의 비용을 절감하였습니다.
브라질의 마케팅 기술 기업에서는 Oracle Cloud Infrastructure 기반의 MySQL HeatWave를 이용해 마케팅 인사이트에 소요되는 시간을 밀리세컨드 수준으로 단축하였습니다.
일본 최고의 광고 네트워크에서는 MySQL HeatWave와 Autonomous Database를 사용하여 실시간 인사이트와 상당한 비용 절감을 실현합니다.
MySQL HeatWave를 선택해야 하는 이유
OLTP 및 OLAP용 단일 MySQL 데이터베이스 서비스
MySQL HeatWave는 개발자 및 데이터베이스 관리자가 OLTP 및 OLAP 워크로드를 MySQL 데이터베이스에서 직접 구동할 수 있게 해주는 유일한 서비스입니다.
ETL 제거
까다로운 ETL 프로세스나 분석 데이터베이스 통합에 많은 시간과 비용을 소모할 필요가 없습니다.
실시간 분석 제공
트랜잭션 업데이트 내용이 HeatWave 분석 클러스터에 실시간으로 자동 복제되기 때문에 분석 쿼리는 언제나 최신 데이터에 액세스하게 됩니다. 분석 쿼리를 실행하기 전에 데이터를 인덱싱할 필요가 없습니다.
보안 향상
기본적으로 MySQL 데이터베이스와 HeatWave 클러스터 노드 사이에서 대기 혹은 전송 중인 모든 데이터가 암호화됩니다. 데이터베이스 사이에 전송되는 데이터가 없으므로 ETL 프로세스 과정에서 데이터가 손상될 위험이 없습니다.
MySQL 애플리케이션 수정이 불필요
HeatWave는 네이티브 MySQL 솔루션입니다. 기존 MySQL 애플리케이션을 수정할 필요가 없습니다.
기존 BI(Business Intelligence) 및 데이터 시각화 도구 사용
HeatWave는 MySQL Database에서 지원하는 것과 동일한 BI 도구와 데이터 시각화 도구를 지원합니다. 여기에는 Oracle Analytics Cloud, Tableau, Looker 등이 포함됩니다.
- HeatWave 자세히 알아보기.
고성능의 인메모리 쿼리 가속
HeatWave는 하이브리드 컬럼 형식의 대규모 쿼리를 병렬 처리하는 인메모리 엔진입니다. 최신 알고리즘이 우수한 성능의 분산형 쿼리 프로세싱을 구현합니다.
대규모 확장과 성능을 고려한 설계
HeatWave는 노드 클러스터 전체에 병렬 처리가 가능한 데이터를 대량으로 분할합니다. 이는 탁월한 노드간 확장성을 제공합니다. 클러스터 내 각 노드 및 노드 내 각 코어는 분할된 데이터를 병렬로 처리할 수 있습니다. HeatWave의 지능형 쿼리 스케줄러는 연산과 네트워크 통신 작업을 중첩시켜 수천 개의 코어에 적합한 강력한 확장성을 보장합니다.
클라우드에 최적화
HeatWave에서의 쿼리 프로세스는 클라우드의 상용 서버에 최적화되었습니다. 분할 영역의 크기는 기본 설정된 캐시에 맞춰 최적화되었습니다. 중첩된 연산과 데이터 통신은 운영 가능한 네트워크 대역폭에 최적화되어 있습니다. 분석 처리에 필요한 다양한 원시 자료형(primitives)은 기본 가상머신의 하드웨어 명령어를 사용합니다.
MySQL Autopilot: 머신러닝 기반 자동화
MySQL Autopilot은 대규모 쿼리의 고성능 처리를 위해 고난이도의 주요 작업들을 자동화합니다. 여기에는 프로비저닝, 데이터 로딩, 쿼리 실행, 장애 처리 등이 포함됩니다. MySQL Autopilot의 향상된 머신러닝이 HeatWave를 자동화하여 사용성뿐 아니라 성능과 확장성을 개선합니다. 덕분에 개발자 및 DBA는 시간을 크게 절약할 수 있죠. MySQL HeatWave 고객은 추가 비용 없이 MySQL Autopilot을 사용할 수 있습니다.
MySQL Autopilot은 다음과 같은 다양한 기능을 제공합니다
- 자동 프로비저닝은 적응적 샘플링(adaptive sampling) 기법을 이용해 분석이 필요한 테이블의 데이터에서 표본을 추출하여 워크로드 실행에 필요한 HeatWave 노드의 수를 예측합니다. 이는 개발자 및 DBA가 더 이상 최적의 클러스터 사이즈를 직접 예측할 필요가 없음을 의미합니다. 이는 다른 데이터베이스에서 제공하지 않는 기능입니다.
- 자동 데이터 배치는 최적의 쿼리 성능을 위해 어떤 테이블의 컬럼을 인메모리에 분할해야 할지 예측합니다. 새로운 컬럼을 추천하고 이에 따라 향상되는 쿼리 성능 또한 예측이 가능합니다. 이렇게 하면 운영자가 직접 차선으로 컬럼을 선택할 때에도 노드 사이를 이동하는 데이터가 최소화됩니다. 이는 다른 데이터베이스에서 제공하지 않는 기능입니다.
- 자동 query 계획 향상은 실행되는 쿼리를 바탕으로 다양한 통계를 학습하여 추후 실행하기로 계획한 쿼리의 성능을 향상합니다. 이렇게 하면 더욱 많은 쿼리가 실행되어 시스템 성능이 개선됩니다. 이는 다른 데이터베이스에서 제공하지 않는 기능입니다.
- 자동 인코딩은 쿼리를 고려하여 HeatWave에 로드되는 컬럼을 위한 최적의 표현을 결정합니다. 최적화된 표현은 최적의 쿼리 성능을 제공하며 비용 최소화가 가능하도록 클러스터 크기를 최소화합니다.
인데이터베이스 머신러닝
HeatWave ML은 MySQL HeatWave에서 머신러닝 모델을 구축, 교육, 배포, 설명하는 데 필요한 모든 것들을 추가 비용 없이 무료로 제공합니다.
별도의 머신러닝 서비스 불필요
MySQL HeatWave의 인데이터베이스 네이티브 머신러닝을 활용하면 고객이 별도의 머신러닝 서비스로 데이터를 이전할 필요가 없습니다. MySQL HeatWave에 저장된 데이터로 머신러닝 교육, 추론 및 설명을 손쉽고 안전하게 적용하기만 하면 되죠. 이를 통해 ML 이니셔티브를 가속화하고, 보안을 강화하고, 비용을 절감할 수 있습니다.
머신러닝 수명 주기 자동화로 시간과 노동력 절약
HeatWave ML은 알고리즘 선택, 모델 교육을 위한 지능형 데이터 샘플링, 기능 선택, 하이퍼변수 최적화 등 머신러닝 수명 주기를 자동화합니다. 덕분에 데이터 분석가 및 과학자들의 시간과 수고를 절약할 수 있죠.
설명 가능한 ML 모델
HeatWave ML을 통해 학습한 모든 모델은 설명 가능합니다. HeatWave ML은 예측 내용을 결과에 대한 설명과 함께 제공하기 때문에 조직이 규제 준수, 공정성, 반복성, 인과성 및 신뢰 분야에서 활용할 수 있습니다.
최신 기술 사용
개발자 및 데이터 분석가들은 새로운 도구나 언어를 배울 필요 없이 친숙한 SQL 명령을 사용해 머신러닝 모델을 구축할 수 있습니다. 또한 HeatWave ML은 Jupyter, Apache Zeppelin 등 인기 노트북과 통합되었습니다.
완전 관리형 데이터베이스 서비스
완전 관리형 데이터베이스 서비스는 고가용성 관리, 패치, 업그레이드, 백업과 같이 많은 시간이 소요되는 작업을 자동화하여 생산성을 개선합니다. 즉각적인 리소스 프로비저닝으로 애플리케이션 개발 속도 향상
MySQL 기술 팀의 구축, 관리, 지원
개발자는 MySQL 팀에서 제공하는 최신 기능을 바로 사용하여 클라우드 기반의 최신 데이터베이스 애플리케이션을 서비스할 수 있습니다. MySQL HeatWave는 온프레미스 MySQL과 100% 호환되기에 애플리케이션을 변경 작업 없이 원활하게 클라우드로 이전할 수 있습니다.
보안 및 규제 준수 개선
향상된 보안 기능이 외부 공격, 데이터 침해, 내부의 정보 오용으로부터 데이터베이스를 보호합니다. 보안 취약점에 노출되는 것을 피하기 위해 MySQL 팀의 최신 MySQL 보안 패치가 자동으로 적용됩니다.
실시간 탄력성
실시간 탄력성은 고객이 다운타임 또는 읽기 전용 시간을 발생시키지 않고도 원하는 노드 수에 따라 HeatWave 클러스터의 크기를 늘리거나 줄일 수 있게 해줍니다.
피크 타임에도 유지되는 일관적인 고성능, 제로 다운타임으로 비용 절감
크기 재조정은 몇 분이면 완료됩니다. 그동안 HeatWave는 온라인 상태로 유지되며, 모든 작업을 수행할 수 있습니다. 재조정이 완료되면 객체 스토리지에서 데이터가 다운로드되고, 가용한 모든 클러스터 노드의 균형이 자동으로 조정되고, 쿼리를 즉시 사용할 수 있게 됩니다. 이를 통해 고객은 피크 타임에도 일관적인 고성능을 누릴 수 있고, 필요할 때 다운타임 또는 읽기 전용 시간 발생 없이 HeatWave 클러스터를 다운사이즈해 비용을 절감할 수 있죠.
인스턴스 오버프로비저닝 없는 HeatWave
고객은 HeatWave 클러스터를 원하는 개수의 노드만큼 확장 또는 축소할 수 있습니다. 다른 클라우드 데이터베이스 제공업체를 활용할 때처럼 경직된 크기 모델 때문에 오버프로비저닝을 하거나 값비싼 인스턴스를 사용할 필요는 없죠. HeatWave를 사용하면 고객은 사용한 리소스 만큼만 비용을 지불하면 됩니다.
MySQL HeatWave: 성능 및 확장성을 위한 설계
MySQL HeatWave의 불길에 장작을 더한 Oracle
Dave Vellante가 Nipun Agarwal와의 인터뷰를 통해 MySQL HeatWave 및 기타 혁신 기술에 담긴 새로운 머신러닝 기능에 대해 알아봅니다.
MySQL HeatWave로 머신러닝 활용 가속화
ESG(Enterprise Strategy Group)가 "관리할 데이터베이스 수는 적을수록 좋다."라고 말한 이유를 확인해 보세요.
머신러닝 기능의 판도를 바꾸다
IDC가 HeatWave ML을 "애플리케이션 개발, 광범위한 데이터 분석 및 데이터 과학의 판도를 바꾸는 솔루션."이라고 칭한 이유를 확인해 보세요.
머신러닝 전문가, HeatWave
"설계를 통해 데이터에 ML을 적용할 수 있게 되면 어떨까요? ETL 프로세스를 없애고, 더욱 빠른, 실시간에 가까운 ML 활용이 가능해 진다면 말이죠. MySQL HeatWave 팀이 해낸 게 바로 그거랍니다."
MySQL HeatWave에 대한 업계 최고 분석가들의 의견
IDC
“Oracle은 OLTP 및 OLAP를 HeatWave에 통합하는 데 만족하지 않고 MySQL HeatWave ML을 통해 과거의 성과를 넘어섰습니다. Oracle은 모든 머신러닝 프로세스 및 모델을 데이터에 통합함으로써 고객이 ML 데이터베이스를 자사의 핵심 데이터베이스와 별도로 관리할 필요를 없애주었습니다. 더불어 ETL의 번거로움을 없애고, 속도, 정확성, 비용 효율성을 한꺼번에 선사했죠.”
Futurum
"분명한 사실은 측정할 수 있는 지표 모두에서 경쟁자들을 압도하고 있다는 점입니다. 또한 MySQL HeatWave의 놀라운 혁신에 대응이 필수라는 점에서 클라우드 데이터베이스 분야의 경쟁자들이 미처 깨닫지 못한 부분이자 업계에 울리는 경종입니다.
별자리 연구
“OLTP 및 OLAP를 위한 단일 통합 플랫폼 MySQL HeatWave와 Autopilot을 통한 자동화 관리 프로세스를 도입한 데 그치지 않고, 이제 Oracle은 MySQL HeatWave에 머신러닝을 추가했습니다. 이 혁신을 통해 Oracle은 머신러닝을 애플리케이션에 통합하기 위해 다양한 서비스 제품 및 도구를 사용해야 할 필요를 다시 한 번 없애주었습니다. 물론 값비싸고 시간을 많이 소모하는 ETL도 필요 없죠."
MySQL HeatWave 기반의 인데이터베이스 머신러닝
MySQL HeatWave Development, Senior Vice President, Nipun Agarwal
완전 관리형 데이터베이스 서비스인 MySQL HeatWave는 사용자가 세계에서 가장 널리 쓰이는 오픈 소스 데이터베이스를 활용해 보안성 뛰어난 클라우드 네이티브 애플리케이션을 개발 및 배포하게 해줍니다. 우리는 MySQL HeatWave의 최신 릴리스와 함께 인데이터베이스 머신러닝, 실시간 탄력성, 데이터 압축 등 여러 새로운 기능들을 발표했습니다.
HeatWave 가격
MySQL Database Service with HeatWave
제품 |
단위 가격 |
측정 단위 |
MySQL HeatWave—Standard-E3 |
시간당 노드 |
|
MySQL Database for HeatWave—Standard-E3 |
시간당 노드 |
|
MySQL Database for HeatWave—Bare Metal Standard-E3 |
시간당 노드 |
|
MySQL Database - 스토리지 |
월별 기가바이트 스토리지 용량 |
|
MySQL Database - 백업 스토리지 |
월별 기가바이트 스토리지 용량 |
MySQL 리소스
