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. OCI(Oracle Cloud Infrastructure), AWS(Amazon Web Services) 및 Microsoft Azure에서 제공됩니다.
MySQL HeatWave를 선택해야 하는 이유
하나의 서비스에서 트랜잭션 및 실시간 분석의 단순성
별도의 분석 데이터베이스, ML 및 ETL 서비스의 비용과 복잡성을 제거합니다. 데이터 저장소 간 데이터 이동의 대기시간 및 보안 위험을 방지합니다.
분산 클라우드에 대비
OCI, AWS, Azure 또는 데이터 센터에서 MySQL HeatWave을 배포할 수 있습니다.
AWS 및 OCI 기반의 MySQL HeatWave 고객 성공 사례
독일의 디지털 업체에서는 AWS 기반 MySQL HeatWave로 데이터 처리 및 분석을 통합하여 90배 더 빠른 복잡한 쿼리를 제공하고 확장성과 관리 부담을 줄이면서 마케팅 캠페인의 클릭스루 비율을 두 배로 높였습니다.
멀티클라우드 기술 리더는 AWS에서 MySQL HeatWave를 사용하여 데이터 처리 및 분석을 통합함으로써 20배 더 빠른 쿼리 성능, 확장성 개선 및 관리 작업 감소라는 성과를 얻었습니다. 이 과정에서 실시간 보고를 위해 코드를 변경할 필요가 없었습니다.
이 의료 기기 제조업체는 AWS에서 MySQL HeatWave를 사용하여 데이터 처리 및 분석을 통합함으로써 복잡한 쿼리를 RDS보다 50배 빨리 처리함으로써 실시간 인사이트를 확보하여 당뇨병 자체 모니터링을 개선했습니다.
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.
MySQL HeatWave: 개발자를 위한 게임 체인저
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
MySQL Database와 HeatWave 클러스터 노드 사이의 저장 상태 또는 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.
퍼블릭 클라우드와 데이터 센터에서 사용 가능
OCI, AWS 또는 Azure에서 MySQL HeatWave를 배포합니다. 온프레미스 OLTP 애플리케이션의 데이터를 MySQL HeatWave에 복제하여 ETL 없이 실시간에 가까운 분석을 수행할 수 있습니다. Oracle Dedicated Region Cloud@Customer와 함께 데이터 센터에서 MySQL HeatWave를 사용할 수도 있습니다.
- 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.
높은 거래 비율 및 연결에 최적화
Oracle MySQL Autopilot은 MySQL HeatWave 스레드 풀의 성능을 개선하여 하드웨어 리소스를 최적으로 사용하여 성능을 향상할 수 있는 메커니즘을 제공합니다. 결과적으로 MySQL HeatWave는 OLTP 작업 로드에 대해 더 높은 처리량을 제공하고 높은 수준의 트랜잭션 및 동시성을 유지하면서 처리량이 감소하지 않도록 합니다.
MySQL Autopilot: 머신 러닝 기반의 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 HeatWave 및 OLTP를 위한 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 스레드 풀링을 사용하면 데이터베이스 서비스가 지정된 하드웨어 구성에 대해 더 많은 트랜잭션을 처리할 수 있으므로 OLTP 워크로드에 더 높은 처리량을 제공하고 높은 수준의 트랜잭션 및 동시성을 유지하면서 처리량이 감소하지 않도록 할 수 있습니다.
- 자동 구성 예측은 처리량 및 버퍼 풀 적중률을 비롯한 OLTP 작업 로드를 지속적으로 모니터링하여 특정 시간에 올바른 컴퓨트 구성을 권장하므로 고객이 항상 가격 대비 최고의 성능을 누릴 수 있습니다.
- 자동 인코딩은 쿼리를 고려하여 HeatWave에 로드되는 컬럼을 위한 최적의 표현을 결정합니다. 최적화된 표현은 최적의 쿼리 성능을 제공하며 비용 최소화가 가능하도록 클러스터 크기를 최소화합니다.
- 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 데이터 배치는 메모리에서 최적의 쿼리 성능을 위해 어떤 테이블의 컬럼을 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.
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. 알고리즘 선택, 기능 선택, 하이퍼파라미터 최적화 등 머신 러닝 파이프라인의 측면을 사용자 정의할 수 있습니다.
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 보안 패치는 보안 취약성에 대한 노출을 제한하기 위해 자동으로 적용됩니다. MySQL HeatWave는 온프레미스 MySQL과 100% 호환되기에 변경 작업 없이 애플리케이션을 원활하게 클라우드로 이전할 수 있습니다.
MySQL HeatWave 대화식 콘솔: 리소스 관리, 쿼리 실행 및 성능 모니터링
개발자와 DBA는 MySQL Database 및 HeatWave 노드를 쉽게 만들고 관리할 수 있습니다. 콘솔 내에서 자동 프로비저닝과 같은 MySQL Autopilot 기능에 액세스하여 HeatWave 클러스터의 최적 구성을 확인할 수 있습니다. 쿼리를 빠르게 작성하고 실행할 수 있을 뿐 아니라 MySQL HeatWave에 로드된 테이블을 확인 및 관리할 수 있습니다.
개발자와 DBA는 또한 콘솔을 사용하여 MySQL Database 노드와 HeatWave 클러스터의 성능을 모니터링할 수 있습니다. 또한 다양한 하드웨어 리소스 및 다양한 뭐리 실행 측정항목의 사용을 모니터링할 수 있습니다.
고급 보안
고객은 고급 보안 기능을 통해 수명 주기 동안 데이터를 보호하고 규정 요구 사항을 준수할 수 있도록 추가 보안 조치를 구현할 수 있습니다.
키 생성 및 디지털 서명을 사용한 비대칭 암호화
개발자와 DBA는 서버 측 비대칭 암호화를 사용하여 공용 키와 전용 키를 모두 사용하여 기밀 데이터의 보호를 강화할 수 있습니다. 또한 디지털 서명을 구현하여 문서에 서명하는 사람의 신원을 확인할 수 있습니다. 개발자는 현재 애플리케이션을 수정하지 않고 데이터를 암호화할 수 있습니다. 또한 암호화, 키 생성 및 디지털 서명에 필요한 툴을 얻을 수 있습니다.
데이터 숨기기
데이터 숨기기 및 식별은 실제 데이터 값을 숨기고 대체 값으로 바꿉니다(선택적 숨기기, 임의 데이터 대체, 블러링 및 기타 함수 사용 가능). 고객은 MySQL HeatWave의 데이터 숨기기 및 식별을 통해 개발 및 테스트 환경과 같은 비운용 시스템에서 사용될 수 있는 민감 데이터를 숨김으로써 데이터 침해 위험을 줄일 수 있습니다. 이러한 데이터 숨기기 함수는 MySQL Database 노드 또는 HeatWave 클러스터에서 쿼리를 실행할 때 사용할 수 있습니다.
인증되지 않은 데이터베이스 작업 차단
MySQL HeatWave 데이터베이스 방화벽은 데이터베이스 위협을 모니터하고, 승인된 SQL 문의 허용 목록을 자동으로 생성하며, 인증되지 않은 데이터베이스 작업을 차단합니다. SQL 주입과 같은 데이터베이스 특정 공격에 대해 실시간 보호를 제공합니다.
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 Lakehouse(베타)
MySQL HeatWave는 MySQL HeatWave Lakehouse를 포함하도록 확장되어 사용자가 CSV, Parquet 및 Aurora/Redshift 백업과 같은 다양한 파일 형식으로 객체 저장소에 있는 수백 테라바이트의 데이터를 처리하고 쿼리할 수 있습니다. MySQL HeatWave는 MySQL HeatWave Lakehouse를 통해 클라우드 서비스 전체에 ETL을 적용하지 않고 트랜잭션 처리, 데이터 웨어하우스 및 데이터 레이크 전반의 분석, 머신 러닝을 위한 단일 서비스를 제공합니다.
모든 데이터에 대한 신속한 레이크하우스 분석
고객은 MySQL 데이터베이스의 트랜잭션 데이터, 형식이 다양한 객체 스토리지의 데이터 또는 표준 MySQL 명령의 조합을 쿼리할 수 있습니다. 10TB 및 30TB TPC-H 벤치마크에서 알 수 있듯이 데이터베이스의 데이터를 쿼리하는 것은 객체 저장소에서 데이터를 쿼리하는 속도와 같습니다.
데이터 관리 및 쿼리 처리를 위한 수평 확장 아키텍처
HeatWave의 대규모 분할 아키텍처는 MySQL HeatWave Lakehouse를 위한 수평 확장 아키텍처를 가능하게 합니다. 데이터 로드/재로드 또는 노드 복구와 같은 쿼리 처리 및 데이터 관리 작업은 데이터 크기에 따라 확장됩니다. 고객은 MySQL HeatWave Lakehouse를 사용하여 최대 400TB의 데이터를 쿼리할 수 있으며 HeatWave 클러스터는 512개의 노드로 확장됩니다.
머신 러닝 기반의 자동화를 통해 성능 향상 및 시간 절약
MySQL HeatWave Lakehouse는 자동 프로비저닝 및 자동 쿼리 계획 개선과 같은 MySQL Autopilot 기능이 향상되어 데이터베이스 운영 간접비가 더욱 절감되고 성능이 향상됩니다. 새로운 MySQL Autopilot 기능은 MySQL HeatWave Lakehouse에서도 사용할 수 있습니다.
- 자동 스키마 추론은 파일 데이터와 데이터베이스의 데이터 유형 간의 매핑을 자동으로 추론합니다. 따라서 고객은 MySQL HeatWave Lakehouse에서 쿼리할 각 새 파일에 대한 매핑을 수동으로 지정할 필요가 없으므로 시간이 절약되고 작업량이 줄어듭니다.
- 적응형 데이터 샘플링은 객체 스토리지의 파일 부분을 지능적으로 샘플링하여 데이터 액세스를 최소화하면서 정확한 통계를 수집합니다. MySQL HeatWave는 이러한 통계를 사용하여 쿼리 계획을 생성 및 개선하고 최적 스키마 매핑 및 기타 용도를 결정합니다.
- 자동 로드는 데이터를 분석하여HeatWave로의 로드 시간을 예측하고, 데이터 유형의 매핑을 결정하며 자동으로 로드 스크립트를 생성합니다. 사용자는 데이터베이스 스키마 및 테이블에 대한 파일 매핑을 수동으로 지정할 필요가 없습니다.
- 적응형 데이터 흐름: MySQL HeatWave Lakehouse는 기본 객체 저장소의 성능에 따라 동적으로 조정됩니다. 결과적으로 MySQL HeatWave는 기본 클라우드 인프라의 사용 가능한 최대 성능을 확보하므로 전반적인 성능, 가격 성능 및 가용성이 향상됩니다.
주요 기능 |
OCI에서 사용 가능 |
AWS에서 사용 가능 |
|---|---|---|
| 완전 관리형 서비스 | 지원 |
지원 |
| MySQL의 OLTP 및 OLAP | 지원 |
지원 |
| 분석 및 혼합 작업 로드를 위한 쿼리 가속화 | 지원 |
지원 |
| 데이터 압축 | 지원 |
지원 |
| 머신 러닝 기반 자동화(HeatWave 및 OLTP용 MySQL Autopilot)* | 지원 |
지원 |
| 고급 보안* | 지원 |
지원 |
| 데이터베이스 내 머신 러닝(HeatWave ML) | 지원 |
지원 |
| 수평 확장 데이터 관리 | 지원 |
출시 예정 |
| 대화식 쿼리 및 데이터 관리 콘솔 | 출시 예정 | 지원 |
| 콘솔에서 성능 및 작업 로드 모니터링 | 출시 예정 | 지원 |
| MySQL 구성에 HeatWave 추가 | 출시 예정 | 지원 |
* MySQL Autopilot 및 MySQL HeatWave 데이터베이스 방화벽의 자동 스레드 풀링 및 자동 구성 예측은 OCI에서 곧 제공될 예정입니다.
MySQL HeatWave: 성능 및 확장성을 위한 설계
머신러닝 기능의 판도를 바꾸다
IDC가 HeatWave ML을 "애플리케이션 개발, 광범위한 데이터 분석 및 데이터 과학의 판도를 바꾸는 솔루션."이라고 칭한 이유를 확인해 보세요.
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."
다양한 점수 산정 메트릭을 사용하여 MySQL HeatWave ML 모델 평가
Salil Pradhan, MySQL HeatWave Development 수석 제품 관리자
머신 러닝 모델의 품질은 모델 개발 단계뿐만 아니라 모델이 운용 환경에 배포된 후에도 평가되어야 합니다. MySQL HeatWave ML은 다양한 점수 산정 측정 메트릭을 지원하여 모델 품질을 계산합니다.
MySQL HeatWave 가격 책정
MySQL Database Service 및 HeatWave
제품 |
비교 가격 (vCPU당)* |
단위 가격 |
단위 |
MySQL Database - 표준 - AMD E4 - 컴퓨트 |
시간당 OCPU |
||
MySQL Database - 표준 - AMD E4 - 메모리 |
시간당 기가바이트 |
||
MySQL Database—표준 - Intel X9 - 컴퓨트 |
시간당 OCPU |
||
MySQL Database—표준 - Intel X9 - 메모리 |
시간당 기가바이트 |
||
MySQL Database—최적화 - Intel X9 - 컴퓨트 |
시간당 OCPU |
||
MySQL Database—최적화 - Intel X9 - 메모리 |
시간당 기가바이트 |
||
MySQL Database - 스토리지 |
월별 기가바이트 스토리지 용량 |
||
MySQL Database - 백업 스토리지 |
월별 기가바이트 스토리지 용량 |
||
MySQL HeatWave—Standard-E3 |
시간당 노드 |
||
MySQL Database for HeatWave—Standard-E3 |
시간당 노드 |
||
MySQL Database for HeatWave—Bare Metal Standard-E3 |
시간당 노드 |
- *Oracle 웹 페이지는 클라우드 서비스 공급업체 간의 손쉬운 가격 비교를 위해 컴퓨팅 기반 제품의 vCPU(가상 CPU) 가격과 OCPU(Oracle CPU) 가격을 모두 제공합니다. 제품 자체, 포털에서의 프로비저닝, 청구 등의 단위는 계속해서 OCPU(Oracle CPU) 단위를 사용합니다. OCPU는 물리적 CPU 코어를 나타냅니다. x86을 비롯한 대부분의 CPU 아키텍처는 물리적 코어당 2개의 스레드를 실행하므로, x86 기반 컴퓨팅의 경우 1개의 OCPU는 2개의 vCPU와 동일합니다. 따라서 시간당 OCPU 요금제를 이용하는 고객의 경우, 선점 가능 인스턴스처럼 하위 코어 인스턴스가 아닌 한 각 OCPU가 vCPU 2개의 해당하는 컴퓨팅 파워를 제공하므로 vCPU 가격의 2배가 청구되게 됩니다.
현재 북미에서 제공 중
AWS 기반 MySQL HeatWave
제품 |
단위 가격 |
단위 |
HeatWave—AWS |
HeatWave 시간당 용량 |
|
MySQL Database—AWS—ECPU |
ECPU/시간 |
|
MySQL Database—AWS—스토리지 |
월별 기가바이트 스토리지 용량 |
|
MySQL Database—AWS—백업 스토리지 |
월별 기가바이트 스토리지 용량 |
|
MySQL Database—AWS—아웃바운드 데이터 전송—AWS 영역 |
이전된 데이터의 기가바이트 |
|
MySQL Database—AWS—아웃바운드 데이터 전송—인터넷 |
이전된 데이터의 기가바이트 |
- 시간당 ECPU(탄력적 CPU)는 MySQL Database에서 사용되는 총 CPU 시간과 MySQL Database 및 HeatWave에서 수행한 작업 측정값의 조합으로 정의됩니다. HeatWave 시간당 용량은 MySQL HeatWave에 할당된 16GB 메모리 시간 단위로 정의됩니다.
MySQL 리소스
