MySQL HeatWave 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 Azure에 MySQL HeatWave를 배포해 보세요. 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.

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.

• HeatWave 자세히 알아보기

HeatWave AutoML은 MySQL HeatWave에서 머신러닝 모델을 구축, 교육, 배포, 설명하는 데 필요한 모든 도구를 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 AutoML은 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 AutoML을 통해 학습한 모든 모델은 설명 가능합니다. HeatWave AutoML은 학습 결과에 대한 설명과 관련 예측을 함께 제공하므로, 기업의 규제 준수, 공정성, 반복성, 인과성, 신뢰도 관련 분야에 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 AutoML은 Jupyter, Apache Zeppelin 등 인기 노트북과 통합되었습니다.

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.

• 시작하는 데 필요한 리소스에 액세스하기

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 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.