죄송합니다. 검색 내용과 일치하는 항목을 찾지 못했습니다.

원하시는 정보를 찾는 데 도움이 되도록 다음을 시도해 보십시오.

  • 검색에 사용하신 키워드의 철자가 올바른지 확인하십시오.
  • 입력한 키워드에 동의어를 사용하십시오. 예를 들어 “소프트웨어” 대신 “애플리케이션”을 사용해 보십시오.
  • 새로운 검색을 시작하십시오.
문의하기 Oracle Cloud에 로그인

HeatWave-인메모리 쿼리 가속기

Oracle MySQL HeatWave는 고성능 인메모리 쿼리 가속기인 HeatWave가 내장된 유일한 MySQL 클라우드 서비스입니다. 기존 애플리케이션의 변경 없이 MySQL의 분석 워크로드와 혼합 워크로드 성능을 개선합니다. MySQL HeatWave는 트랜잭션과 분석 워크로드를 위한 단일 통합 플랫폼입니다. 이로써 까다로운 ETL이나 분석 데이터베이스 통합을 위해 많은 시간과 비용을 소모할 필요가 없습니다. HeatWave의 MySQL Autopilot은 프로비저닝, 데이터 로드, 쿼리 수행, 장애 처리를 자동화하여 개발자와 데이터베이스 관리자의 시간을 절약합니다.

HeatWave 다이어그램

HeatWave 데모: MySQL Autopilot

Oracle의 Nipun Agarwal(Vice President, HeatWave and Advanced Development)의 시연에서는 새로운 MySQL Autopilot으로 HeatWave의 성능을 향상하고 개발자와 데이터베이스 개발자의 시간을 절약하는 방법을 소개합니다.

Tetris.co testimonial

Tetris.co의 공동 설립자 Pablo Lemos(CTO)가 실시간 인사이트와 확장성을 확보하는 동시에 MySQL을 이용해 50%이상의 극적인 비용 절감을 실현한 방법을 소개합니다.

MySQL HeatWave를 위해 내장된 실시간 쿼리 가속기

성능과 확장성을 고려한 설계

Heatwave의 인메모리 컬럼 표현은 벡터화된 처리가 가능합니다. 메모리에 로드하기 전 데이터를 인코딩하여 압축합니다. 최적화와 압축을 거친 인메모리 표현은 숫자와 문자열 데이터에 모두 사용됩니다. 결과적으로 현격한 성능 향상과 메모리 점유율 감소를 통해 비용 절감을 실현할 수 있습니다.


코어와 노드 전반의 확장성

HeatWave 엔진 설계의 핵심 가운데 하나는 HeatWave 노드로 이루어진 클러스터 전체의 대규모 데이터를 병렬 동작이 가능하도록 분할하는 것입니다. 이는 분석 작업의 캐시메모리 적중률을 개선하여 노드 간 확장성이 향상됩니다. 클러스터를 구성하는 각 HeatWave 노드와 노드마다 존재하는 코어가 분할된 데이터를 병렬 처리하며 여기에는 병렬 스캔, 조인, 그룹화, top-k 처리 등이 포함됩니다.


실시간 분석

OLTP 트랜잭션에 의해 변경된 내용은 실시간으로 HeatWave에 전송되어 분석 쿼리로 바로 확인할 수 있습니다. 사용자가 MySQL 데이터베이스에 제출한 쿼리는 별도의 변환 작업 없이 트랜잭션 종류에 따라 MySQL 쿼리 최적화 프로그램에서 바로 오프로딩 여부를 결정하기 때문에 HeatWave 클러스터의 실행 속도가 빨라집니다. 이는 쿼리에서 참조한 연산자 및 함수를 HeatWave에서 지원하는가의 여부에 따라 MySQL보다 HeatWave의 처리 속도가 더 빠른 경우를 바탕으로 합니다. 두 조건을 모두 만족하면 HeatWave 노드로 쿼리를 전달하여 처리하게 됩니다. 처리를 마치면 MySQL 데이터베이스 노드로 결과를 다시 전송하여 사용자에게 반환합니다.


연산과 통신의 중첩

HeatWave는 최첨단 알고리즘을 바탕으로 분산형 인메모리 분석 처리를 구현합니다. 벡터 기반의 빌드와 프로브 조인 커널을 사용하여 분할 영역 내의 병합을 신속하게 처리합니다. 비동기적으로 일괄 처리되는 입출력은 분석 노드 사이의 네트워크 통신을 최적화합니다. 우수한 확장성을 위해 연산 시점과 노드 간 데이터 통신이 중첩되도록 알고리즘을 설계하였습니다.


Oracle MySQL Autopilot: 머신러닝 기반의 자동화

MySQL Autopilot은 대규모 쿼리의 고성능 처리를 위해 고난이도의 주요 작업들을 자동화합니다. 여기에는 프로비저닝, 데이터 로딩, 쿼리 실행, 장애 처리 등이 포함됩니다. 여기서 사용되는 고급 기술을 이용하면 데이터 샘플링, 데이터 및 쿼리 통계 수집, 메모리 사용량, 네트워크 부하,실행 시간 모델링을 위한 머신러닝 학습 모델 구축이 가능합니다. MySQL Autopilot은 이러한 필수 기능을 실행하기 위해 머신러닝 모델을 이용합니다. MySQL Autopilot에서 더욱 많은 쿼리가 수행될수록 HeatWave는 더욱 지능적으로 쿼리를 최적화하여 시스템 성능을 향상합니다. MySQL HeatWave 고객은 추가 비용 없이 MySQL Autopilot을 사용할 수 있습니다.

예를 들면 다음과 같습니다.

모듈
  • 자동 프로비저닝에서는 워크로드 실행에 필요한 MySQL HeatWave 노드의 숫자를 예측하여 데이터베이스 관리자와 개발자가 클러스터의 최적 크기를 추측하거나 직접 계산할 필요가 없습니다. 이는 다른 데이터베이스에서 제공하지 않는 기능입니다.
  • 자동 쿼리 계획 향상은 실행되는 쿼리를 바탕으로 다양한 통계를 학습하여 더욱 많은 쿼리를 실행할 수 있도록 성능을 향상합니다. 이는 다른 데이터베이스에서 제공하지 않는 기능입니다.
  • 자동 데이터 배치는 최적의 쿼리 성능을 위해 어떤 테이블의 컬럼을 인메모리에 분할해야 할지 예측합니다. 이는 다른 데이터베이스에서 제공하지 않는 기능입니다.

100배 더 빠른 데이터 복구

MySQL이 HeatWave에서 데이터를 불러오면 OCI 객체 저장소의 수평 확장 데이터 관리 계층에 인메모리 표현의 사본이 생성됩니다. MySQL 데이터의 변경 사항은 이 데이터 계층에 동일하게 전달됩니다. 오류 복구와 같이 운영 상의 이유로 HeatWave에 데이터를 다시 불러와야 할 경우 HeatWave 데이터 계층과 복수의 HeatWave 노드에서 해당 데이터에 동시에 접근하는 것이 가능합니다. 이로 인해 성능이 크게 향상됩니다. 예를 들어 10TB HeatWave 클러스터의 경우 데이터를 복구하고 다시 로드하는 데 걸리는 시간은 7.5시간에서 4분으로 100배 이상 단축됩니다.


애플리케이션 변경이 불필요

HeatWave는 MySQL을 위한 탈착형 스토리지 엔진으로 설계되어 모든 하위 수준의 구현 세부 정보를 완전히 보호합니다. 결과적으로 표준 커넥터를 사용하는 애플리케이션과 도구는 MySQL을 경유하여 HeatWave에 원활하게 접근할 수 있습니다. HeatWave는 다양한 데이터 유형을 지원하는 동시에 MySQL과 동일한 ANSI SQL 표준 및 ACID 속성을 지원합니다. 이로써 기존 애플리케이션의 변경 없이 HeatWave의 장점을 활용하는 것이 가능합니다.


OLTP는 온프레미스에, OLAP는 클라우드로

규제 및 관련 요구사항으로 인하여 구축된 MySQL을 클라우드로 이전할 수 없는 온프레미스 고객은 하이브리드 배포 모델을 이용해 HeatWave를 활용할 수 있습니다. 이러한 하이브리드 배포에서는 MySQL 복제를 이용해 ETL 없이 온프레미스 MySQL 데이터를 HeatWave로 복제할 수 있습니다.


MySQL HeatWave 실습

MySQL에서 바로 실행하는 OLTP와 OLAP 워크로드

머신러닝을 활용한 MySQL HeatWave 자동화

MySQL HeatWave 시작하기


MySQL HeatWave 무료 체험

$300 상당의 무료 크레딧과 함께 체험해 보십시오.


문의하기

추가 정보가 필요한가요? 전문가에게 문의하십시오.