MySQL HeatWave Database Service

Oracle MySQL Autopilot: automatización basada en el aprendizaje automático

MySQL Autopilot automatiza muchos de los aspectos más importantes y a menudo complicados que implica la búsqueda de un alto rendimiento de consultas a escala, como el aprovisionamiento, la carga de datos, la ejecución de consultas y la gestión de fallos. Utiliza técnicas avanzadas para muestrear datos, recopilar estadísticas sobre datos y consultas, y crear modelos de aprendizaje automático para modelar el uso de memoria, la carga de red y el tiempo de ejecución. MySQL Autopilot utiliza estos modelos de aprendizaje automático para ejecutar sus funciones básicas. MySQL Autopilot logra que el optimizador de consultas de HeatWave incremente su inteligencia a medida que se hagan más consultas, lo que supone que el rendimiento del sistema está sujeto a un proceso de mejora continua. MySQL Autopilot está disponible sin cargos adicionales para los clientes de MySQL HeatWave.

MySQL Autopilot proporciona las siguientes capacidades:

• El aprovisionamiento automático predice el número de nodos de HeatWave necesarios para ejecutar una carga de trabajo mediante un muestreo adaptativo de los datos de tabla en los que es necesario realizar el análisis. Esto significa que los clientes ya no necesitan calcular manualmente el tamaño óptimo de su clúster. Ningún otro servicio de base de datos proporciona esta capacidad.
• La carga paralela automática optimiza el tiempo de carga y el uso de memoria, ya que predice el grado óptimo de computación en paralelo para cada tabla que se carga en HeatWave. Ningún otro proveedor ofrece esta capacidad.
• La ubicación automática de datos predice la columna en la que se deben particionar las tablas en memoria para que las consultas ofrezcan el mejor rendimiento. También predice la mejora esperada en el rendimiento de las consultas con la nueva recomendación de columnas. De esta forma, se reduce al mínimo la necesidad de mover datos de unos nodos a otros motivada por decisiones subóptimas que puedan tomar los operadores al seleccionar la columna. Ningún otro servicio de base de datos proporciona esta capacidad enriquecida.
• La mejora del plan de consulta automática asimila diversas estadísticas de la ejecución de consultas y optimiza el plan de ejecución de consultas futuras. Así, el rendimiento del sistema se incrementa a medida que se ejecutan más consultas. Ningún otro servicio de base de datos proporciona esta capacidad.
• La codificación automática determina la representación óptima de las columnas que se cargan en HeatWave teniendo en cuenta las consultas. Esta representación óptima proporciona el mejor rendimiento por consulta y minimiza el tamaño del clúster para reducir los costos.
• La estimación automática del tiempo de consulta estima el tiempo de ejecución de una consulta antes de ejecutarla. Con esta función, los clientes pueden predecir el tiempo que tardará en realizarse una consulta, permitiéndoles así dirimir si la duración de la consulta será demasiado larga y optar por ejecutar una consulta distinta.
• La propagación de cambio automático determina de forma inteligente el tiempo óptimo en que se deben propagar los cambios en MySQL Database a la capa de gestión de datos de escalabilidad horizontal de HeatWave. Esto garantiza que los cambios se propaguen solo al ritmo óptimo. Ningún otro proveedor ofrece esta capacidad.
• La programación automática determina qué consultas en cola son de breve ejecución y las prioriza frente a las de larga ejecución de manera inteligente para reducir el tiempo de espera general. La mayoría de las demás bases de datos utilizan el mecanismo First In, First Out (FIFO) para la programación.
• La recuperación automática de errores aprovisiona nuevos nodos y vuelve a cargar los datos necesarios si uno o más nodos de HeatWave no responden debido a un fallo de software o hardware.