خدمة قاعدة بيانات سحابية MySQL واحدة لـ OLTP وOLAP وML

تمثل MySQL HeatWave الخدمة الوحيدة التي تمكن المطورين ومسؤولي قاعدة البيانات ومحللي البيانات من تشغيل أحمال عمل OLTP وOLAP والتعلم الآلي (ML) مباشرةً من MySQL Database.

التخلص من الاستخراج والتحويل والتحميل (ETL)

القضاء على عملية ETL المعقدة والمستهلكة للوقت والمكلفة والتكامل مع قاعدة بيانات تحليلات مُنفصلة وخدمة تعلم آلي مُنفصلة.

تقديم تحليلات في الوقت الفعلي

تصل استعلامات التحليلات دائمًا إلى أحدث البيانات، إذ يتم استنساخ التحديثات من المعاملات تلقائيًا في الوقت الفعلي إلى مجموعة تحليلات HeatWave. لا توجد حاجة لفهرسة البيانات قبل تشغيل استعلامات التحليلات.

تحليلات في الوقت الحقيقي على مستندات JSON

يمكن للمطورين ومسؤولي قواعد البيانات الاستفادة من HeatWave للتحليلات في الوقت الفعلي على مستندات JSON المُخزنة في MySQL Database، مما يؤدي إلى تسريع استعلامات التحليلات حول المستندات حسب ترتيبات الحجم.

التعلم الآلي المؤتمت بالكامل في قاعدة البيانات

باستخدام HeatWave AutoML، يمكنك إنشاء نماذج التعلم الآلي وتدريبها ونشرها وشرحها بسرعة وسهولة داخل MySQL HeatWave. لا حاجة إلى نقل البيانات إلى خدمة سحابية مُنفصلة للتعلم الآلي، ولا حاجة إلى أن تكون خبيرًا في التعلم الآلي.

تحسين الأمان

يتم دائمًا تشفير البيانات المنقولة والموجودة بين MySQL Database ونقاط توصيل مجموعة HeatWave. لا يوجد خطر اختراق للبيانات أثناء عملية ETL، نظرًا إلى عدم نقل البيانات بين مخازن البيانات.

لا توجد تغييرات في تطبيقات MySQL

يُعد HeatWave حل أصلي لدى MySQL. تعمل تطبيقات MySQL الموجودة دون تغييرات.

يمكنك استخدام أدوات مؤثرات عرض البيانات والتحليل الذكي للأعمال (BI)؜ والتعلم الآلي الحالية

يدعم HeatWave نفس أدوات التمثيل المرئي للبيانات والتحليل الذكي للأعمال مثل MySQL Database، بما في ذلك Oracle Analytics Cloud وTableau وS Looker. يتم دمج HeatWave AutoML مع أجهزة الكمبيوتر المحمولة الشائعة مثل Jupyter وApache Zeppelin.

تتوفر في السحابات العامة ومركز البيانات الخاص بك

نشر MySQL HeatWave على OCI أو AWS أو Azure. استنسخ البيانات من تطبيقات OLTP المحلية إلى MySQL HeatWave للحصول على تحليلات أقرب وقت فعلي من دون ETL. يمكنك أيضًا استخدام MySQL HeatWave في مركز البيانات لديك باستخدام منطقة OCI المخصصة.


مُسرع الاستعلام المُضمن بالذاكرة عالي الأداء

يُعد HeatWave محرك معالجة استعلامات عمودي مختلط متوازي بشكل كبير مُضمن بالذاكرة. ينفذ خوارزميات متطورة لمعالجة الاستعلامات الموزعة التي توفر أداءً عاليًا للغاية.

مُصمم لتوفير مستوى وأداء هائلين

يُقسم HeatWave البيانات بشكل كبير عبر مجموعة من نقاط التوصيل، والتي يمكن تشغيلها بالتوازي. يوفر هذا قابلية ممتازة للتوسع بين نقاط التوصيل. يمكن لكل نقطة توصيل داخل مجموعة وكل مركز داخل نقطة توصيل معالجة البيانات المُقسمة بالتوازي. تمتلك HeatWave أداة جدولة استعلامات ذكية تتداخل مع الحساب مع مهام اتصال الشبكات لتحقيق قابلية توسع عالية جدًا عبر آلاف المراكز.

التحسين للسحابة

تم تحسين معالجة الاستعلامات في HeatWave لخوادم السلع في السحابة. تم تحسين أحجام الأقسام لتناسب ذاكرة التخزين المؤقت للأشكال الرئيسة. تم تحسين تداخل الحساب باستخدام الاتصال لعرض النطاق الترددي للشبكة المتاح. تستخدم العديد من الإعدادات الأولية لمعالجة التحليلات تعليمات الأجهزة للأجهزة الافتراضية الرئيسة (VM).

تم التحسين لمناسبة معدلات المعاملات والاتصالات المرتفعة

يُحسن Oracle MySQL Autopilot أداء MySQL HeatWave Thread Pool، مما يوفر آلية لاستخدام موارد الأجهزة على النحو الأمثل لتحسين الأداء. نتيجة لذلك، يوفر MySQL HeatWave إنتاجية أعلى لأحمال عمل OLTP ويمنع انخفاض الإنتاجية إلى مستويات عالية من المعاملات والتزامن.


مستودع بيانات MySQL HeatWave

إن SQL HeatWave تتضمن MySQL HeatWave Lakehouse، مما يتيح للمستخدمين الاستعلام عن نصف بيتابايت من البيانات في تخزين الكائنات—بمجموعة متنوعة من تنسيقات الملفات مثل CSV وParquet وAvro وتصدير الملفات من قواعد البيانات الأخرى. تتم معالجة الاستعلامات بالكامل في محرك HeatWave، مما يتيح للعملاء الاستفادة من HeatWave لأحمال العمل غير MySQL بالإضافة إلى أحمال العمل المتوافقة مع MySQL. باستخدام HeatWave Lakehouse، يوفر MySQL HeatWave خدمة قاعدة بيانات سحابية واحدة لمعالجة المعاملات، والتحليلات في الوقت الفعلي عبر مستودعات البيانات وبحيرات البيانات، والتعلم الآلي—من دون ETL عبر الخدمات السحابية.

تحليلات مركز البيانات السريع والتعلم الآلي على كل البيانات.

يمكن للعملاء الاستعلام عن البيانات بتنسيقات مُختلفة في مخزن الكائنات أو بيانات المعاملات في قواعد بيانات MySQL أو مزيج من كليهما باستخدام أوامر SQL القياسية. إن الاستعلام عن البيانات في تخزين الكائنات هو بنفس سرعة الاستعلام عن قواعد البيانات، كما يتضح من مقياس 10 تيرابايت TPC-H.

باستخدام HeatWave AutoML، يمكن للعملاء استخدام البيانات في مخزن الكائنات أو قاعدة البيانات أو كليهما لإنشاء نماذج التعلم الآلي والتدرب عليها ونشرها وشرحها تلقائيًا—دون نقل البيانات إلى خدمة سحابية مُنفصلة للتعلم الآلي.

بنية واسعة النطاق لإدارة البيانات ومعالجة الاستعلامات.

تتيح بنية HeatWave المُقسمة بشكل كبير بنية توسيع لـ MySQL HeatWave Lakehouse. توسع عمليات معالجة الاستعلامات وإدارة البيانات، مثل تحميل/إعادة تحميل البيانات، بحجم البيانات. يمكن للعملاء الاستعلام عن ما يصل إلى نصف بيتابايت من البيانات في تخزين الكائنات باستخدام MySQL HeatWave Lakehouse دون نسخه إلى قاعدة بيانات MySQL. تتوسع مجموعة HeatWave لتصل إلى 512 نقطة توصيل.

زيادة الأداء وتوفير الوقت باستخدام الأتمتة المدعومة بالتعلم الآلي

تم تحسين إمكانات MySQL Autopilot، مثل التزويد التلقائي، وتحسين خطة الاستعلام التلقائي، والتحميل المتوازي التلقائي، لـ MySQL HeatWave Lakehouse، مما يقلل بشكل أكبر من النفقات العامة لإدارة قاعدة البيانات ويحسن الأداء. تتوفر أيضًا إمكانات MySQL Autopilot الجديدة لـ MySQL HeatWave Lakehouse.

  • يضمن استدلال مخطط قاعدة البيانات التلقائي تلقائيًا تخطيط بيانات الملف إلى تعريف المخطط المقابل لكل أنواع الملفات المدعومة، بما في ذلك CSV. نتيجة لذلك، لا يحتاج العملاء إلى تحديد وتحديث تخطيط مخطط الملفات يدويًا، مما يوفر الوقت والجهد.
  • جمع عينات البيانات التكيفية عينات ذكية للملفات الموجودة في تخزين الكائنات لاشتقاق المعلومات المُستخدمة بواسطة MySQL Autopilot لإنشاء تنبؤات للأتمتة. باستخدام جمع عينات البيانات التكيفية، يمكن لـ MySQL Autopilot مسح التنبؤات وإجراءها، مثل تعيين المخطط إلى ملف بسعة 400 تيرابايت في أقل من دقيقة واحدة.
  • يتيح تدفق البيانات التكيفية لـ MySQL HeatWave Lakehouse التكيف ديناميكيًا مع أداء مخزن الكائنات الأساس في أي منطقة لتحسين الأداء العام والأداء مقابل السعر والتوفر.

التعلم الآلي الداخلي في قاعدة البيانات باستخدام AutoML

يتضمن HeatWave AutoML كل ما يحتاجه المستخدمون لإنشاء نماذج التعلم الآلي والتدريب عليها ونشرها وشرحها ضمن MySQL HeatWave دون أي تكلفة إضافية.

لا حاجة إلى خدمة تعلم آلي منفصلة.

باستخدام التعلم الآلي داخل قاعدة البيانات في MySQL HeatWave، لا يحتاج العملاء إلى نقل البيانات إلى خدمة تعلم آلي منفصلة. يمكنهم بسهولة وأمان تطبيق تدريب التعلم الآلي والاستنتاج والتفسير للبيانات المُخزنة داخل MySQL وفي مخزن الكائنات باستخدام HeatWave Lakehouse. نتيجة لذلك، يمكنهم تسريع مبادرات التعلّم الآلي وزيادة الأمان وخفض التكاليف.

توفير الوقت والجهد من خلال أتمتة دورة حياة التعلم الآلي

تؤتمت HeatWave AutoML دورة حياة التعلم الآلي، بما في ذلك تحديد الخوارزميات، وأخذ عينات البيانات الذكية لتدريب النماذج، واختيار الميزات، وتحسين المعلمات الفائقة—مما يوفر على عملاء البيانات ومحلليها وقتًا وجهدًا كبيرًا. يمكن تخصيص جوانب مسار التعلم الآلي، بما في ذلك تحديد الخوارزميات واختيار الميزات وتحسين المعلمات الفائقة. يدعم HeatWave AutoML مهام نظام الكشف عن أوجه الخلل والتنبؤ والتصنيف والتراجع والموصي، بما في ذلك الأعمدة النصية.

نظام التوصية للتوصيات الشخصية

من خلال النظر في كل من الملاحظات الضمنية (عمليات الشراء السابقة، وسلوك التصفح، وما إلى ذلك) والملاحظات الصريحة (التقييمات، الإعجابات، وما إلى ذلك)، يمكن لنظام التوصية من HeatWave AutoML إنشاء توصيات مُخصصة. على سبيل المثال، يمكن للمحللين التنبؤ بالعناصر التي يريدها المستخدم، والمستخدمين الذين يرغبون في عنصر معين، والتقييمات التي تتلقاها العناصر. كما يمكنهم الحصول على قائمة بالمستخدمين المتشابهين، ومنحهم عنصرًا محددًا، والحصول على قائمة بالعناصر المتشابهة.

وحدة تحكم MySQL HeatWave AutoML التفاعلية

تتيح وحدة التحكم التفاعلية لمحللي الأعمال إنشاء نماذج التعلم الآلي وتدريبها وتشغيلها وشرحها باستخدام الواجهة المرئية—دون استخدام أوامر SQL أو أي تعليمات برمجية. تُسهل وحدة التحكم أيضًا استكشاف سيناريوهات "ماذا لو" لتقييم افتراضات الأعمال—على سبيل المثال، "كيف سيؤثر الاستثمار بنسبة أكبر بنسبة 30% في إعلانات وسائل التواصل الاجتماعي المدفوعة على كل من الإيرادات والأرباح؟"

نماذج التعلم الآلي القابلة للتفسير

جميع النماذج التي تدرب عليها HeatWave AutoML قابلة للتفسير. تقدم HeatWave AutoML تنبؤات مع شرح للنتائج، مما يساعد المؤسسات على الامتثال التنظيمي والإنصاف وقابلية التكرار والعلاقة السببية والثقة.

استخدام المهارات الحالية

يمكن للمطورين ومحللي البيانات إنشاء نماذج التعلم الآلي باستخدام أوامر SQL المألوفة؛ ليس عليهم تعلم أدوات ولغات جديدة. بالإضافة إلى ذلك، يتم دمج HeatWave AutoML مع أجهزة الكمبيوتر المحمولة الشائعة مثل Jupyter وApache Zeppelin.


الذكاء الاصطناعي العام مع متجر متجه MySQL HeatWave

في المعاينة الخاصة حاليًا، سيمكن متجر المتجهات العملاء من الاستفادة من قوة نماذج اللغات الكبيرة (LLMs) مع بياناتهم الخاصة للحصول على إجابات أكثر دقة من استخدام النماذج المدربة على البيانات العامة فقط. باستخدام إمكانات مخزن المتجهات والذكاء الاصطناعي المبتكر، يمكن للعملاء التفاعل مع MySQL HeatWave باللغة الطبيعية والبحث الفعال في المستندات بتنسيقات الملفات المختلفة في HeatWave Lakehouse.

يقوم مخزن المتجه باستيعاب المستندات بتنسيقات متنوعة، بما في ذلك PDF، وتخزينها كتضمين يتم توليده من خلال نموذج ترميز. بالنسبة لاستعلام مستخدم محدد، يحدد المخزن المتجه المستندات الأكثر تشابهاً من خلال إجراء بحث تشابه مقابل عمليات التضمين المخزنة والاستعلام المضمن. يتم استخدام هذه المستندات لزيادة الموجه المقدم إلى LLM بحيث يقدم إجابة سياقية أكبر.


MySQL Autopilot: الأتمتة المدمجة المدعومة بالتعلم الآلي

توفر MySQL Autopilot أتمتة مدعومة بالتعلم الآلي ومراعية لأحمال العمل. تحسن الأداء وقابلية التوسع دون الحاجة إلى خبرة في ضبط قاعدة البيانات، وتزيد من إنتاجية المطورين ومسؤولي قاعدة البيانات، وتساعد على القضاء على الأخطاء البشرية. تؤتمت MySQL Autopilot العديد من الجوانب الأكثر أهمية وتكون غالبًا صعبة في تحقيق أداء استعلام عالٍ على نطاق واسع—بما في ذلك التزويد وتحميل البيانات وتنفيذ الاستعلامات ومعالجة الفشل. يتوفر MySQL Autopilot بدون تكلفة إضافية لعملاء MySQL HeatWave.

يوفر MySQL Autopilot العديد من الإمكانات لكلا من HeatWave وOLTP، بما في ذلك

  • يتنبأ التوفير التلقائي بعدد نقاط توصيل HeatWave المطلوبة لتشغيل حمل العمل من خلال أخذ العينات التكييفية لبيانات الجداول المطلوب إجراء تحليلات عليها. يعني هذا أن المطورين ومسؤولي قواعد البيانات لم يعودوا بحاجة إلى تقدير الحجم الأمثل لمجموعتهم يدويًا.
  • يتيح تجميع سلاسل العمليات التلقائي لعملية خدمة قاعدة البيانات المزيد من المعاملات لتكوين جهاز معين، مما يوفر إنتاجية أعلى لأحمال عمل OLTP ويمنع انخفاضها إلى مستويات عالية من المعاملات والتزامن.
  • يراقب التنبؤ بالشكل التلقائي حمل عمل OLTP باستمرار، بما في ذلك معدل ضرب مجمع الذاكرة الوسيطة، للتوصية بشكل الحوسبة المناسب في أي وقت معين—مما يتيح للعملاء الحصول دائمًا على أفضل أداء للأسعار.
  • يحدد التشفير التلقائي التمثيل الأمثل للأعمدة التي يتم تحميلها في HeatWave، مع مراعاة الاستعلامات. يوفر هذا التمثيل الأمثل أفضل أداء للاستعلام ويقلل من حجم المجموعة لتقليل التكاليف.
  • يتعرَّف تحسين خطة الاستعلام التلقائي على إحصائيات مختلفة من تنفيذ الاستعلامات ويُحسن خطة تنفيذ الاستعلامات المستقبلية. الأمر الذي يُحسن من أداء النظام عند تشغيل المزيد من الاستعلامات.
  • يستخدم تحسين الاستعلامات التكيفية إحصائيات متنوعة لتعديل بُنى البيانات وموارد النظام بعد بدء تنفيذ الاستعلام، مما يؤدي إلى تحسين تنفيذ الاستعلام بشكل مستقل لكل نقطة توصيل استنادًا إلى توزيع البيانات الفعلي في وقت التشغيل. يساعد هذا على تحسين أداء الاستعلامات الخاصة بنسبة تصل إلى 25%.
  • يتنبأ وضع البيانات التلقائي بالعمود الذي يجب تقسيم الجداول إليه في الذاكرة لتحقيق أفضل أداء للاستعلامات. كما يتنبأ بالربح المُتوقع في أداء الاستعلامات بتوصية الأعمدة الجديدة. يقلل هذا من حركة البيانات عبر نقاط التوصيل بسبب الخيارات دون المستوى الأمثل التي يمكن للمشغلين القيام بها عند تحديد العمود يدويًا.
  • يحدد الضغط التلقائي خوارزمية الضغط الأمثل لكل عمود، مما يُحسن أداء التحميل والاستعلام من خلال ضغط البيانات وفك ضغطها بشكل أسرع. من خلال تقليل استخدام الذاكرة، يمكن للعملاء خفض التكاليف بنسبة تصل إلى 25%.
  • تحدد الفهرسة (إتاحة محدودة) الفهارس التي يجب على العملاء إنشاؤها أو إسقاطها من جداولهم لتحسين إنتاجية OLTP، باستخدام التعلم الآلي لإجراء تنبؤ يستند إلى أحمال عمل التطبيق الفردية. ويساعد ذلك العملاء على التخلص من المهام المستهلكة للوقت والتي تتمثل في إنشاء فهارس مثالية لأحمال عمل OLTP الخاصة بهم والحفاظ على تلك المهام بمرور الوقت مع تطور أحمال العمل.

المرونة في الوقت الفعلي

تتيح المرونة في الوقت الفعلي للعملاء زيادة حجم مجموعة HeatWave الخاصة بهم أو تقليله حسب أي عدد من نقاط التوصيل دون تكبد أي وقت تعطل أو وقت للقراءة فحسب.

أداء عالٍ متسق حتى في أوقات الذروة، وتكاليف مخفَّضة دون توقف عن العمل

لا تستغرق عملية تغيير الحجم سوى بضع دقائق، وخلالها يبقى HeatWave متصلًا بالإنترنت، وهو متاح لجميع العمليات. بمجرد تغيير الحجم، يتم تنزيل البيانات من مخزن الكائنات، ويتم إعادة توازنها تلقائيًا بين جميع نقاط توصيل المجموعة المتاحة، وتصبح متاحة على الفور للاستعلامات. نتيجة لذلك، يستفيد العملاء من الأداء العالي بشكل متسق، حتى في أوقات الذروة، ويقللون التكاليف من خلال تقليل حجم مجموعة HeatWave الخاصة بهم عند الاقتضاء—دون تكبد أي وقت تعطل أو وقت للقراءة فحسب.

مع إعادة تحميل البيانات الفعالة من مخزن الكائنات، يمكن للعملاء أيضًا إيقاف مجموعة HeatWave الخاصة بهم واستئنافها لتقليل التكاليف.

لا توجد مثيلات مزودة بشكل زائد

يمكن للعملاء توسيع مجموعة HeatWave الخاصة بهم أو خفضها إلى أي عدد من نقاط التوصيل. لا يقتصرون على المثيلات المزودة بشكل زائد والمُكلفة المفروضة بواسطة نماذج التحجيم الصارمة التي يقدمها موفرو قواعد بيانات السحابة الآخرون. باستخدام HeatWave، يدفع العملاء مقابل الموارد الدقيقة التي يستخدمونها فحسب.


خدمة قاعدة بيانات مُدارة بالكامل

يمكنك تحسين الإنتاجية من خلال أتمتة مهام، مثل إدارة التوافر العالي والتصحيح والترقيات والنسخ الاحتياطي باستخدام خدمة قاعدة بيانات مُدارة بالكامل. تسريع تطوير التطبيقات من خلال توفير الموارد على الفور.

تم إنشاؤها وإدارتها ودعمها من فريق هندسة MySQL

يمكن للمطورين توفير تطبيقات قاعدة بيانات أصلية سحابية حديثة مع الوصول الفوري إلى أحدث الميزات من فريق MySQL. يتم تطبيق تصحيحات الأمان لدى MySQL تلقائيًا للحد من التعرض للثغرات الأمنية. تتوافق قيمة MySQL HeatWave بنسبة 100% مع MySQL محليًا للانتقال السلس إلى السحابة دون إجراء تغييرات على التطبيقات.

وحدة تحكم تفاعلية من MySQL HeatWave: إدارة الموارد وتشغيل الاستعلامات ومراقبة الأداء

يمكن للمطورين ومسؤولي قواعد البيانات إنشاء نقاط توصيل MySQL Database وHeatWave وإدارتها بسهولة. داخل وحدة التحكم، يمكنهم الوصول إلى إمكانات MySQL Autopilot، مثل التوفير التلقائي، لتحديد التكوين الأمثل لمجموعة HeatWave الخاصة بهم. يمكنهم عرض الجداول التي تم تحميلها في MySQL HeatWave وإدارتها، بالإضافة إلى إنشاء الاستعلامات وتشغيلها بسرعة.

كما تتيح وحدة التحكم للمطورين ومسؤولي قواعد البيانات مراقبة أداء نقطة توصيل MySQL Database ومجموعة HeatWave. يمكنهم مراقبة استخدام موارد الأجهزة المختلفة ومقاييس تنفيذ الاستعلامات المتنوعة.

إدارة قاعدة بيانات OCI لـ MySQL HeatWave

تساعد إدارة قاعدة بيانات OCI على منع الانقطاعات المؤقتة في التطبيقات من خلال توفير إمكانات التشخيص التي تساعد على ضمان الحل السريع لمشكلات الأداء. يمكن استخدام الخدمة للكشف عن السبب الجذري لمشكلات أداء MySQL HeatWave وتحديده بشكل استباقي.


الأمان المتقدم

تتيح ميزات الأمان المتقدمة للعملاء تنفيذ تدابير أمان إضافية لحماية البيانات طوال دورة حياتها والمساعدة على الامتثال للمتطلبات التنظيمية.

تشفير غير متماثل من خلال إنشاء المفاتيح والتوقيعات الرقمية

يتيح التشفير غير المتماثل من جانب الخادم للمطورين ومسؤولي قاعدة البيانات زيادة حماية البيانات السرية باستخدام المفاتيح العامة والخاصة. كما يمكنهم تنفيذ التوقيعات الرقمية لتأكيد هوية الأشخاص الذين يوقِّعون على الوثائق. يمكن للمطورين تشفير البيانات دون تعديل التطبيقات الحالية. يحصلون على الأدوات التي يحتاجون إليها للتشفير وإنشاء المفاتيح والتوقيعات الرقمية.

إخفاء بياناتك

يقوم إخفاء البيانات وإلغاء تحديدها بإخفاء قيم البيانات الحقيقية ويحل محلها بدائل (يتوفر إخفاء انتقائي واستبدال عشوائي للبيانات وتمويه ووظائف أخرى). باستخدام إخفاء البيانات وإلغاء تحديدها في MySQL HeatWave، يقلل العملاء من خطر اختراق البيانات من خلال إخفاء البيانات الحساسة، والتي يمكن استخدامها بعد ذلك في الأنظمة غير الإنتاجية، مثل بيئات التطوير والاختبار. تتوفر وظائف إخفاء البيانات هذه عند تنفيذ الاستعلامات في نقطة توصيل MySQL Database أو مجموعة HeatWave.

حظر أنشطة قواعد البيانات غير المصرح بها

يراقب جدار حماية قاعدة بيانات MySQL HeatWave تهديدات قاعدة البيانات وينشئ تلقائيًا قائمة السماح بعبارات SQL المعتمدة ويمنع نشاط قاعدة البيانات غير المصرح به. يوفر حماية في الوقت الفعلي ضد الهجمات الخاصة بقاعدة البيانات، مثل حقن SQL.