Nous sommes désolés. Nous n'avons rien trouvé qui corresponde à votre recherche.

Nous vous suggérons d’essayer ce qui suit pour trouver ce que vous recherchez :

  • Vérifiez l’orthographe de votre recherche par mot clé.
  • Utilisez des synonymes pour le mot clé que vous avez tapé, par exemple, essayez “application” au lieu de “logiciel”.
  • Lancer une nouvelle recherche.
Country Nous contacter Se connecter à Oracle Cloud

MySQL HeatWave Database Service

Un service de base de données cloud MySQL pour les transactions, des analyses en temps réel sur les data warehouses et les data lakes, et le machine learning (ML), sans la complexité, la latence, les risques et le coût de la duplication d'extraction, de transformation et de chargement (ETL). Disponible sur Oracle Cloud Infrastructure (OCI), Amazon Web Services (AWS) et Microsoft Azure.

Regardez la conférence « The Future of Scale-Out Data Processing with HeatWave Lakehouse » avec CloudWorld On Air.

Pourquoi choisir MySQL HeatWave ?

Simplicité des transactions, analyses en temps réel sur les data warehouses et les data lakes, et le machine learning dans un service de base de données cloud
Éliminez le coût et la complexité des services cloud distincts de base de données d'analyse, de makehouse, de machine learning et d'ETL. Interrogez les données dans MySQL, dans le stockage d'objets ou dans les deux. Évitez les risques de latence et de sécurité liés aux mouvements de données entre les banques de données.

Prêt pour le cloud distribué
Déployer MySQL HeatWave sur OCI, AWS, Azure ou dans votre data center.

Découvrez les possibilités offertes par MySQL HeatWave (2:50)

Témoignages client MySQL HeatWave sur AWS et OCI

Découvrir plus de témoignages clients

MySQL HeatWave améliore considérablement la productivité des clients tout en réduisant leurs coûts. Ils bénéficient d'une meilleure expérience client, peuvent intégrer davantage de clients et mènent à bien leurs commercialisations plus rapidement.


Johnny Bytes améliore ses données et son analyse avec MySQL HeatWave sur AWS

Cette agence numérique allemande consolide le traitement et l'analyse des données avec MySQL HeatWave sur AWS pour des requêtes complexes 90 fois plus rapides, en doublant les taux de clics pour les campagnes marketing avec une plus grande évolutivité et moins d'administration.

Centroid simplifie et fait évoluer les données avec MySQL HeatWave sur AWS

Le leader technologique multicloud a consolidé le traitement et l'analyse des données avec MySQL HeatWave sur AWS pour des performances de requête 20 fois plus rapides, une plus grande évolutivité et une administration réduite. Le tout sans modification de code pour le reporting en temps réel.

Bionime modernise ses données et son analyse avec MySQL HeatWave sur AWS

Ce fabricant d'appareils médicaux a consolidé le traitement et l'analyse des données avec MySQL HeatWave sur AWS pour des requêtes complexes 50 fois plus rapides, afin d'obtenir des informations en temps réel et d'améliorer l'autosurveillance du diabète.

Estuda.com MySQL HeatWave — vidéo
Estuda.com multiplie la vitesse des réponses aux requêtes de 300 fois grâce à MySQL HeatWave

Ce fournisseur SaaS brésilien pour l'enseignement primaire et secondaire fournit des analyses en temps réel dont l'exécution des requêtes complexes est 300 fois plus rapide et coûte 85 % moins, tout en prenant en charge trois millions d'utilisateurs, le tout pour améliorer les performances des étudiants.

VRGlass MySQL HeatWave — vidéo
VRGlass quintuple les performances de sa base de données avec MySQL HeatWave

La start-up brésilienne dans le domaine du métavers a migré toutes ses données vers MySQL HeatWave. En 3 heures, elle a obtenu des performances de base de données 5 fois plus élevées pour un événement avec plus d'un million de visiteurs, et ce, avec une sécurité accrue et la moitié des coûts.

Genius Sonority MySQL HeatWave — vidéo
Genius Sonority multiplie par 90 l'analyse de ses jeux grâce à MySQL HeatWave

Cette société japonaise de jeux vidéo a obtenu des informations en temps réel en ajoutant HeatWave à MySQL Database Service, ce qui l'a aidée à atteindre son objectif de proposer des divertissements toujours plus agréables pour ses clients de par le monde.

Migrez vers MySQL HeatWave sur OCI ou AWS.

Présentation de cas d'utilisation de MySQL HeatWave

  • Réaliser des analyses marketing en temps réel

    Découvrez comment MySQL HeatWave permet aux clients des agences de marketing numérique d'envoyer la bonne offre au bon prospect via le bon canal au bon moment et fournit des analyses de performances de campagne en temps réel pour prendre les meilleures décisions.


    En savoir plus sur les analyses marketing en temps réel avec MySQL HeatWave

  • Faire évoluer les startup tout en réduisant les coûts

    Découvrez pourquoi de nombreuses entreprises natives du cloud à croissance rapide migrent vers MySQL HeatWave pour surmonter leurs difficultés croissantes en termes de performances, d'évolutivité, de sécurité et de productivité tout en réduisant leurs coûts.


    En savoir plus sur la mise à l'échelle des start-ups avec MySQL HeatWave

MySQL HeatWave : Un outil qui change la donne pour les développeurs

Un seule et même base de données MySQL pour l'OLTP et l'OLAP

MySQLHeatWave est le seul service qui permette aux administrateurs de bases de données et aux développeurs d’applications d’exécuter des workloads OLTP et OLAP directement à partir d'une base de données MySQL.

Éliminez l'ETL

Évitez les processus ETL et les intégrations complexes, chronophages et chers grâce à une base de données d'analyse distincte.

Fournissez des analyses en temps réel

Les requêtes d'analyse accèdent toujours aux données les plus récentes à mesure que les mises à jour des transactions répliquent automatiquement en temps réel vers le cluster d'analyse HeatWave. Il n’est pas nécessaire d’indexer les données avant d’exécuter des requêtes d’analyse.

Analyse en temps réel de documents JSON

Les développeurs et les administrateurs de base de données peuvent tirer parti de HeatWave pour des analyses en temps réel de documents JSON stockés dans MySQL Database, ce qui accélère considérablement les requêtes d'analyse de documents.

Améliorez la sécurité

Les données au repos et en transit entre la base de données MySQL et les nœuds du cluster HeatWave sont toujours chiffrées par défaut. Les données ne risquent pas d'être compromises pendant l'ETL, car elles ne sont pas transférées entre les bases de données.

Aucun changement aux applications MySQL

HeatWave est une solution MySQL native. Les applications MySQL existantes fonctionnent sans modifications.

Utilisez les outils décisionnels et de visualisation des données existants

HeatWave prend en charge les mêmes outils de BI et de visualisation des données que MySQL Database, tels qu’Oracle Analytics Cloud, Tableau et Looker.

Disponible dans les clouds publics et dans votre data center

Déployez MySQL HeatWave sur OCI, AWS ou Azure. Répliquez les données des applications OLTP sur site vers MySQL HeatWave pour obtenir une analyse quasiment en temps réel, sans ETL. Vous pouvez également utiliser MySQL HeatWave dans votre centre de données avec OCI Dedicated Region.

Accélérateur de requêtes en mémoire à hautes performances

HeatWave est un moteur de traitement de requêtes en colonnes hybrides, massivement parallèle et en mémoire. Il met en place des algorithmes de pointe pour le traitement des requêtes distribuées qui apportent des hautes performances.

Architecturé pour une échelle et des performances massives

HeatWave partitionne considérablement les données dans un cluster de nœuds, qui peuvent être exécutés en parallèle. Ceci offre une excellente évolutivité entre nœuds. Chaque nœud d'un cluster et chaque cœur d'un nœud peuvent traiter les données partitionnées en parallèle. HeatWave dispose d'un planificateur intelligent de requêtes qui superpose le calcul avec les tâches de communication réseau pour atteindre une très forte évolutivité parmi des milliers de cœurs.

Optimisé pour le cloud

Le traitement des requêtes dans HeatWave a été optimisé pour les serveurs de base dans le cloud. Les tailles des partitions ont été optimisées pour s’adapter au cache des formes sous-jacentes. La superposition du calcul avec la communication est optimisée pour la bande passante du réseau disponible. De nombreuses primitives de traitement analytique utilisent les instructions du hardware des machines virtuelles sous-jacentes (VM).

Optimisé pour des taux de transaction et des connexions élevés

Oracle MySQL Autopilot améliore les performances du pool de threads MySQL HeatWave, fournissant un mécanisme qui permet d'utiliser de manière optimale les ressources matérielles pour de meilleures performances. Par conséquent, MySQL HeatWave offre un débit plus élevé pour les charges globales OLTP et maintient le débit à des niveaux élevés de transactions et de simultanéité d'accès aux données.

MySQL Autopilot : Automatisation intégrée alimentée par le machine learning

MySQL Autopilot fournit une automatisation basée sur le machine learning et tenant compte des workloads. Il améliore les performances et l'évolutivité sans nécessiter d'expertise en réglage de base de données, augmente la productivité des développeurs et des administrateurs de base de données et aide à éliminer les erreurs humaines. MySQL Autopilot automatise la plupart des aspects les plus importants et souvent les plus difficiles pour atteindre des performances élevées de requêtes à grande échelle, dont le provisionnement, le chargement des données, l'exécution des requêtes et la gestion des pannes. MySQL Autopilot est disponible sans coûts supplémentaires pour les clients de MySQL HeatWave.

MySQL Autopilot offre de nombreuses fonctionnalités pour HeatWave et OLTP, dont :

  • Le provisionnement automatique prévoir le nombre de noeuds HeatWave requis pour exécuter un workload grâce à l'échantillonnage adaptatif des données de tableaux sur lesquels les analyses sont requises. Cela signifie que les développeurs et les administrateurs de bases de données ne doivent plus estimer manuellement la taille optimale de leur cluster.
  • Le regroupement automatique des threads permet au service de base de données de traiter un plus grand nombre de transactions pour une configuration matérielle donnée, ce qui permet d'augmenter le débit des charges de travail OLTP et d'éviter qu'il ne chute à des niveaux élevés de transactions et de concurrence.
  • La prédiction automatique des formes surveille en permanence le workload OLTP, et notamment le débit et le taux de succès du pool de tampons, pour recommander la bonne forme de calcul à tout moment. Les clients obtiennent ainsi le meilleur rapport coûts-performances.
  • L'auto-encodage détermine la représentation optimale des colonnes chargées dans HeatWave, en prenant en compte les requêtes. La représentation optimale apporte les meilleures performances de requêtes et minimise la taille des clusters pour optimiser les coûts.
  • L'amélioration automatique de la planification de requêtes apprend diverses statistiques à partir de l'exécution des requêtes et améliore le pan d'exécution des requêtes futures. Cela améliore les performances du systèmes au fur et à mesure que d'autres requêtes sont exécutées.
  • L'optimisation adaptative des requêtes utilise diverses statistiques pour ajuster les structures de données et les ressources système après le démarrage de l'exécution des requêtes, optimisant de manière indépendante l'exécution des requêtes pour chaque nœud en fonction de la répartition réelle des données lors de l'exécution. Cela permet d'améliorer les performances des requêtes ad hoc jusqu'à 25 %.
  • Le placement automatique des données prévoit la colonne dans laquelle les tableaux doivent être partitionnés en mémoire pour atteindre les meilleures performances pour les requêtes. Cela prédit également le gain attendu en matière de performances de requêtes grâce à la nouvelle recommandation de colonne. Cela minimise le déplacement des données dans les noeuds en raison de choix non optimaux qui peuvent être faits par des opérateurs lors de la sélection manuelle de la colonne.
  • La compression automatique détermine l'algorithme de compression optimal pour chaque colonne, ce qui améliore les performances de chargement et de requête grâce à une compression et une décompression des données plus rapides. En réduisant l'utilisation de la mémoire, les clients peuvent réaliser des économies allant jusqu'à 25 %.
  • L'indexation (disponibilité limitée) détermine automatiquement les index que les clients doivent créer ou supprimer de leurs tables pour optimiser le rendement OLTP, en utilisant le machine learning pour effectuer une prédiction en fonction des charges de travail des applications individuelles. Cela permet aux clients d'éliminer les tâches chronophages de création d'index optimaux pour leurs charges de travail OLTP et de les maintenir au fil du temps à mesure que ces charges de travail évoluent.

Machine learning intégré à la base de données avec AutoML

HeatWave AUtoML comprend tout ce dont les utilisateurs ont besoin pour créer, entraîner, déployer et expliquer des modèles de machine learning dans MySQL HeatWave, sans frais supplémentaires.

Un service de machine learning distinct ? Ce n'est plus nécessaire !

Grâce au machine learning disponible dans les bases de données MySQL HeatWave, les clients n'ont pas besoin de déplacer leurs données vers un service de machine learning distinct. Ils peuvent facilement et en toute sécurité utiliser le machine learning, l'inférence et l'explication aux données stockées à l'intérieur de MySQL et dans un dépôt d'objets avec HeatWave Lakehouse. Dès lors, ils peuvent mener à bien plus rapidement leurs projets de machine learning, renforcer leur sécurité et réduire leurs coûts.

Gagnez du temps et facilitez-vous la vie grâce à l'automatisation du cycle de vie de machine learning

HeatWave AutoML automatise le cycle de vie du machine learning, notamment la sélection d'algorithmes, l'échantillonnage intelligent des données pour l'entraînement de modèle, la sélection des caractéristiques et l'optimisation des hyperparamètres. Les analystes de données et les data scientists gagnent ainsi du temps et évitent les tâches chronophages. Les aspects du pipeline de machine learning peuvent être personnalisés, notamment la sélection d'algorithmes, la sélection de fonctionnalités et l'optimisation des hyperparamètres. HeatWave AutoML prend en charge les tâches de détection d'anomalies, de prévision, de classification, de régression et de recommandation, y compris pour les colonnes de texte.

Système de recommandations personnalisées

En prenant en compte les retours implicites (achats passés, comportement de navigation, etc.) et les retours explicites (évaluations, mentions J'aime, etc.), le système de recommandation HeatWave AutoML peut générer des recommandations personnalisées. Les analystes, par exemple, peuvent prévoir les articles qu'un utilisateur désire, les utilisateurs qui aimeront un élément spécifique et les évaluations qu'ils recevront. Ils peuvent également dresser une liste des utilisateurs similaires à un utilisateur donné ou trouver des articles analogues à un autre article.

Console interactive MySQL HeatWave AutoML

La console interactive permet aux analystes de créer, d'entraîner, d'exécuter et d'expliquer des modèles de machine learning à l'aide de l'interface visuelle, sans utiliser de commandes SQL ni de codage. La console facilite également l'exploration de scénarios de simulation pour évaluer des hypothèses commerciales, comme par exemple : « Si nous investissons 30 % de plus dans la publicité payante sur les réseaux sociaux, quels en seraient les effets sur les revenus et les bénéfices ? »

Modèles de machine learning explicables

Tous les résultats des modèles entraînés par HeatWave AutoML peuvent être expliqués. HeatWave AutoML fournit des prédictions avec une explication des résultats, ce qui aide les entreprises à respecter la conformité, l'équité, la répétabilité, la causalité et la fiabilité.

Utilisez vos compétences actuelles

Les développeurs et les analystes de données peuvent créer des modèles de machine learning à l'aide de commandes SQL courantes. Ils n'ont pas besoin d'apprendre de nouveaux outils et langages. De plus, HeatWave AutoML est intégré à des blocs-notes populaires tels que Jupyter et Apache Zeppelin.

IA générative avec banque de vecteurs MySQL HeatWave

Actuellement en aperçu privé, la banque de vecteurs permet aux clients de tirer parti de la puissance des grands modèles de langage (LLM) avec leurs données propriétaires pour obtenir des réponses plus précises que l'utilisation de modèles formés uniquement aux données publiques. Grâce à l'IA générative et aux capacités de stockage vectoriel, les clients peuvent interagir avec MySQL HeatWave en langage naturel et rechercher efficacement des documents dans différents formats de fichiers dans HeatWave Lakehouse.

La banque de vecteurs ingère des documents dans différents formats, notamment PDF, et les stocke en tant qu'intégrations générées via un modèle d'encodeur. Pour une requête utilisateur donnée, la banque de vecteurs identifie les documents les plus semblables en effectuant une recherche de similarité par rapport aux incorporations stockées et à la requête intégrée. Ces documents sont utilisés pour compléter l'invite donnée au LLM afin qu'il fournisse une réponse plus contextuelle.

Service de base de données entièrement géré

Améliorez votre productivité en automatisant les tâches chronophages telles que la gestion de la haute disponibilité, l'application de correctifs, les mises à niveau et les sauvegardes grâce à un service de base de données entièrement géré. Accélérez le développement d'applications grâce à un provisionnement instantané de ressources.

Créé, géré et pris en charge par l'équipe de MySQL

Les développeurs peuvent fournir des applications de base de données natives du cloud innovantes avec un accès immédiat aux dernières fonctionnalités de l’équipe MySQL. Les patchs de sécurité MySQL sont automatiquement appliqués pour limiter l'exposition aux vulnérabilités de sécurité. MySQL HeatWave est compatible à 100 % avec la solution MySQL sur site pour une transition fluide vers le cloud ou hybride sans modification des applications.

Console interactive MySQL HeatWave : Gérez des ressources, exécutez des requêtes et surveillez les performances

Les développeurs et les administrateurs de base de données peuvent créer et gérer facilement des nœuds MySQL Database et HeatWave. Dans la console, ils peuvent accéder aux fonctionnalités Autopilot MySQL, telles que le provisionnement automatique, pour déterminer la configuration optimale de leur cluster HeatWave. Ils peuvent visualiser et administrer les tables chargées dans MySQL HeatWave, et créer et exécuter rapidement des requêtes.

La console permet également aux développeurs et aux administrateurs de base de données de surveiller les performances du nœud MySQL Database et du cluster HeatWave. Ils peuvent surveiller l'utilisation de diverses ressources matérielles et de diverses mesures d'exécution des requêtes.

Sécurité avancée

Les fonctionnalités de sécurité avancées permettent aux clients de mettre en place des mesures de sécurité supplémentaires pour protéger les données tout au long de leur cycle de vie et pour les aider à se conformer à la réglementation.

Chiffrement asymétrique avec génération de clés et signatures numériques

Le chiffrage asymétrique côté serveur permet aux développeurs et aux administrateurs de base de données d'augmenter la protection des données confidentielles à l'aide de clés publiques et privées. Ils peuvent également implémenter des signatures numériques pour confirmer l'identité des personnes signant des documents. Les développeurs peuvent chiffrer les données sans modifier les applications en cours. Ils disposent des outils nécessaires pour le chiffrement, la génération de clés et les signatures numériques.

Masquer vos données

Le masquage et la désidentification des données masquent et remplacent les valeurs de données réelles par des substituts (le masquage sélectif, la substitution de données aléatoire, le floutage et d'autres fonctions sont disponibles). Grâce au masquage et à la désidentification des données dans MySQL HeatWave, les clients réduisent le risque de violation de données en masquant les données sensibles, qui peuvent ensuite être utilisées dans des systèmes autres que ceux de production, tels que des environnements de développement et de test. Ces fonctions de masquage des données sont disponibles lorsque des requêtes sont exécutées sur le nœud MySQL Database ou le cluster HeatWave.

Bloquer les activités dans la base de données non autorisées

Le pare-feu de la base de données MySQL HeatWave surveille les menaces qui pèsent sur la base de données, crée automatiquement une liste d'autorisation des instructions SQL approuvées et bloque les activités non autorisées dans la base de données. Il fournit une protection en temps réel contre les attaques propres aux bases de données, comme les injections SQL.

Elasticité en temps réel

L'élasticité en temps réel permet aux clients d'augmenter ou de réduire la taille de leur cluster HeatWave de n'importe quel nombre de nœuds, sans aucun temps d'arrêt ni temps de lecture seule.

Performances élevées, même lors des pics d'activité, et coûts réduits sans temps d'arrêt

L'opération de redimensionnement ne prend que quelques minutes, pendant lesquelles HeatWave reste en ligne et disponible pour toutes les opérations. Une fois redimensionnées, les données sont téléchargées à partir du stockage d'objets, automatiquement rééquilibrées entre tous les nœuds de cluster disponibles et deviennent immédiatement disponibles pour les requêtes. Par conséquent, les clients bénéficient de performances toujours élevées, même lors des pics d'activité, et de coûts réduits en redimensionnant à la baisse leur cluster HeatWave si nécessaire, sans aucun temps d'arrêt ni période en lecture seule.

Grâce à un rechargement efficace des données à partir du stockage d'objets, les clients peuvent également mettre en pause et reprendre leur cluster HeatWave pour réduire les coûts.

Aucune instance surprovisionnée

Les clients peuvent étendre ou réduire leur cluster HeatWave pour atteindre le nombre de nœuds de leur choix. Ils ne sont pas obligés de se contenter d'instances surprovisionnées et coûteuses résultant de modèles de dimensionnement rigides comme c'est le cas chez d'autres fournisseurs de bases de données cloud. Avec HeatWave, les clients ne payent que pour les ressources exactes qu'ils utilisent.

MySQL HeatWave Lakehouse

MySQL HeatWave inclut MySQL HeatWave Lakehouse, permettant aux utilisateurs d'interroger un demi-pétaoctet de données dans le stockage d'objets, dans divers formats de fichier, tels que CSV, Parquet, Avro et des fichiers d'export d'autres bases de données. Le traitement des requêtes est entièrement effectué dans le moteur HeatWave, ce qui permet aux clients de tirer parti de HeatWave pour les workloads non MySQL en plus des workloads compatibles MySQL. Avec HeatWave Lakehouse, MySQL HeatWave fournit un service de base de données cloud unique pour le traitement des transactions, l'analyse en temps réel sur les data warehouses et les data lakes, et le machine learning, sans ETL dans les services cloud.

Analyses et machine learning rapides pour toutes les données de lakehouse

Les clients peuvent interroger les données sous différents formats dans le stockage d'objets, les données transactionnelles dans les bases de données MySQL, ou une combinaison des deux en utilisant les commandes SQL standard. L'interrogation des données dans le stockage d'objets est aussi rapide que dans les bases de données, d'après un test d'évaluation TPC-H de 10 To.

Avec HeatWave AutoML, les clients peuvent utiliser les données dans le stockage d'objets et/ou la base de données pour créer, entraîner, déployer et expliquer automatiquement des modèles de machine learning, sans déplacer les données vers un service cloud de machine learning distinct.

Architecture évolutive pour la gestion des données et le traitement des requêtes

L'architecture massivement partitionnée de HeatWave permet une architecture évolutive pour MySQL HeatWave Lakehouse. Le traitement des requêtes et les opérations de gestion des données telles que le chargement/rechargement des données évoluent avec la taille des données. Les clients peuvent interroger jusqu'à un demi-pétaoctet de données dans le stockage d'objets avec MySQL HeatWave Lakehouse sans avoir à les copier dans la base de données MySQL. Le cluster HeatWave est redimensionné à 512 nœuds.

Améliorer les performances et gagner du temps grâce à l'automatisation alimentée à l'aide du machine learning

Les fonctionnalités de MySQL Autopilot, telles que le provisionnement automatique, l'amélioration automatique du plan de requête et le chargement parallèle automatique, ont été améliorées pour MySQL HeatWave Lakehouse, ce qui réduit encore les frais d'administration des bases de données et améliore les performances. Les nouvelles capacités de MySQL Autopilot sont également disponibles pour MySQL HeatWave Lakehouse.

  • L'inférence de schéma automatique déduit automatiquement la correspondance entre les données de fichier et la définition de schéma concerné pour tous les types de fichier pris en charge, y compris CSV. Par conséquent, les clients n'ont pas besoin de définir et de mettre à jour manuellement le mappage de schéma des fichiers, ce qui permet de gagner du temps et de faire des économies.
  • L'échantillonnage adaptatif des données échantillonne intelligemment les fichiers dans le stockage d'objets afin d'obtenir les informations utilisées par MySQL Autopilot pour faire des prédictions d'automatisation. Grâce à l'échantillonnage adaptatif des données, MySQL Autopilot peut analyser et effectuer des prédictions, telles que le mappage de schéma sur un fichier de 400 To en moins d'une minute.
  • Le flux de données adaptatif permet à MySQL HeatWave Lakehouse de s'adapter dynamiquement aux performances du dépôt d'objets sous-jacent dans toutes les régions afin d'améliorer les performances globales, le rapport prix-performances et la disponibilité.
Principales fonctionnalités
Disponible sur OCI
Disponible sur AWS
Service entièrement géré
oui
oui
OLTP et OLAP dans MySQL
oui
oui
Accélération des requêtes pour les analyses et les charges de travail mixtes
oui
oui
Compression des données
oui
oui
Automatisation basée sur le machine learning (MySQL Autopilot pour HeatWave et OLTP)*
oui
oui
Sécurité avancée*
oui
oui
Machine learning dans la base de données (HeatWave AutoML)
oui
oui
Gestion évolutive des données
oui
oui
Console interactive de gestion des données et des requêtes Bientôt disponible
oui
Surveillance des performances et de la charge de travail à partir de la console Bientôt disponible
oui
Console interactive MySQL HeatWave AutoML Bientôt disponible
oui
Ajout de HeatWave à n'importe quelle forme MySQL Bientôt disponible
oui
MySQL HeatWave Lakehouse
oui
Disponibilité limitée

* Le regroupement automatique des threads et la prédiction automatique des formes dans MySQL Autopilot ainsi que le pare-feu de base de données MySQL HeatWave seront bientôt disponibles sur OCI.

MySQL HeatWave : conçu pour les performances et l'évolutivité

MySQL HeatWave aide Tetris.io à tripler ses revenus

Lisez l'étude de cas de dbInsight pour découvrir comment MySQL HeatWave a permis à une entreprise de technologie publicitaire de tripler ses revenus et d'augmenter les taux de fidélisation de ses clients.

Logo d'IDC Une révolution pour les fonctionnalités de machine learning

Découvrez pourquoi, selon IDC, HeatWave AutoML est « une révolution pour les développeurs d'applications et un grand nombre d'analystes de données et de data scientists ».

Découvrez ce que les meilleurs analystes du secteur pensent de MySQL HeatWave

IDC

IDC

« MySQL HeatWave on AWS est une solution très intéressante non seulement pour l'analytique, mais aussi pour les workloads OLTP et mixtes, comme on peut le constater dans les tests de performance accessibles publiquement. Pour tous les développeurs qui travaillent avec MySQL sur AWS, Oracle vient de déposer sur le pas de la porte un gros gain de productivité sans le prix élevé. »

NAND Research

NAND Research

« HeatWave est le seul service cloud de data lakehouse à interroger les données dans le stockage d'objets et dans la base de données à la même vitesse. Personne n'avait atteint de tels résultats jusqu'alors...Oracle simplifie l'expérience des utilisateurs, éliminant ainsi la nécessité de conserver plusieurs copies des données dans plusieurs dépôts d'objets, ce qui occasionne des frais pour le déplacement des données et les pipelines et disperse les données critiques. »

Wikibon 

Wikibon 

« MySQL HeatWave, maintenant associé à Lakehouse, peut être l'innovation de base de données de cloud open source la plus importante de ses dix dernières années... MySQL HeatWave vient de faire un pas de géant en augmentant le traitement d'augmentation d'un facteur de 8 à 512 nœuds. La capacité de HeatWave à charger et à interroger des données sur un nombre aussi important de nœuds en parallèle est une première. Attendez-vous à ce que le marché se concentre sur un rapport prix/performances beaucoup plus faible, une innovation accélérée et une concurrence accrue. »

20 septembre 2023 

Présentation de Vector Store et de Generative AI dans MySQL HeatWave

Nipun Agarwal, Vice-Président senior chez Oracle pour le développement de MySQL HeatWave

Avec la prise en charge de l'IA générative, les utilisateurs peuvent interagir avec MySQL HeatWave en langage naturel. Les requêtes utilisateur et la réponse du système sont générées en langage naturel à l'aide d'un grand modèle de langue (LLM).

Blogs à la une sur MySQL HeatWave

Tout afficher

Explorez le catalogue ISV MySQL HeatWave.

MySQL HeatWave - Tarification


MySQL HeatWave

Produit
Grille tarifaire (/vCPU)*
Prix unitaire
Unité
MySQL Database - Standard - AMD E4 - Calcul


OCPU par heure
MySQL Database - Standard - AMD E4 - Mémoire


Gigaoctets par heure
MySQL Database - Standard - Intel X9 - Calcul


OCPU par heure
MySQL Database - Standard - Intel X9 - Mémoire


Gigaoctets par heure
MySQL Database - Optimisé - Intel X9 - Calcul


OCPU par heure
MySQL Database - Optimisé - Intel X9 - Mémoire


Gigaoctets par heure
MySQL Database - Stockage


Capacité de stockage en gigaoctets par mois
MySQL Database - Stockage de sauvegarde


Capacité de stockage en gigaoctets par mois
HeatWave-Standard


Nœuds par heure
MySQL Database for HeatWave—Standard


Nœuds par heure
MySQL Database for HeatWave—Bare Metal Standard


Nœuds par heure
Oracle Cloud Infrastructure - HeatWave


Capacité HeatWave par heure
Oracle Cloud Infrastructure - HeatWave - Storage


Capacité de stockage en gigaoctets par mois
  • *Pour faciliter la comparaison des tarifs entre les fournisseurs de services cloud, les pages Web d'Oracle affichent les prix des vCPU virtuelles et des OCPU (Oracle CPU) pour les produits avec des tarifs basés sur le calcul. Les produits eux-mêmes, le provisionnement dans le portail, la facturation, etc. continuent d'utiliser des unités d'OCPU (Oracle CPU). Les OCPU représentent des cœurs de processeur physiques. La plupart des architectures de CPU, y compris x86, exécutent deux threads par cœur physique, de sorte qu'un OCPU représente l'équivalent de deux vCPUs pour le calcul basé sur x86. Le tarif par heure auquel les clients OCPU sont facturés est donc le double du prix du vCPU, puisqu'ils reçoivent deux vCPUs de puissance de calcul pour chaque OCPU, sauf s'il s'agit d'une instance de sous-cœur telle que des instances préemptibles. .

Petite configuration


SCÉNARIO

Une agence marketing veut analyser les performances de ses campagnes publicitaires en temps réel. 1 To de données.

Spécifications

  • 1 noeud MySQL Database (VM) - 16 OCPU (32vCPU) et 512 Go de mémoire
  • 1 noeud HeatWave : 512 Go de mémoire
  • MySQL Database Storage - 1 To

COÛT MENSUEL ESTIMÉ
564.97 USD

Configuration moyenne


SCÉNARIO

Une entreprise de télécommunications souhaite analyser les modèles de communication de ses clients en temps réel. 10 To de données.

Spécifications

  • 1 noeud MySQL Database (BM) - 128 OCPU (256vCPU) et 2048 Go de mémoire
  • 10 noeuds HeatWave : 512 Go de mémoire
  • MySQL Database Storage - 10 To

COÛT MENSUEL ESTIMÉ
4,666.39 USD

Grande configuration


SCÉNARIO

Une entreprise automobile veut obtenir des analyses de télémétrie en temps réel. 30 To de données.

Spécifications

  • 1 noeud MySQL Database (BM) - 128 OCPU (256vCPU) et 2048 Go de mémoire
  • 30 noeuds HeatWave : 512 Go de mémoire
  • MySQL Database Storage - 30 To

COÛT MENSUEL ESTIMÉ
10,704.15 USD


Actuellement disponible en Amérique du Nord, en Europe, au Japon et en Inde.

Le terme ECPU (Elastic CPU) par heure est défini comme une combinaison du nombre total d'heures de CPU utilisées par MySQL Database et une mesure du travail effectué par MySQL Database et HeatWave. Le terme Capacité HeatWave par heure est défini comme une unité de 16 gigaoctets d'heures de mémoire allouées dans MySQL HeatWave.

MySQL HeatWave sur AWS

Produit
Prix unitaire
Unité
HeatWave - AWS

Capacité HeatWave par heure
MySQL Database - AWS - ECPU

ECPU par heure
MySQL Database - AWS - Stockage

Capacité de stockage en gigaoctets par mois
MySQL Database - AWS - Stockage de sauvegarde

Capacité de stockage en gigaoctets par mois
MySQL Database - AWS - Transfert de données sortant - région inter-AWS

Gigaoctet de données transférées
MySQL Database - AWS- Transfert de données sortant- vers Internet

Gigaoctet de données transférées

Petite configuration


SCÉNARIO

Une municipalité lance une nouvelle application pour mener diverses enquêtes et souhaite exécuter des analyses en temps réel sur les données. 50 Go de données.

Spécifications

  • 1 noeud MySQL Database : 1 ECPU (2 vCPUs) et 16 Go de mémoire
  • 2 noeuds HeatWave : 16 Go de mémoire
  • Stockage MySQL Database - 50 Go

COÛT MENSUEL ESTIMÉ
116 USD

Configuration moyenne


SCÉNARIO

Une agence marketing veut analyser les performances de ses campagnes publicitaires en temps réel. 1 To de données.

Spécifications

  • Noeud MySQL Database - 4 ECPUS (8 vCPUs) et 64 Go de mémoire
  • 3 noeuds HeatWave : 256 Go de mémoire
  • MySQL Database Storage - 1 To

COÛT MENSUEL ESTIMÉ
2 028 USD

Grande configuration


SCÉNARIO

Une entreprise de télécommunications souhaite analyser les modèles de communication de ses clients en temps réel. 10 To de données.

Spécifications

  • 1 noeud MySQL Database : 16 ECPUS (32 vCPUs) et 256 Go de mémoire
  • 25 noeuds HeatWave : 256 Go de mémoire
  • MySQL Database Storage - 10 To

COÛT MENSUEL ESTIMÉ
16 486 USD

Ressources MySQL

Documentation

Documentation

HeatWave est un accélérateur de requêtes en mémoire massivement parallèle et à hautes performances qui augmente les performances MySQL par ordre de grandeur pour les analyses et les workloads mixtes sans devoir modifier les applications existantes.

Communauté de clients

Communauté de clients

Rejoignez la discussion en visant le forum des clients de MySQL HeatWave.

Cloud learning

Cloud learning

Tirez le meilleur parti de MySQL HeatWave avec un abonnement à MySQL Learning

Support et services

Support et services

Bénéficiez d’un accès 24 h/24 et 7j/7 au support MySQL avec My Oracle Support.

Produits associés à MySQL HeatWave

MySQL

La base de données open source la plus plébiscitée au monde

Oracle Analytics Cloud

Analyse en libre accès innovante

Oracle Data Integrator

Simplifier l’intégration des données

Oracle Cloud Compute

Bénéficiez du meilleur rapport qualité-prix
Les guides stratégiques d'Oracle

Nous avons rassemblé les secrets de notre stratégie en matière de personnel, de processus et de systèmes. Nous souhaitons les partager avec vous.

Lancez-vous avec MySQL HeatWave


Essayez gratuitement MySQL HeatWave

Découvrez nos solutions avec 300 $ de crédits gratuits.


Nous contacter

Vous aimeriez en savoir plus ? Contactez l’un de nos experts.