MySQL HeatWave Database 服務
MySQL HeatWave Database Service用於事務、分析和機器學習 (ML) 的 MySQL 資料庫服務。
Real-time且安全的分析,沒有提取、轉換和讀取 (ETL) 複製的複雜性、延遲和成本。
![Image](/media/com_sppagebuilder/placeholder/my.png)
關於 MySQL HeatWave Database
Oracle MySQL HeatWave 是一項完全託管的資料庫服務,它是唯一一種將事務、分析和機器學習服務結合到一個 MySQL 資料庫中的雲端資料庫服務,提供實時、安全的分析,而沒有 ETL 的複雜性、延遲和成本。
MySQL HeatWave 的性價比比 A 商高 7 倍,比 S商 好 10 倍,比 R 商快 25 倍,吞吐量比 A商 高 10 倍。
![Image](/media/com_sppagebuilder/placeholder/oraclemysql.jpg)
MySQL HeatWave Database Service 的特色
用於 OLTP、OLAP 和 ML 的 MySQL 資料庫服務
MySQL HeatWave 是唯一能讓開發人員和資料庫管理員直接從他們的 MySQL 資料庫運行 OLTP 和 OLAP 工作負載的服務。
消除 ETL
消除複雜、耗時、昂貴的 ETL 流程並與單獨的分析資料庫集成。
使用現有的商業智能 (BI) 和資料可視化工具
HeatWave 支持與 MySQL 資料庫相同的 BI 和資料可視化工具,包括 Oracle Analytics Cloud、Tableau 和 Looker。
提供實時分析
分析查詢存取最新資料,而更新會自動實時複製到 HeatWave 分析集群。 在運行分析查詢之前無需對資料進行索引。
提高安全性
MySQL 資料庫和 HeatWave 集群節點之間的靜態資料和傳輸中的資料始終是加密的。
由於資料不會在資料庫之間傳輸,因此在 ETL 期間不存在資料洩露的風險。
![Image](/media/com_sppagebuilder/placeholder/hw1.png)
針對雲進行了優化
HeatWave 在節點集群中大規模劃分資料,這些節點可以並行運行。 這提供了出色的節間可擴展性。 集群中的每個節點和節點中的每個核心都可以並行處理分區資料。 HeatWave 有一個智能查詢調度程序,可以將計算與網路通信任務重疊,以在數千個內核上實現非常高的可擴展性。
為大規模和高性能而設計
HeatWave 在節點集群中大規模劃分資料,這些節點可以並行運行,提供了可擴展性。 群集中的每個節點和節點中的每個核心都可以並行處理分區資料。 HeatWave 有一個智能查詢調度程式,可以將計算與網路通信任務重疊,以在數千個內核上實現非常高的可擴展性。
高性能內存查詢加速器
HeatWave 是一種內存、大規模並行、混合列查詢處理引擎。 它為分佈式查詢處理實現了最先進的算法,且提供了非常高的效能。
![Image](/media/com_sppagebuilder/placeholder/ms.jpg)
分析:Snowflake、Amazon Redshift、Google BigQuery、Azure Synapse 和 Amazon Aurora 速度較慢且價格較高
Snowflake: 6.8X slower; 5X more expensive
Amazon Redshift with AQUA: 6.8X slower; 2X more expensive
Google BigQuery: 9X slower; 4X more expensive
Azure Synapse: 3X slower; 5X more expensive
Amazon Aurora: 1400X slower; 2X more expensive
比 Amazon 和 Snowflake 更快,成本更低
MySQL HeatWave 速度更快,成本更低,多個標準行業基準測試證明了這一點,包括 TPC-H、TPC-DS 和 CH-benCHmark。
![Image](/media/com_sppagebuilder/placeholder/bp.jpg)
資料來源:Oracle
無需隔離的機器學習服務
透過 MySQL HeatWave 中的本地資料庫內機器學習,客戶無需將資料移至單獨的機器學習服務。 他們可以輕鬆安全地將機器學習訓練、推理和解釋應用於存儲在 MySQL HeatWave 中的資料。
因此,他們可以加速 ML 計劃、提高安全性並降低成本。
通過機器學習生命週期自動化以節省時間成本
HeatWave ML 使機器學習生命週期自動化,包括演算法選擇、模型訓練的智能資料採樣、特徵選擇和參數優化——為資料分析師和資料學家節省了大量時間和精力。
沿用現有技術
開發人員和資料分析師可以使用熟悉的 SQL 命令構建機器學習模型; 他們不必學習新的工具和語言。
此外還和HeatWave ML 與 Jupyter 和 Apache Zeppelin 等常見的筆記本集成。
資料庫內機器學習
HeatWave ML 包括用戶在 MySQL HeatWave 中構建、訓練、部署和解釋機器學習模型所需的一切,無需額外費用。
比 Redshift ML 更快、更便宜、更準確
根據測試顯示,平均來說 HeatWave ML 比 Amazon Redshift ML 產出更準確的結果,以 1% 的成本將訓練速度提高 25 倍,且能隨著更多節點的添加而擴展。
![Image](/media/com_sppagebuilder/placeholder/compar.jpg)
資料來源:Oracle
MySQL Autopilot:機器學習驅動的自動化
MySQL Autopilot 自動化了許多最重要且具有挑戰性的部分,並實現大規模的高效查詢性能——包括供應、資料讀取、查詢執行和故障處理。
它使用先進的技術來自動化 HeatWave,進一步提高性能和可擴展性並使其更易於使用,從而為開發人員和 DBA 節省大量時間。而且 MySQL Autopilot 供 MySQL HeatWave 客戶免費使用。
![Image](/media/com_sppagebuilder/placeholder/ap.jpg)
實時彈性
實時彈性使客戶能夠通過任意數量的節點增加或減少 HeatWave 集群的大小,而不會產生停機時間。
在高峰時間也保持高性能,且不停機的情況下降低成本
調整大小操作只需幾分鐘,在此期間 HeatWave 保持連線,可用於所有操作。 調整大小後,將從對象存儲中下載資料,在所有可用集群節點之間自動重新平衡,並立即可用於查詢。 因此,即使在高峰時間也可以保持高性能,並通過在適當的時候縮小 HeatWave 集群的大小來降低成本,而不造成停機時間。
無過度配置的 Instance
客戶可以將他們的 HeatWave 集群擴展到或減少到任意數量的節點。 它們不受其他雲端資料庫提供商提供的嚴格的規則所強制的過度配置和昂貴的 Instance 的限制。
使用 HeatWave,客戶只需為他們使用的確切資源付費。
![Image](/media/com_sppagebuilder/placeholder/hp.png)
完全託管的資料庫服務
透過使用完全託管的資料庫服務自動執行耗時的任務(例如高可用性管理、修補、升級和備份)來提高生產力。
能夠透過即時配置資源加速應用程式開發。
由 MySQL 工程團隊構建、管理和支援
開發人員可以交付現代的雲原生資料庫應用程式,並立即存取 MySQL 團隊的最新功能。
MySQL HeatWave 與本地 MySQL 100% 兼容,可無縫遷移到雲,無需更改應用程式。
提高安全性和法規合規性
高級安全保護您的資料庫免受外部攻擊、資料洩露和內部信息濫用。 來自 MySQL 團隊的最新 MySQL 安全補丁會自動應用,以限制您對安全漏洞的暴露。
![Image](/media/com_sppagebuilder/placeholder/ds.png)
MySQL HeatWave 效能和價格比較
30 TB TPC-H,MySQL HeatWave 速度更快,成本更低。
查看記錄的性能比較,這些比較顯示了 MySQL HeatWave 如何以一半的成本比 Amazon Redshift 快 6.5 倍、以五分之一的成本比 Snowflake 快 7 倍、以一半的成本比 Amazon Aurora 快 1400 倍。
![Image](/media/com_sppagebuilder/placeholder/performance.jpg)
資料來源:Oracle