客戶從 AWS、Google 和本地環(huán)境遷移到 MySQL HeatWave 之后，已經(jīng)在各種場景中使用該產(chǎn)品，包括營銷分析，特別是廣告營銷活動效果的實時分析與客戶數(shù)據(jù)分析，從而構(gòu)建有效的營銷活動。還有其他一些客戶也從 AWS 遷移到這款產(chǎn)品上，包括汽車、電信、零售、高科技和醫(yī)療保健行業(yè)的佼佼者。

甲骨文公司首席企業(yè)架構(gòu)師 Edward Screven 表示：“MySQL HeatWave 是多年研究和開發(fā)的成果，我們正在將其轉(zhuǎn)化為突破性創(chuàng)新，以應對MySQL 客戶面臨的更大挑戰(zhàn)。事實上，MySQL HeatWave Lakehouse是我們今年就 MySQL HeatWave 的第三個重大發(fā)布。存儲在數(shù)據(jù)庫之外的數(shù)據(jù)急劇增長，借助 MySQL HeatWave Lakehouse，客戶可以利用 HeatWave 在各方面的優(yōu)勢，處理駐留在對象存儲中的數(shù)據(jù)。MySQL HeatWave 目前在多個云平臺上提供一項集成服務，用于事務處理、跨數(shù)據(jù)倉庫和數(shù)據(jù)湖的分析以及無需數(shù)據(jù)倉庫技術 (ETL) 的機器學習。這樣的組合有助于在性能、自動化和成本方面實現(xiàn)大幅度改進，因此進一步加大了 MySQL HeatWave 相較于其他云端數(shù)據(jù)庫服務的優(yōu)勢?！?/p>

AMD 首席技術官兼執(zhí)行副總裁 Mark Papermaster 表示：“我們很高興能夠繼續(xù)與甲骨文開展合作，并將合作范圍延伸到支持其新的 MySQL HeatWave Lakehouse 產(chǎn)品，該產(chǎn)品經(jīng)過優(yōu)化，可充分利用我們處理器的各類創(chuàng)新，在由 AMD EPYC 驅(qū)動的 Oracle 云實例上運行。AMD 和甲骨文工程團隊攜手努力，打造出令人印象深刻的 MySQL 解決方案，它能在單個 MySQL 數(shù)據(jù)庫中為事務處理、分析、機器學習和基于機器學習的自動化提供出色的可擴展性和性能?！?/p>

甲骨文公司還發(fā)布了新的 Lakehouse 基準測試，并為 MySQL HeatWave Lakehouse 和 MySQL Autopilot 引入了多項創(chuàng)新功能。

Futurum Research 高級分析師兼研究總監(jiān) Ron Westfall 表示：“MySQL HeatWave Lakehouse 以驚人的速度在以往未曾涉足的 400 TB 云端數(shù)據(jù)庫基準領域開辟出了自己的道路，讓這一領域的競爭比以往更加激烈。從處理能力和計算能力來看，MySQL HeatWave Lakehouse 堪稱 HeatWave 的一次重大飛躍：從 32 TB 和 64 個節(jié)點提升到 400 TB 和 512 個節(jié)點?！?/p>

MySQL HeatWave Lakehouse 的創(chuàng)新功能

• 更大數(shù)據(jù)量，標準 MySQL 語法：客戶可以通過 MySQL HeatWave Lakehouse 查詢多達 400 TB 的數(shù)據(jù)，HeatWave 集群可擴展到 512 個節(jié)點?？蛻艨墒褂脴藴?MySQL 語法查詢數(shù)據(jù)。
• 穩(wěn)定的性能和壓縮表現(xiàn)：MySQL HeatWave 為存儲在 MySQL 數(shù)據(jù)庫或?qū)ο蟠鎯χ械臄?shù)據(jù)提供相同的查詢性能，10 TB 和 30 TB TPC-H 基準測試結(jié)果印證了這一點。此外，在這兩種情況下，它所實現(xiàn)的壓縮量和每個節(jié)點可以處理的數(shù)據(jù)量都是相同的。
• 支持多種文件格式：使用 MySQL HeatWave Lakehouse，客戶可以加載和處理以各種文件格式存儲的數(shù)據(jù)，例如 CSV 和 Parquet，以及 AWS 的 Aurora 和 Redshift 備份格式。因此，即便客戶的數(shù)據(jù)并未存儲在 MySQL 數(shù)據(jù)庫內(nèi)，他們也能從 MySQL HeatWave 的優(yōu)勢中獲益。無論數(shù)據(jù)使用何種文件格式存儲，客戶始終可獲得穩(wěn)定的查詢性能。
• 支持查詢 MySQL 中的數(shù)據(jù)并將其與對象存儲中的數(shù)據(jù)組合：使用 MySQL HeatWave Lakehouse， 客戶可以查詢存儲在 MySQL 數(shù)據(jù)庫中聯(lián)機事務處理過程 (OLTP) 數(shù)據(jù)，并將其與存儲在對象存儲中的數(shù)據(jù)組合。對 OLTP 數(shù)據(jù)所做的任何更改都會實時更新，并體現(xiàn)在查詢結(jié)果中。

面向 MySQL HeatWave Lakehouse 的新 MySQL Autopilot 功能

MySQL Autopilot 為 MySQL HeatWave 提供基于機器學習的自動化功能。多項現(xiàn)有 MySQL Autopilot 功能（如自動預配和自動查詢計劃改進）針對 MySQL HeatWave Lakehouse 進行了增強，從而進一步降低數(shù)據(jù)庫管理開銷并提高性能。此外，我們?nèi)缃襁€為 MySQL HeatWave Lakehouse 提供了諸多 MySQL Autopilot 新功能。

• 自動模式推斷：Autopilot 可自動推斷文件數(shù)據(jù)到數(shù)據(jù)庫中數(shù)據(jù)類型的映射。因此，客戶無需手動為要由 MySQL HeatWave Lakehouse 查詢的每一個新文件指定映射，從而節(jié)省時間和精力。
• 自適應數(shù)據(jù)采樣：Autopilot 可智能地對于對象存儲中的文件進行抽樣，從而在盡可能減少數(shù)據(jù)訪問量的情況下收集準確的統(tǒng)計信息。MySQL HeatWave 將這些統(tǒng)計信息用于生成和改進查詢計劃、確定適宜模式映射以及其他用途。
• 自動加載：Autopilot 會分析數(shù)據(jù)以預測將其加載到 MySQL HeatWave 中所需的時間、確定數(shù)據(jù)類型映射，并自動生成加載腳本。用戶不必手動指定文件到數(shù)據(jù)庫模式和表的映射。
• 自適應數(shù)據(jù)流：MySQL HeatWave Lakehouse 可動態(tài)適應底層對象存儲的性能。因此，MySQL HeatWave 可充分發(fā)掘底層云基礎設施的性能，進而提高整體性能、性價比和可用性。

MySQL HeatWave 的其他增強功能

甲骨文公司宣布推出MySQL HeatWave多項其他增強功能，覆蓋機器學習到 VS 代碼插件。MySQL HeatWave 的數(shù)據(jù)庫內(nèi)機器學習功能也已得到進一步增強，添加了對于預測模型的支持。其中添加了新的機器學習解釋技術，并且專門針對 MySQL HeatWave 進行了優(yōu)化。數(shù)據(jù)科學家現(xiàn)在可以影響自動化 HeatWave ML 訓練管道的各個階段，包括算法選擇、特征選擇、評分指標和解釋技術。HeatWave 機器學習還經(jīng)過增強，讓客戶可以將機器學習模型導入 HeatWave。

新的多引擎 Hypergraph 查詢優(yōu)化程序可進一步提高復雜查詢的性能，并且不再需要指定聯(lián)接順序。新增區(qū)域映射，可使用 MySQL HeatWave 為更廣泛的查詢加速。MySQL 的 VS 代碼插件經(jīng)過增強，可為 MySQL HeatWave 功能提供支持。

適用于分布式云技術

MySQL HeatWave 支持多種云平臺，包括Oracle 云基礎設施 (Oracle Cloud Infrastructure, OCI) 、AWS 和 Microsoft Azure。對于不愿將數(shù)據(jù)庫工作負載遷移到公有云的企業(yè)，MySQL HeatWave 可作為 Oracle 專用區(qū)域的一部分進行本地部署?？蛻暨€可以將數(shù)據(jù)從本地 MySQL OLTP 應用復制到 MySQL HeatWave，以實現(xiàn)近乎實時的分析。MySQL HeatWave 始終基于新版本的 MySQL 數(shù)據(jù)庫。

更多資源

• MySQL HeatWave
• MySQL HeatWave 講解視頻

* 基準查詢來自 TPC 基準，但結(jié)果與公布的 TPC 基準結(jié)果沒有可比性，因為這些結(jié)果不符合 TPC 規(guī)范。

songjy