Lors de l'ouverture d'Oracle CloudWorld, Oracle a annoncé une version améliorée de MySQL HeatWave Lakehouse, dont les performances de requêtes seraient 17 fois plus rapides que celles de Snowflake et 6 fois plus rapides que celles de Redshift, sur la base d'une charge de travail de 400 To. Selon Oracle, MySQL HeatWave Lakehouse peut charger 400 To de données depuis un stockage objet 8 fois plus rapidement que Redshift et 2.7 fois plus rapidement que Snowflake.
MySQL HeatWave Lakehouse est le plus récent ajout au portefeuille MySQL HeatWave combinant le traitement des transactions, l'analyse, l'apprentissage automatique et l'automatisation basée sur l'apprentissage automatique au sein d'une seule base de données MySQL. MySQL HeatWave Lakehouse évolue jusqu'à 512 nœuds et offre aux clients la possibilité de traiter et d'interroger des centaines de téraoctets de données dans un magasin d'objets dans une variété de formats de fichiers, tels que CSV et Parquet, ainsi que des sauvegardes Aurora et Redshift.
Propulsé par l'architecture massivement parallèle MySQL HeatWave, MySQL HeatWave Lakehouse est censé offrir des performances nettement supérieures à celles des services de base de données cloud concurrents pour l'exécution des requêtes et le chargement des données, comme le démontrent les références standard de l'industrie.
En une seule requête, les clients peuvent interroger des données transactionnelles dans la base de données MySQL et les combiner avec des données dans le magasin d'objets à l'aide de la syntaxe MySQL standard. Oracle a également annoncé de nouvelles fonctionnalités MySQL Autopilot qui améliorent les performances et facilitent son utilisation. MySQL HeatWave Lakehouse est désormais disponible en version bêta pour que les clients puissent l'essayer et sa disponibilité générale est prévue pour 1HCY23.
Les clients migrant depuis AWS, Google et sur site utilisent MySQL HeatWave pour un large éventail de cas d'utilisation, y compris l'analyse marketing, en particulier l'analyse en temps réel des performances des campagnes publicitaires et l'analyse des données client pour créer des campagnes efficaces. Les clients AWS en migration incluent des leaders des secteurs de l'automobile, des télécommunications, de la vente au détail, de la haute technologie et de la santé.
Oracle publie également de nouveaux benchmarks pour les environnements Lakehouse et introduit plusieurs fonctionnalités pour MySQL HeatWave Lakehouse et MySQL Autopilot. Les clients Oracle peuvent essayer MySQL HeatWave gratuitement pendant 30 jours.
Repères
Comme le démontre un benchmark TPC-H de 400 To accessible au public, avec des scripts disponibles sur GitHub , les performances de requête de MySQL HeatWave Lakehouse sont les suivantes :
- 17 fois plus rapide que Snowflake
- 6 fois plus rapide qu'Amazon Redshift
Le chargement des données du magasin d'objets dans MySQL HeatWave Lakehouse est également beaucoup plus rapide. Pour une charge de travail TPC-H de 400 To, les performances de charge de MySQL HeatWave Lakehouse sont :
- 8 fois plus rapide qu'Amazon Redshift
- 2.7 fois plus rapide que Snowflake
Nouvelles fonctionnalités innovantes pour MySQL HeatWave Lakehouse
Les nouvelles fonctionnalités de MySQL HeatWave Lakehouse incluent :
- Taille de données plus grande, syntaxe MySQL standard : Les clients peuvent interroger jusqu'à 400 To de données avec MySQL HeatWave Lakehouse, et le cluster HeatWave évolue jusqu'à 512 nœuds. Les clients utilisent la syntaxe MySQL standard pour interroger les données.
- Performances et compression identiques : MySQL HeatWave offre les mêmes performances de requête pour les données stockées dans la base de données MySQL ou sur le magasin d'objets, comme le démontrent les benchmarks TPC-H de 10 To et 30 To. La quantité de compression obtenue et la quantité de données pouvant être traitées par nœud sont les mêmes dans les deux instances.
- Prise en charge de plusieurs formats de fichiers : Avec MySQL HeatWave Lakehouse, les clients peuvent charger et traiter les données stockées dans une variété de formats de fichiers, tels que CSV et Parquet, ainsi que les sauvegardes Aurora et Redshift d'AWS. Cela permet aux clients de tirer parti des avantages de MySQL HeatWave même lorsque leurs données ne sont pas stockées dans une base de données MySQL. Les performances de la requête sont les mêmes quel que soit le format de fichier dans lequel les données sont stockées.
- Possibilité d'interroger des données dans MySQL et de les combiner avec des données dans un magasin d'objets : Avec MySQL HeatWave Lakehouse, les clients peuvent interroger leurs données OLTP stockées dans la base de données MySQL et les combiner avec les données stockées dans le magasin d'objets. Toute modification apportée aux données OLTP est mise à jour en temps réel et reflétée dans le résultat de la requête.
Nouvelles fonctionnalités MySQL Autopilot
MySQL Autopilot fournit une automatisation basée sur l'apprentissage automatique pour MySQL HeatWave. Les fonctionnalités existantes de MySQL Autopilot, telles que le provisionnement automatique et l'amélioration du plan de requête automatique, ont été améliorées pour MySQL HeatWave Lakehouse, réduisant ainsi les frais généraux d'administration de la base de données et améliorant les performances.
Les nouvelles fonctionnalités de MySQL Autopilot incluent :
- Inférence de schéma automatique : Le pilote automatique déduit automatiquement le mappage des données du fichier aux types de données dans la base de données. Par conséquent, les clients n'ont pas besoin de spécifier manuellement le mappage pour chaque nouveau fichier à interroger par MySQL HeatWave Lakehouse.
- Échantillonnage adaptatif des données : Le pilote automatique échantillonne intelligemment des portions de fichiers dans le stockage d'objets, collectant des statistiques précises avec un accès minimal aux données. MySQL HeatWave utilise ces statistiques pour générer et améliorer les plans de requête, déterminer le mappage de schéma optimal, etc.
- Chargement automatique : Le pilote automatique analyse les données pour prédire le temps de chargement dans MySQL HeatWave, détermine le mappage des types de données et génère automatiquement les scripts de chargement.
- Flux de données adaptatif : MySQL HeatWave Lakehouse s'adapte dynamiquement aux performances du magasin d'objets sous-jacent. En conséquence, MySQL HeatWave peut obtenir les performances disponibles maximales de l'infrastructure cloud sous-jacente, ce qui améliore les performances globales, les performances tarifaires et la disponibilité.
Améliorations supplémentaires de MySQL HeatWave
Oracle a annoncé un certain nombre d'autres améliorations apportées à MySQL HeatWave, allant de l'apprentissage automatique au plug-in de code VS. Les capacités de ML dans la base de données de MySQL HeatWave ont été encore enrichies pour inclure la prise en charge des modèles de prévision. De nouvelles techniques d'explication ML ont été ajoutées et optimisées pour MySQL HeatWave. Les scientifiques des données peuvent désormais influencer différentes étapes du pipeline de formation automatisé HeatWave ML, y compris le choix de l'algorithme, la sélection des fonctionnalités, la métrique de notation et la technique d'explication. HeatWave ML a également été amélioré pour permettre aux clients d'importer des modèles ML dans HeatWave.
Un nouvel optimiseur de requêtes Hypergraph multimoteur améliore encore les performances des requêtes complexes et élimine le besoin de spécifier l'ordre de jointure. Une carte de zone a été ajoutée, ce qui accélère un ensemble plus large de requêtes avec MySQL HeatWave. Et le plug-in de code VS pour MySQL a été amélioré pour prendre en charge les fonctionnalités de MySQL HeatWave.
Prêt pour le cloud distribué
MySQL HeatWave est disponible dans plusieurs clouds, dont OCI, AWS et désormais Microsoft Azure. Il est disponible sur site dans le cadre de la région dédiée OCI pour les organisations qui préfèrent ne pas déplacer leurs charges de travail de base de données vers le cloud public. Les clients peuvent également répliquer les données de leurs applications MySQL OLTP sur site vers MySQL HeatWave pour obtenir des analyses en temps quasi réel. MySQL HeatWave utilise toujours la dernière version de la base de données MySQL.
Amazon