甲骨文發佈支援MySQL HeatWave服務的MySQL Autopilot

  •  
  •  
  •  

甲骨文宣佈推出MySQL Heatwave服務的最新元件MySQL Autopilot,可作為在Oracle雲端基礎設施(Oracle Cloud Infrastructure, OCI)之上,MySQL資料庫服務的記憶體內查詢加速引擎。

實現HeatWave自動化

MySQL Autopilot借助機器學習技術實現HeatWave自動化,使其更易於使用,同時提升性能和可擴展性,且MySQL HeatWave客戶無需支付額外費用即可獲得Autopilot。 同時,MySQL Autopilot可自動執行眾多與高性能查詢相關、具挑戰性的關鍵功能,包括配置、資料載入、查詢執行和故障處理。它使用先進的技術提取資料樣本,採集和查詢統計資料,使用Oracle AutoML建構機器學習模型,以建立記憶體使用、網絡負載和執行時間模型。這些機器學習模型可被MySQL Autopilot用於執行其核心能力,隨著查詢的次數越來越多,MySQL Autopilot將使HeatWave查詢優化程式漸趨智能化,從而不斷改善系統性能,而這項能力正是Amazon Redshift、Amazon Aurora、Snowflake或其他以MySQL為基礎的資料庫產品所缺乏的。 

MySQL Autopilot納入以下功能: 

  • 自動配置 — 透過對需要分析的表格資料進行自我調整採樣,以預測運行工作負載所需的HeatWave節點數,因此客戶不再需要以人手的方式估算集群的最佳大小,同時是任何其他資料庫服務無法提供的獨特能力。 
  • 自動平行載入 — 透過預測載入到 HeatWave 中每個表格的最佳平行程度,以優化載入時間和記憶體使用。 
  • 自動資料放置 — 預測應在記憶體中對哪些表格進行分區,以達到最佳查詢性能,並透過推薦的新列預測查詢性能的改善程度,可最小化操作人員所作的影響,最大程度地減少跨節點的資料移動。任何其他資料庫服務都未提供這一能力。 
  • 自動編碼 — 可以在同時考慮查詢的前提下,決定載入至HeatWave的最佳呈現方式。這一最佳呈現方式能提供最佳的查詢功能,最小化集群的大小,從而最小化成本。 
  • 自動查詢計劃 — 從查詢的執行中學習各種統計資料,用於優化未來的查詢動作。隨著查詢次數日益增多,系統的性能將會進一步提升。任何其他資料庫服務尚未具備這一能力。 
  • 自動估算查詢時間 — 可在執行查詢前估算執行時間,協助客戶確定查詢時間是否過長,是否應該進行其他查詢。 
  • 自動變更傳播 — 當MySQL資料庫發生變更時,系統可智能地確認傳到HeatWave橫向擴展資料管理層的最佳時間,確保在恰當的時間傳播變更。任何其他雲端供應商尚未提供這一能力。 
  • 自動調度 — 可以確定佇列中哪些查詢執行時間較短,並以智能的方式將其優先排列在執行時間較長的查詢之前,以縮短總體等待時間。然而,其他大多數資料庫都使用「先進先出」(FIFO)調度機制。 
  • 自動錯誤恢復 — 如因軟件或硬件故障導致一個或多個HeatWave節點無法回應,系統則會配置新的節點並重新載入必要的資料。 

甲骨文首席企業架構師Edward Screven表示:「整合HeatWave技術的MySQL資料庫服務可高效支援OLTP和OLAP,可讓使用者運行混合工作負載,或對自己的MySQL資料庫進行即時分析,相比於其他分析或以MySQL為基礎的資料庫,性能可提升10至1,000倍,而成本不到其一半。MySQL HeatWave是OCI上發展最快的雲端服務之一,越來越多客戶將MySQL工作負載遷移至HeatWave。今天發佈的眾多創新方案都是甲骨文多年研發的成果,在自動化、性能和成本方面均取得極大改善。」 

MySQL Autopilot提供9種新的機器學習驅動自動化功能,進一步提升MySQL Heatwave服務的性能和可擴展性。 

降低成本兼提升性能

甲骨文同時推出MySQL橫向擴展資料管理(MySQL Scale-out Data Management),將資料載入至HeatWave的性能提升高達100倍。HeatWave現可支援64個節點(原為24個)的集群,處理多達32 TB的資料(原為12 TB),進一步強化HeatWave相對於主要競爭對手的成本效益優勢。 因此,相比於所有其他資料庫和分析雲服務,HeatWave的價格更低,分析和混合工作負載的性能更高。具體來說,HeatWave的成本效益如下: 

  • 成本效益比Amazon Redshift AQUA高13倍 — 價格為其一半,速度快6.5倍(TPC-H 10TB) 
  • 成本效益比Snowflake高35倍 — 價格為其1/5,速度快7倍(TPC-H 10TB) 
  • 成本效益比Google Big Query高36倍 — 價格為其1/4,速度快9倍(TPC-H 30TB) 
  • 成本效益比Azure Synapse高15倍 — 價格為其1/4,速度快3倍(TPC-H 30TB) 
  • 在混合工作負載方面,成本效益比Amazon Aurora高42倍 — 價格為其42%,延遲低18倍,輸送量多110倍(CH-benCHmark 100G)  

從Amazon遷移至OCI上MySQL HeatWave的客戶,除了可降低成本,亦能提升雲端工作負載的性能。Red3i是美國一家商務智能和數碼營銷企業,其聯合創始人暨首席技術長Amit Palshikar表示:「我們將6TB資料庫和數碼營銷及媒體管理應用程式從Amazon網絡服務Aurora成功地遷移至OCI上的MySQL HeatWave,從而降低成本達60%,將複雜查詢的性能提升了1,000多倍,整體工作負載改善了85%。同時,我們無需對應用程式進行任何修改,自動恢復功能大程度地減少了停機時間,並因應我們越來越多的需求,幫助我們擴展至數千個核心。」 

IDC資料管理軟件研究副總裁Carl Olofson指出:「在本次發佈的新版本中,甲骨文增加了以機器學習為基礎的自動化,避免了與配置、資料載入、查詢執行和故障處理相關的猜測和人工需求。」

IDC資料管理軟件研究副總裁Carl Olofson指出:「市面上有一些雲端資料庫供應商繼續提供針對特定工作負載的專用資料庫,尤其是在開源領域,開發者希望透過人工調整參數的方式優化性能。甲骨文採取了不同的方式,將資料庫的各種功能整合在一個系統中,在開源雲端資料庫服務MySQL HeatWave中提供資料庫融合和自動化能力。甲骨文在2020年推出了MySQL HeatWave,在一個資料庫中提供全面的本地雲支援,將OLTP和OLAP整合,無需提取、轉換和載入(ETL)。在本次發佈的新版本中,甲骨文增加了以機器學習為基礎的自動化,避免了與配置、資料載入、查詢執行和故障處理相關的猜測和人工需求。這些自動化功能亦是 HeatWave 優秀的性能和成本效益表現的主要原因,正如甲骨文公開可取得和可重複的基準報告顯示,其提供的指標與其他雲端資料庫服務供應商的指標相比相當具有優勢。」 

整合至甲骨文智能湖倉

MySQL HeatWave亦被整合至甲骨文的智能湖倉 (lake house),而OCI資料目錄是該智能湖倉的唯一目錄,包含MySQL資料庫服務、Oracle自主驅動資料庫和物件儲存的資料(OCI Object Storage)。智能湖倉使用者可透過該目錄找到MySQL資料,按需移動或分析這些資料。Oracle分析雲和Oracle雲端資料整合服務等其他OCI服務亦與MySQL HeatWave進行整合。 


  •  
  •  
  •