MySQL HeatWave 的特性

企业级事务处理

• 与 MySQL 兼容，全面支持 InnoDB 并符合 ACID 特性，为每笔事务提供数据一致性与隔离保障。
• Hypergraph Optimizer 通过基于成本的查询优化，提高复杂事务和混合工作负载的性能。
• 企业线程池通过多线程调度机制，可扩展支持数千个并发连接，满足严苛的 OLTP 环境需求。
• Autopilot Indexing 运用机器学习 (ML) 技术，根据具体应用工作负载进行预测，自动确定辅助索引来优化 OLTP 吞吐量。消除耗时的任务，包括为 OLTP 工作负载创建合适的索引，以及随着工作负载的不断变化而持续维护索引。

阅读 MySQL HeatWave 技术简介 (PDF)

超高可用性和内置安全性

通过群组复制、自动故障转移、副本读取扩展、持续备份、自动打补丁及全面加密与精细化角色访问控制等强大的安全措施，实现 99.99% 的正常运行时间。

全自动化运营

自动管理资源配置、弹性扩展、性能优化、打补丁、备份和恢复，实现峰值效率并减轻运营负担。

基于 MySQL Enterprise Edition 构建的 MySQL 云技术服务

使用由 MySQL 团队开发、管理并提供支持的服务，即时获取新功能和安全更新。MySQL 企业级支持服务已包含在内，无需额外付费。

通过密钥生成和数字签名进行非对称加密

服务器端非对称加密支持开发人员和 DBA 使用公钥和私钥来增强机密数据保护。他们还可以使用数字签名来确认文档签署人员的身份。开发人员无需修改应用即可加密数据，

数据脱敏和去标识化

数据脱敏和去标识化即使用替代值隐藏和替换真实的数据值，具体包括选择性脱敏、随机数据替换、模糊等等。借助 MySQL HeatWave 中的数据脱敏和去标识化功能，客户可以在开发和测试环境等非生产系统中隐藏敏感数据，降低数据泄露风险。在 MySQL Database 节点或 MySQL HeatWave 集群上执行查询时，您也可以使用数据脱敏功能。

Connection Control：内置暴力攻击防御功能

HeatWave MySQL 附带适用于抵御暴力攻击的 Connection Control 安全功能。随着网络威胁不断演变，保护数据的第一步是从源头保障访问安全。Connection Control 在面对同一主机多次登录失败时，可以自动减慢响应时间，以此增加一层额外的安全保障。这种机制可以显著降低依赖快速凭证猜测的自动化攻击的有效性。

高性能的内存中查询加速器

MySQL HeatWave 是一个内存中大规模并行的混合列查询处理引擎。它可提供杰出的算法，实现超高的分布式查询处理性能。

采用大规模扩展和高性能架构设计

MySQL HeatWave 将数据大规模分区至可并行运行的节点集群，提供出色的节点间可扩展性。集群内的每个节点和节点内的每个核心都可以并行处理分区数据。同时，搭载了一个智能查询调度器，可并行处理计算与网络通信任务，为数千个核心提供可伸缩性。

针对云技术进行了优化

查询处理针对云端通用服务器进行了优化。首先，分区大小经过专门优化，即使基础配置的缓存也能正常运行。其次，计算与通信任务重叠特性也针对网络带宽进行了优化。各种分析处理原语使用底层虚拟机的硬件指令。

针对高事务处理量和连接进行了优化

Autopilot 可改善 MySQL HeatWave 线程池的性能，通过一种可优化硬件资源使用的机制进一步提高性能。由此，MySQL HeatWave 可为 OLTP 工作负载提供更高的吞吐量，并防止在事务并发级别较高时吞吐量下降。

无 ETL 的实时分析

MySQL HeatWave 支持您对 MySQL Database 和对象存储中的数据运行实时分析，而无需提取、转换和加载 (ETL) 复制。无需复杂耗时的集成操作，即可使用独立的分析数据库和数据湖仓一体服务。

运行实时分析

事务更新会自动、实时复制到 MySQL HeatWave 分析集群，分析查询可以访问新的数据。在运行分析查询之前无需编录数据索引。开发人员和 DBA 也可以利用 MySQL HeatWave 对存储在 MySQL Database 和对象存储中的 JSON 文档进行实时分析，从而使文档分析查询速度提升数个数量级。

无需更改 MySQL 应用

MySQL HeatWave 是一个原生 MySQL 解决方案，现有 MySQL 应用无需更改即可正常运行。

使用相同的 BI 和数据可视化工具

MySQL HeatWave 同样支持 MySQL Database 所支持的 BI 和数据可视化工具，包括 Oracle Analytics Cloud、Tableau 和 Looker。

增强安全性

MySQL Database 和 MySQL HeatWave 集群节点之间的所有静态数据和传输中数据始终都是加密的。由于不需要在数据存储之间传输数据，ETL 流程不存在数据泄露风险。

融合 GenAI 和 ML 的现代化数据平台

MySQL HeatWave 提供集成的生成式 AI 和 ML 功能，无需额外付费。

MySQL HeatWave GenAI

MySQL HeatWave GenAI 通过数据库内大语言模型 (LLM)、自动化的数据库内向量存储、横向扩展向量处理、基于自然语言的情境化对话功能提供集成、自动化的生成式 AI 支持，让您无需移动数据和支付额外成本就能充分利用生成式 AI — 即使您不具备 AI 专业知识。

数据库内 LLM

在所有 Oracle Cloud Infrastructure (OCI) 区域、OCI Dedicated Region、Oracle Alloy、Amazon Web Services (AWS) 和 Microsoft Azure 中使用内置 LLM，凭借可预测的性能在各种部署环境下获得一致的结果。无需预配 GPU，可降低基础设施成本。

数据库中向量存储

在 MySQL HeatWave Vector Store 中，对 LLM 和您的专有文档执行检索增强生成，以获得更准确和与情景相关的答案，而无需将数据移至单独的向量数据库。

自动生成嵌入

通过自动化管道，在 MySQL HeatWave Vector Store 中发现、摄取和生成专有文档，让不具备 AI 专业知识的开发人员和分析人员也可以轻松使用向量存储。

横向扩展向量处理

向量处理在多达 512 个 MySQL HeatWave 集群节点上并行化，以内存带宽执行，有助于快速提供结果并降低影响准确性的可能性。

详细了解 MySQL HeatWave GenAI

HeatWave AutoML

借助数据库内机器学习，客户不需要将数据迁移到其他 ML 服务。您可以轻松安全地将机器学习训练、推断和解释应用于 MySQL 和对象存储中的数据。因此，客户可以加速推进机器学习计划、增强安全性并降低成本。

通过机器学习生命周期自动化节省时间和精力

MySQL HeatWave AutoML 能够推动 ML 生命周期自动化，包括算法选择、面向模型训练的智能数据采样、特征选择和超参数优化，为数据分析师和数据科学家节省大量时间和精力。为经验丰富的用户提供灵活选项，可按需定制机器学习管道。MySQL HeatWave AutoML 支持异常检测、预测、分类、回归和推荐系统任务。

个性化推荐系统

MySQL HeatWave AutoML 推荐系统可以基于隐式反馈（如购买历史和浏览行为）和显式反馈（如评分、点赞）来生成个性化推荐方案。例如，电商网站能够预测用户可能喜欢的商品、可能喜欢特定商品的用户群体，以及商品将获得的评分。这些网站还可以根据某个用户，获取相似用户的列表；或根据特定的产品，获取相似产品的列表。

可解释的机器学习模型

经 MySQL HeatWave AutoML 训练的所有模型都可解释。提供结果解读的预测功能有助于提升合规性、公平性、可重复性和信任度，同时降低偶然性。

详细了解 MySQL HeatWave AutoML

MySQL HeatWave Lakehouse

借助 MySQL HeatWave Lakehouse，您可以单独查询或同时查询对象存储和 MySQL 数据库中的数据。查询处理完全在 MySQL HeatWave 引擎中完成，您除了可以利用 MySQL HeatWave Lakehouse 处理与 MySQL 兼容工作负载之外，还可以处理非 MySQL 工作负载。

面向数据管理和查询处理的横向扩展架构

MySQL HeatWave 的大规模分区架构可为 MySQL HeatWave Lakehouse 提供一个横向扩展架构，支持根据数据规模扩展或收缩查询处理和数据管理操作（如加载和重新加载数据）。客户可以使用 MySQL HeatWave Lakehouse 在对象存储中查询多达半 PB 的数据，且无需将数据复制到 MySQL 数据库实例。MySQL HeatWave 集群可扩展至 512 个节点。

ML 驱动的自动化可提高性能并节省时间

通过 MySQL HeatWave Autopilot 降低数据库管理开销并提高性能：

自动模式推断可针对所有支持的文件类型（包括 CSV）自动推断文件数据到对应模式定义的映射。因此，客户无需手动定义和更新文件的模式映射，从而节省大量时间和精力。

自适应数据采样可智能地对对象存储中的文件进行采样，为 MySQL HeatWave Autopilot 提供信息以生成自动化预测。借助自适应数据采样，MySQL HeatWave Autopilot 可在不到一分钟的时间内对 400 TB 文件的模式映射完成扫描并执行预测。

详细了解 MySQL HeatWave Lakehouse

可在公有云环境和您的本地数据中心运行

您可以在 OCI、AWS 或 Azure 上部署 MySQL HeatWave，将数据从本地部署 OLTP 应用复制到 HeatWave MySQL，在云端获得接近实时的分析和处理向量数据。您还可以借助 OCI Dedicated Region，在您的本地数据中心使用 HeatWave MySQL。

基于 AWS 的 MySQL HeatWave 为 AWS 客户提供原生体验。控制台、控制层和数据层皆位于 AWS 中。