MySQL HeatWave Lakehouse

MySQL HeatWave Lakehouseは、オブジェクト・ストレージ上のデータに対して高いパフォーマンスと優れたコスト効率でクエリを実行できるだけでなく、機械学習モデルの構築・トレーニング・説明を自動で行うことができます。Oracle Cloud Infrastructure（OCI）、Amazon Web Services（AWS）、Microsoft Azureで利用可能です。

デモ: MySQL HeatWave Lakehouse on AWS (4:32)

MySQLグローバルフォーラム: MySQLの30年を祝う

録画されたウェブキャストをご都合に合わせてご覧ください。コミュニティのエキスパートによるMySQL のベストプラクティスに関する説明を聞き、開発者の生産性、クラウド・サービス、生成 AI などの新しい機能強化について知識を深めましょう。

MySQL HeatWave Lakehouseが使用される理由

  • オブジェクト・ストレージ内のデータをクエリします

    MySQL HeatWaveは、オブジェクト・ストレージ内のデータをクエリするために最適化されたスケールアウト・データ処理エンジンです。MySQL HeatWave Vector Storeを使用すると、構造化データ、JSON形式の半構造化データ、非構造化ドキュメントをクエリできます。

  • 組み込みのMLをすべてのデータで使用

    パイプラインを自動化し、オブジェクト・ストレージとMySQLデータベース内のデータを使用してMLモデルの構築、トレーニング、デプロイ、説明を行うことができます。データを別のMLクラウド・サービスに移動する必要はなく、追加コストも発生しません。

MySQL HeatWave Lakehouseの仕組み

MySQL HeatWave Lakehouseは、CSV、Parquet、Avro、JSON、および他のデータベースからのエクスポートなど、さまざまなファイル形式のデータを処理します。オブジェクト・ストレージ内のデータをクエリし、オプションでMySQLデータベース内のトランザクション・データと結合できます。MySQL HeatWave Vector Storeを使用すると、非構造化ドキュメントをアップロードしてクエリできます。MySQL HeatWaveクラスタにロードされ、処理されるデータは、自動的にHeatWaveインメモリ形式に変換され、オブジェクト・ストレージのデータはMySQLデータベースにコピーされません。また、パイプラインを自動化し、オブジェクト・ストレージとデータベース内（またはその両方）のデータを使用してMLモデルの構築、トレーニング、説明を行う組込み機能、MySQL HeatWave AutoMLを使用することもできます。データを別のMLクラウド・サービスに移動する必要はなく、MLのエキスパートである必要もありません。

MySQL HeatWave Lakehouseの仕組みを示したダイアグラム（下に詳細説明文）:
MySQLデータベースのトランザクション・データと、さまざまなファイル形式のオブジェクト・ストレージ・データ（CSV、Parquet、Avro、JSON、他のデータベースからのエクスポートなど）が、MySQL HeatWaveクラスタにリアルタイムでレプリケートされるため、お客様はすべてのデータをリアルタイムで分析できます。また、機械学習機能がMySQL HeatWaveに組み込まれているため、お客様はデータベースとオブジェクト・ストレージのデータを使用して、機械学習モデルの構築、トレーニング、デプロイ、説明を行うこともできます。

MySQL HeatWave Lakehouseに対するお客様の声

  • 「MySQL HeatWave Lakehouseは、その優れたスケールアウト機能により、オブジェクト・ストレージからのデータのロードとオブジェクト・ストレージでのクエリの実行を可能にしてくれます。データのサイズが大きくなり、それに応じてMySQL HeatWave Lakehouseクラスタのサイズが大きくなっても、ロード時間とクエリ時間はほぼ一定です。データ管理のためのMySQL HeatWave Lakehouseのこのスケールアウト機能は、非常に大量のデータを効率的に処理するためのカギとなります」

    —Deloitte Consulting、クラウド・インフラストラクチャおよびエンジニアリング担当リーダー、Henry Tullis氏

  • 「データが急激に増加しているのに伴い、データレイクに保存しているデータ量も増加しています。MySQLの標準的な構文を使用して、データベースとオブジェクト・ストレージのデータをクエリし、リアルタイムのインサイトを得られることは、当社にとって非常に重要です。これにより、新たなチャンスを探ることができるほか、競合他社よりも高速にすべてのデータを分析することができれば、大きな競争力となります」

    —Natura&Co、ソリューション・アーキテクト、Fabricio Rucci氏

MySQL HeatWave Lakehouseのユースケース

MySQL HeatWave Lakehouseを使用すると、分析目的でオブジェクト・ストレージにオフロードされた過去のトランザクションから、迅速かつコスト効果の高い方法でインサイトを得ることができます。


銀行取引の図と説明：

この図では、分析のためにすべての過去のトランザクション・データをオンプレミスのトランザクション・データベースに保持すると、コストが高くなる可能性があることを示しています。そのため、古いトランザクション・データはCSVファイルとしてオブジェクト・ストレージにエクスポートされます。MySQL HeatWave Lakehouseでは、オブジェクト・ストレージ内のデータに対して高速クエリを実行できるため、ユーザーは過去のトランザクション・データから迅速かつコスト効果の高い方法でインサイトを得ることができます。



MySQL HeatWave Lakehouseにより、ユーザーはトランザクション・データベース内の最新のキャンペーン・データとデータレイク内の過去のキャンペーン・データの両方からインサイトを得ることができます。


デジタル・マーケティングの図と説明：

この図では、すべてのキャンペーン・データがトランザクション・データベースMySQL HeatWaveに保存され、過去のキャンペーン・データがオブジェクト・ストレージのデータレイクにエクスポートされることを示しています。MySQL HeatWave Lakehouseはトランザクション・データベース内の最新のキャンペーン・データとオブジェクト・ストレージ内の過去のキャンペーン・データを組み合わせてクエリを実行できます。これにより、ユーザーはすべてのキャンペーン・データに対して分析クエリを実行できます。



モノのインターネット（IoT）センサーによって生成されたデータは、アプリケーションからMySQL HeatWave Lakehouse経由でアクセスできます。


IoTの図と説明：

この図では、輸送コンテナ上のIoTセンサーからデータが生成され、オブジェクト・ストレージ内のデータレイクにCSVファイルとして保存されることを示しています。MySQL HeatWave Lakehouseはこのデータに対して高速クエリを実行でき、ユーザーはIoTデータにアクセスする分析ダッシュボードやチャットボットを実装できます。



ユーザーはMySQL HeatWave Lakehouseを使用してトランザクション・データベース内の販売データと、オブジェクト・ストレージ内の販売統計やキャンペーン・データに対して同時にクエリを実行することで、メディア販売キャンペーンの管理と計画を行うことができます。


メディアの図と説明：

この図では、書籍の販売がトランザクション・データベースMySQL HeatWaveに記録されて保存されることを示しています販売とキャンペーンの統計情報が収集され、そのデータはCSVファイルとしてオブジェクト・ストレージにエクスポートされます。MySQL HeatWave Lakehouseはトランザクション・データとオブジェクト・ストレージ内のデータを組み合わせてクエリを実行でき、ユーザーは販売キャンペーンの管理や計画を行うことができます。



主要な業界アナリストのMySQL HeatWave Lakehouseに関するコメントをご覧ください。

  • IDCのロゴ

    「クラウド・データ・レイクハウス環境で最高の価値を得たいと考える組織は、MySQL HeatWave Lakehouseを真剣に検討するべきです」

    IDC、データ管理ソフトウェア担当リサーチ・バイスプレジデント
    Carl Olofson氏
  • Wikibonのロゴ

    「MySQL HeatWave がこのような膨大な数のノードで並列にデータをロードし、クエリを実行できるようになったのは、業界初のことです」

    Wikibon、シニア・アナリスト
    Marc Staimer氏
  • The Futurum Groupのロゴ

    「MySQL HeatWave Lakehouseがデータのロードとクエリの両方において記録的なパフォーマンスを実現しているのは、クラウド・データ・サービスにおいて前例のないイノベーションなのです」

    The Futurum Group、リサーチ・ディレクター
    Ron Westfall氏
  • Omdiaのロゴ

    「オラクルはMySQL HeatWave Lakehouseにより、AWSやMicrosoft AzureでMySQLを使用しているお客様に対し、拒むことができないほど魅力的な提案を行っているのです」

    Omdia、AIおよびデータ分析チーフ・アナリスト
    Bradley Shimmin氏
  • Moorのロゴ

    「MySQL HeatWave Lakehouseにより、データ管理プロフェッショナルの業務が簡略化するほか、カスタマー・エクスペリエンスも向上します」

    Moor Insights & Strategy、データセンダー担当バイスプレジデント兼プリンシパル・アナリスト
    Matt Kimball氏
  • NAND Researchのロゴ

    「簡単に言うと、MySQL HeatWave Lakehouseを使用することで、有意義なビジネス・インサイトに迅速に対応できるため、競合他社の一歩先を進むことができます」

    Steve McDowell氏
    NAND Research、チーフ・アナリスト兼創業パートナー
  • Constellation Researchのロゴ

    「MySQL HeatWave チームは業界を凌駕するイノベーションにより、単一のデータベースで5つの異なるコアデータベースのユースケースを提供しています。これにより、経営陣は1つのデータベースですべてを実行できるという安心感を得ることができます。本当に汎用性の高いデータベースだと思います。」

    Constellation Research、バイスプレジデント兼プリンシパル・アナリスト
    Holger Mueller氏
  • KuppingerColeのロゴ

    「MySQL HeatWave Lakehouseは、新しいレベルの機能を提供してくれます。使い慣れたSQL構文を使用して、データウェアハウスやデータレイクの異種データをペタバイト規模でクエリできるだけでなく、クエリのパフォーマンス、ロード時間、コスト効率において競合他社に打ち勝つことができます」

    KuppingerCole Analysts、リード・アナリスト兼CTO
    Alexei Balaganski氏

異なるワークロードに対応するMySQL HeatWaveソリューションの詳細

MySQL HeatWave Lakehouseスタート・ガイド

段階的なガイダンスで学ぶ

ステップバイステップの説明により、MySQL HeatWave Lakehouseをご自分のペースで体験できます。

  • MySQL HeatWave Lakehouseを使用して、オブジェクト・ストレージ内のデータを大規模に分析

    MySQL HeatWave Lakehouseを使用して、オブジェクト・ストレージ内にあるさまざまなファイル形式の数百テラバイトのデータをクエリする方法についてご紹介します。MySQL HeatWave Autopilotを使うことで、このプロセスがどれほどシンプルになるかご確認ください。

    このラボを始める MySQL HeatWave Lakehouseを使用してオブジェクト・ストレージ内のデータを大規模に分析

  • MySQL HeatWave Lakehouseで勝利を勝ち取る

    セーリング・チームのパフォーマンス向上を支援するSailGPにとって「データ・アスリート」とは何を意味するかをぜひご確認ください。12,000を超えるデータ・ポイントが生成される、800を超えるIoTセンサーが搭載されたSailGPの高速ハイテク・ボートは、MySQL HeatWave Lakehouseを試すのに最適な場といえます。

    このラボを始める MySQL HeatWave Lakehouseで勝利を勝ち取る

無料のMySQL HeatWave Lakehouseワークショップ

エキスパートによる無料のワークショップをリクエストして、MySQL HeatWave Lakehouseの評価や開始にお役立てください。

MySQL Heatwave Lakehouse
を試す（無料）

MySQL HeatWave Lakehouseの無料トライアルにサインアップしましょう。無料のリソースに無期限でアクセスできます。