MySQL HeatWave 기능
엔터프라이즈급 트랜잭션 처리
- MySQL과의 호환성, 완전한 InnoDB 지원, ACID 준수를 통해 모든 트랜잭션에 대한 데이터 일관성 및 격리를 제공합니다.
- 하이퍼그래프 옵티마이저는 복잡한 트랜잭션 및 혼합 워크로드의 성능 향상을 위한 비용 기반 쿼리 최적화를 제공합니다.
- Enterprise Thread Pool은 멀티스레드 스케줄링을 사용해 수천 개에 달하는 동시 연결에 맞춰 확장되어 가장 까다로운 OLTP 환경을 지원할 수 있습니다.
- Autopilot Indexing은 머신러닝(ML)을 사용하여 개별 애플리케이션 워크로드를 기반으로 예측을 수행함으로써 OLTP 처리량을 최적화하기 위한 보조 인덱스를 자동으로 결정합니다. 이를 통해 OLTP 성능을 위한 최적의 인덱스를 생성하고, 워크로드의 발전에 따라 그를 유지관리하는 데 소요되는 시간을 크게 줄일 수 있습니다.
MySQL HeatWave 기술 개요 읽어보기(PDF)
최고 수준의 가용성 및 내장된 보안
그룹 복제, 자동 페일오버, 복제본을 통한 읽기 확장성, 연속 백업, 자동 패치 적용, 강력한 보안 기능(전체 암호화 및 세분화된 역할 기반 액세스 제어 등)을 통해 99.99% 업타임을 달성할 수 있습니다.
완전히 자동화된 작업
프로비저닝, 확장, 성능 최적화, 패치, 백업, 복구를 자동으로 관리해 효율성을 최대화하고 운영 부담은 최소화합니다.
MySQL Enterprise Edition 기반의 유일한 MySQL 클라우드 서비스
MySQL 팀이 개발, 관리, 지원하는 서비스를 사용해 보세요. 최신 기능과 보안 업데이트가 바로 제공됩니다. MySQL Enterprise 지원은 추가 비용 없이 포함되어 있습니다.
키 생성 및 디지털 서명을 사용한 비대칭 암호화
개발자와 DBA는 서버 측 비대칭 암호화를 통해 공용 키와 전용 키를 모두 사용하여 기밀 데이터의 보호를 강화할 수 있습니다. 또한 디지털 서명을 구현하여 문서에 서명하는 사람의 신원을 확인할 수 있습니다. 개발자는 애플리케이션 수정 없이 데이터를 암호화할 수 있습니다.
데이터 마스킹 및 비식별화
데이터 마스킹 및 비식별화를 통해 실제 데이터 값을 숨기고 다른 데이터로 대체할 수 있으며, 선택적 마스킹, 무작위 데이터 대체, 블러링 등의 기능들도 사용 가능합니다. 고객은 MySQL HeatWave의 데이터 숨기기 및 식별을 통해 개발 및 테스트 환경과 같은 비운용 시스템에서 사용될 수 있는 민감 데이터를 숨김으로써 데이터 침해 위험을 줄일 수 있습니다. 이러한 데이터 마스킹 기능은 MySQL Database 노드 또는 MySQL HeatWave 클러스터에서 쿼리를 실행할 때 사용할 수 있습니다.
Connection Control: 기본 제공되는 무차별 대입 공격 방어 수단
MySQL HeatWave에는 무차별 대입 공격으로부터의 보호를 제공하는 보안 기능인 Connection Control이 포함되어 있습니다. 사이버 위협은 끊임없이 진화하고 있으며, 데이터 보호는 데이터 소스에서의 액세스 보호부터 시작해야 합니다. Connection Control은 동일한 호스트에서 반복적으로 실패한 로그인 시도에 대한 응답 시간을 자동으로 느리게 만듦으로써 추가적인 보안 계층을 추가합니다. 해당 메커니즘은 신속한 자격 증명 추측에 의존하는 자동화된 공격의 효율성을 크게 줄일 수 있습니다.
고성능의 인메모리 쿼리 가속
MySQL HeatWave에는 인메모리, 대규모 병렬, 하이브리드 컬럼형 쿼리 처리 엔진이 포함되어 있습니다. 최신 알고리즘이 우수한 성능의 분산형 쿼리 프로세싱을 구현합니다.
대규모 확장과 성능을 고려한 설계
MySQL HeatWave는 병렬로 운영 가능한 노드 클러스터 전반에 데이터를 대규모로 파티셔닝하여 뛰어난 노드 간 확장성을 제공합니다. 클러스터 내 각 노드 및 노드 내 각 코어는 분할된 데이터를 병렬로 처리할 수 있습니다. 지능형 쿼리 스케줄러는 연산과 네트워크 통신 작업을 중첩시켜 수천 개 단위의 코어에 적합한 강력한 확장성을 보장합니다.
클라우드에 최적화
쿼리 처리는 클라우드의 범용 서버에 최적화되어 있습니다. 파티션 크기는 기본 설정된 캐시에 맞춰 최적화되었습니다. 연산과 통신 작업의 오버랩은 사용 가능한 네트워크 대역폭에 맞게 최적화되었습니다. 분석 처리에 필요한 다양한 원시 자료형(primitives)은 기본 가상머신의 하드웨어 명령어를 사용합니다.
높은 거래 비율 및 연결에 최적화
Autopilot은 MySQL HeatWave 스레드 풀의 성능을 개선함으로써 하드웨어 리소스를 최적으로 사용하여 성능을 향상할 수 있는 메커니즘을 제공합니다. 결과적으로 MySQL HeatWave는 OLTP 작업 로드를 위한 높은 처리량을 제공하고, 높은 수준의 트랜잭션 및 동시성을 유지하면서 처리량이 감소하지 않도록 방지합니다.
ETL이 필요없는 실시간 분석
HeatWave 사용자는 추출, 변환, 로드(ETL) 중복 없이 MySQL Database 및 객체 저장소에 저장된 데이터에 대한 실시간 분석을 수행할 수 있습니다. 별도의 분석용 데이터베이스 및 레이크하우스 서비스와의 복잡하고 많은 시간이 소요되는 통합을 제거할 수 있습니다.
실시간 분석 실행
트랜잭션 업데이트 내용이 MySQL HeatWave 분석 클러스터에 실시간으로 자동 복제되므로 언제나 최신 데이터를 대상으로 분석 쿼리를 실행할 수 있습니다. 분석 쿼리를 실행하기 전 데이터를 인덱싱할 필요가 없습니다. 개발자 및 DBA 또한 MySQL HeatWave의 실시간 분석 기능을 활용하여 MySQL Database 및 객체 저장소에 저장된 다양한 JSON 문서의 중요도를 파악하고 우선 순위를 설정함으로써 분석 쿼리를 가속화할 수 있습니다.
MySQL 애플리케이션을 변경할 필요 없음
MySQL HeatWave는 네이티브 MySQL 솔루션입니다. 기존 MySQL 애플리케이션을 수정할 필요가 없습니다.
동일한 BI 및 데이터 시각화 도구 사용
MySQL HeatWave는 MySQL Database에서 지원하는 것과 동일한 BI 도구와 데이터 시각화 도구를 지원합니다. 관련 도구로는 Oracle Analytics Cloud, Tableau, Looker 등이 있습니다.
보안 향상
MySQL Database와 MySQL HeatWave 클러스터 노드 간의 저장 중이거나 전송 중인 데이터는 항상 암호화됩니다. 데이터 저장소 사이에 데이터를 전송하지 않으므로 ETL 과정에서 데이터가 손상될 위험이 없습니다.
GenAI 및 ML이 탑재된 모던 데이터 플랫폼
MySQL HeatWave는 추가 비용 없이 통합된 생성형 AI 및 ML 기능을 제공합니다.
MySQL HeatWave GenAI
MySQL HeatWave GenAI는 인데이터베이스 대규모 언어 모델(LLM), 자동화된 인데이터베이스 벡터 저장소, 확장형 벡터 처리, 맥락 기반 자연어 대화 등을 지원하는 자동화되고 안전한 통합 생성형 AI 기능을 기본 제공합니다. AI 전문 지식, 데이터 이동, 추가 비용 등이 필요없는 생성형 AI 기능을 자유롭게 활용해 보세요.
인데이터베이스 LLM
모든 Oracle Cloud Infrastructure(OCI) 리전, OCI Dedicated Region, Oracle Alloy, Amazon Web Services(AWS), Microsoft Azure 등에서 내장형 LLM을 사용해 서로 다른 배포 환경에서도 예측 가능한 성능을 바탕으로 일관된 결과를 도출할 수 있습니다. GPU를 프로비저닝할 필요가 없으므로 인프라 비용이 절감됩니다.
인데이터베이스 벡터 저장소
별도의 벡터 데이터베이스로 데이터를 옮길 필요 없이 원하는 LLM을 활용하여 MySQL HeatWave Vector Store에 보관된 다양한 형식의 독점 문서를 대상으로 검색 증강 생성 작업을 수행하여 보다 정확하고 맥락에 부합하는 답변을 도출할 수 있습니다.
임베딩 자동 생성
자동화된 파이프라인을 활용하여 MySQL HeatWave Vector Store에서 임베딩을 검색, 수집, 생성할 수 있으므로 AI 전문가가 아닌 개발자 및 데이터 분석가도 간단히 벡터 스토어를 사용할 수 있습니다.
수평 확장 벡터 프로세싱
최대 512개의 MySQL HeatWave 클러스터 노드를 통해 벡터 프로세싱이 병렬화되고 메모리 대역폭에서 실행되므로 최대한 정확하고 빠른 결과를 도출할 수 있습니다.
HeatWave AutoML
인데이터베이스 ML을 지원하므로 별도의 ML 서비스로 데이터를 이전할 필요가 없습니다. MySQL 및 객체 저장소에 저장된 데이터를 활용하여 ML 학습, 인퍼런싱, 설명을 손쉽고 안전하게 수행할 수 있습니다. 결과적으로 ML 이니셔티브를 가속화하고, 보안을 강화하고, 비용을 절감할 수 있습니다.
ML 수명 주기 자동화로 시간 및 노력 절감
MySQL HeatWave AutoML은 알고리즘 선택, 모델 교육을 위한 지능형 데이터 샘플링, 기능 선택, 하이퍼패러미터 최적화 등의 머신러닝 수명 주기를 자동화합니다. 데이터 분석가 및 과학자들의 시간과 수고를 절약할 수 있죠. 숙련된 사용자가 필요에 따라 ML 파이프라인을 커스터마이징할 수 있는 옵션과 유연성도 제공합니다. MySQL HeatWave AutoML은 이상 탐지, 예측, 분류, 회귀, 추천 시스템 작업을 지원합니다.
개인화된 추천을 위한 추천 시스템
MySQL HeatWave AutoML의 추천 시스템은 암시적인 피드백(과거 구매 이력, 탐색 활동 등)과 명시적인 피드백(평점, 좋아요 등)을 모두 고려하여 개인화된 추천을 생성할 수 있습니다. 예를 들어, 전자 상거래 사이트에서는 사용자들이 좋아할 만한 항목, 특정 항목을 좋아할 만한 사용자, 해당 항목에 기대되는 평점 등을 예측할 수 있습니다. 또한 특정 사용자와 유사한 사용자들의 목록을 도출하고, 특정 항목과 유사한 항목들의 목록을 도출할 수도 있습니다.
설명 가능한 ML 모델
MySQL HeatWave AutoML을 통해 학습한 모든 모델은 설명 가능합니다. 결과에 대한 설명이 포함된 예측은 규제 준수, 공정성, 재현성, 신뢰도를 개선하고 우연성을 낮추는 데 도움이 됩니다.
MySQL HeatWave Lakehouse
MySQL HeatWave Lakehouse 사용자는 객체 스토리지, MySQL 데이터베이스, 또는 두 가지 데이터베이스를 동시에 초고속으로 쿼리할 수 있습니다. MySQL HeatWave 엔진 내에서 모든 쿼리 처리가 이루어지므로 MySQL 호환 워크로드뿐만 아니라 MySQL이 아닌 워크로드에도 MySQL HeatWave Lakehouse를 활용할 수 있습니다.
데이터 관리 및 쿼리 처리를 위한 수평 확장 아키텍처
MySQL HeatWave의 대규모 분할 아키텍처는 MySQL HeatWave Lakehouse의 확장형 아키텍처를 지원합니다. 데이터 로딩, 재로딩 등의 쿼리 처리와 데이터 관리 작업은 데이터 크기에 따라 확장됩니다. MySQL HeatWave Lakehouse를 사용하면 객체 스토리지에 저장된 최대 0.5 페타바이트 규모의 데이터를 MySQL 데이터베이스에 복사하지 않고도 쿼리할 수 있습니다. MySQL HeatWave 클러스터는 최대 512개 노드까지 확장됩니다.
성능을 향상시키고 시간은 단축하는 ML 기반 자동화
MySQL HeatWave Autopilot로 데이터베이스 관리 오버헤드를 줄이고 성능을 향상시킬 수 있습니다.
자동 스키마 추론 기능은 CSV를 포함한 모든 지원되는 파일 유형에 상응하는 스키마 정의에 대한 파일 데이터 매핑을 자동으로 추론합니다. 그 결과 고객은 파일의 스키마 매핑을 직접 정의 및 업데이트할 필요가 없어서 그만큼의 시간과 노력을 절약할 수 있습니다.
적응형 데이터 샘플링은 객체 스토리지의 파일을 지능적으로 샘플링하여 MySQL HeatWave Autopilot이 자동화 예측을 수행하는 데 필요한 정보를 제공합니다. MySQL Autopilot은 적응형 데이터 샘플링 기능을 사용해 데이터를 스캔하고 예측을 수행할 수 있습니다(예: 1분 이내에 400TB 규모의 파일에 대한 스키마 매핑 수행).
퍼블릭 클라우드와 데이터 센터에서 사용 가능
MySQL HeatWave는 OCI, AWS 또는 Azure에 배포할 수 있습니다. 온프레미스 OLTP 앱으로부터 HeatWave MySQL로 데이터를 복제하여 클라우드 환경에서 실시간에 가까운 데이터 분석 및 벡터 데이터 처리를 수행할 수 있습니다. 또한 OCI Dedicated Region을 통해 자체 데이터 센터에서 HeatWave MySQL을 사용할 수도 있습니다.
AWS 상의 MySQL HeatWave는 AWS 고객을 위한 네이티브 경험을 제공합니다. 콘솔, 제어 플레인, 데이터 플레인은 AWS에 상주합니다.