Funkcje usługi MySQL HeatWave
Przetwarzanie transakcji klasy enterprise
- Zgodność z MySQL, pełna obsługa InnoDB i zgodność z ACID zapewnia spójność i izolację danych dla każdej transakcji.
- Optymalizator hipergrafów zapewnia opartą na kosztach optymalizację zapytań w celu poprawy wydajności przetwarzania złożonych obciążeń transakcyjnych i mieszanych.
- Pula wątków przedsiębiorstwa jest skalowana do tysięcy jednoczesnych połączeń przy użyciu wielowątkowych harmonogramów dla najbardziej wymagających środowisk OLTP.
- Funkcja Autopilot Indexing automatycznie określa indeksy podrzędne w celu optymalizacji przepustowości OLTP, używając funkcji uczenia maszynowego do prognozowania na podstawie indywidualnych obciążeń aplikacji. Eliminuje to czasochłonne zadania tworzenia optymalnych indeksów pod kątem działania OLTP i utrzymywania ich w miarę ewolucji wspomnianych obciążeń.
Przeczytaj opis techniczny usługi MySQL HeatWave (PDF)
Maksymalna dostępność i wbudowane zabezpieczenia
Osiągnij 99,99% czasu działania dzięki replikacji grupowej, automatycznemu przejmowaniu awaryjnemu, skalowalności odczytu za pomocą replik, ciągłemu tworzeniu kopii zapasowych, automatycznemu instalowaniu poprawek i zaawansowanym zabezpieczeniom, w tym pełnemu szyfrowaniu i szczegółowej kontroli dostępu opartej na rolach.
W pełni zautomatyzowane operacje
Funkcje przydzielania zasobów, skalowania, optymalizacji wydajności, wdrażania poprawek, tworzenia kopii zapasowych i przywracania awaryjnego są zarządzane automatycznie, co zapewnia maksymalną efektywność i ogranicza obciążenie operacyjne.
Jedyna usługa MySQL w chmurze oparta na MySQL Enterprise Edition
Korzystaj z opracowanej, zarządzanej i obsługiwanej przez zespół MySQL usługi, która zapewnia bez opóźnień najnowsze funkcje i aktualizacje zabezpieczeń. Asysta techniczna do MySQL Enterprise jest dostępna bez dodatkowych opłat.
Szyfrowanie asymetryczne z generowaniem kluczy i podpisami cyfrowymi
Asymetryczne szyfrowanie po stronie serwera umożliwia programistom i administratorom baz danych zwiększenie ochrony poufnych danych przy użyciu kluczy publicznych i prywatnych. Możliwe jest także implementowanie podpisów cyfrowych w celu potwierdzenia tożsamości osób podpisujących dokumenty. Programiści mogą szyfrować dane bez konieczności modyfikacji aplikacji.
Maskowanie danych i dezidentyfikacja
Na skutek maskowania i deidentyfikacji danych rzeczywiste wartości danych są ukrywane i zastępowane (w grę wchodzą tu funkcje maskowania selektywnego, losowego zastępowania danych, rozmycia itp.). Dzięki wspomnianym działaniom usługa MySQL HeatWave pozwala na ograniczenie ryzyka naruszenia bezpieczeństwa danych poprzez ukrycie danych wrażliwych. Z danych tych można korzystać w ramach systemów nieprodukcyjnych, na przykład w środowiskach programistycznych i testowych. Funkcje maskowania danych są dostępne, gdy zapytania są wykonywane w węźle MySQL Database lub w klastrze MySQL HeatWave.
Kontrola połączeń: Wbudowana ochrona przed atakami typu brute-force
Usługa MySQL HeatWave ma funkcję kontroli połączeń zaprojektowaną w celu ochrony przed atakami typu brute-force. Z uwagi na stale rozwijane metody cyberataków ochrona danych zaczyna się od zabezpieczenia dostępu u źródła. Kontrola połączeń to dodatkowa warstwa zabezpieczeń, która automatycznie spowalnia czas odpowiedzi dla powtarzających się nieudanych prób logowania z tego samego hosta. Mechanizm ten może znacznie ograniczyć skuteczność zautomatyzowanych ataków opartych na błyskawicznym odgadywaniu danych uwierzytelniających.
Wysokowydajny akcelerator zapytań w pamięci
HeatWave wykorzystuje zdolny do przetwarzania ogromnych ilości danych w równoległych procesach, hybrydowy, kolumnowy aparat przetwarzania zapytań w pamięci. Korzysta przy tym z najnowocześniejszych algorytmów rozproszonego przetwarzania zapytań, które zapewniają bardzo wysoką wydajność.
Usługa opracowana z myślą o wydajności i skalowalności
MySQL HeatWave masowo partycjonuje dane w klastrze węzłów, które mogą działać równolegle, zapewniając doskonałą skalowalność międzywęzłową. Każdy węzeł w klastrze i każdy rdzeń w węźle może równolegle przetwarzać dane w partycjach. Dostępny w usłudze HeatWave inteligentny planista zapytań nakłada obliczenia na zadania związane z komunikacją sieciową, aby zapewnić bardzo wysoką skalowalność na tysiącach rdzeni.
Optymalizacja pod kątem chmury
Przetwarzanie zapytań jest zoptymalizowane pod kątem standardowych serwerów w chmurze. Rozmiary partycji są zoptymalizowane tak, aby pasowały do pamięci podręcznej podstawowych typów instancji. Nakładanie na siebie obliczeń i zadań komunikacyjnych jest zoptymalizowane pod kątem dostępnej szerokości pasma sieci. Różne podstawowe operacje przetwarzania analitycznego wykorzystują instrukcje sprzętowe oferowane przez podstawowe maszyny wirtualne.
Optymalizacja pod kątem bardzo dużej liczby transakcji i równoczesnych połączeń
Funkcja Autopilot poprawia działanie puli wątków MySQL HeatWave, zapewniając mechanizm optymalnego wykorzystania zasobów sprzętowych w celu zwiększenia wydajności. W rezultacie usługa MySQL HeatWave zapewnia wysoką przepustowość dla obciążeń OLTP i zapobiega jej spadkowi przy wysokich poziomach transakcji i współbieżności.
Analiza w czasie rzeczywistym bez ETL
MySQL HeatWave umożliwia uruchamianie analiz danych w czasie rzeczywistym w bazie danych MySQL Database i magazynie obiektów bez powielania czynności ETL. Wyeliminuj złożoną, czasochłonną integrację z oddzielnymi bazami danych analitycznych i usługami jeziora danych.
Uruchamiaj analizy w czasie rzeczywistym
Zapytania analityczne są przetwarzane na podstawie najbardziej aktualnych danych, ponieważ aktualizacje z transakcji są automatycznie replikowane w czasie rzeczywistym do klastra analitycznego HeatWave. Nie ma potrzeby zatem indeksowania danych przed uruchomieniem obsługi zapytania. Twórcy oprogramowania i administratorzy baz danych mogą wykorzystać usługę HeatWave do analizy w czasie rzeczywistym dokumentów w formacie JSON zapisanych w bazie danych MySQL, przyspieszając w ten sposób o rzędy wielkości obsługę zapytań dotyczących dokumentów.
Nie wprowadzaj żadnych zmian w aplikacjach MySQL
MySQL HeatWave to natywne rozwiązanie MySQL. Bieżące aplikacje MySQL działają bez zmian.
Używaj tych samych narzędzi analizy biznesowej i wizualizacji danych
Usługa MySQL HeatWave obsługuje te same narzędzia analizy biznesowej (BI) i wizualizacji danych, co MySQL Database, w tym Oracle Analytics Cloud, Tableau i Looker.
Lepsze zabezpieczenia
Dane pozostające w magazynie i przesyłane między MySQL Database a węzłami klastra MySQL HeatWave są zawsze szyfrowane. Nie istnieje ryzyko naruszenia bezpieczeństwa danych podczas procesów ETL, ponieważ dane nie są przesyłane między magazynami danych.
Nowoczesna platforma skupiająca dane z funkcjami generatywnej sztucznej inteligencji i uczenia maszynowego
Usługa MySQL HeatWave zapewnia zintegrowane funkcje generatywnej sztucznej inteligencji i uczenia maszynowego bez żadnych dodatkowych kosztów.
MySQL HeatWave GenAI
MySQL HeatWave GenAI zapewnia zintegrowaną, zautomatyzowaną i bezpieczną generatywną sztuczną inteligencję z dużymi modelami językowymi (LLM) w bazie danych; zautomatyzowany magazyn danych wektorowych w bazie danych; skalowane rozszerzająco przetwarzanie wektorowe oraz możliwość prowadzenia kontekstowych konwersacji w języku naturalnym. W rezultacie można korzystać z generatywnej sztucznej inteligencji bez konieczności posiadania specjalistycznej wiedzy z zakresu sztucznej inteligencji, przenoszenia danych lub ponoszenia dodatkowych kosztów.
Modele LLM w bazie danych
Wbudowanych funkcji LLM można używać we wszystkich regionach Oracle Cloud Infrastructure (OCI), OCI Dedicated Region, Oracle Alloy, Amazon Web Services (AWS) i Microsoft Azure, uzyskując spójne wyniki i przewidywalną wydajność we wszystkich wdrożeniach. Aby obniżyć koszty infrastruktury, można wyeliminować konieczność przydzielania zasobów procesorom GPU.
Magazyn danych wektorowych w bazie danych
Wykonuj generowanie wspomagane wyszukiwaniem (RAG) w ramach modelu LLM i własnych dokumentów przechowywanych w HeatWave Vector Store, aby uzyskać dokładniejsze i trafniejsze kontekstowo odpowiedzi bez konieczności przenoszenia danych do osobnej wektorowej bazy danych.
Automatyczne generowanie wektorów
Dzięki zautomatyzowanemu kanałowi przepływu danych można wykryć, przyjąć i wygenerować wektorowe reprezentacje danych dla zastrzeżonych dokumentów z magazynu danych wektorowych MySQL HeatWave Vector Store, co ułatwia pracę programistów i analityków niemających specjalistycznej wiedzy z zakresu sztucznej inteligencji.
Skalowane rozszerzająco przetwarzanie wektorowe
Przetwarzanie wektorowe odbywa się równolegle na maksymalnie 512 węzłach klastra MySQL HeatWave i jest wykonywane z prędkością odpowiadającą przepustowości pamięci, co przyspiesza generowanie wyników przy zmniejszonym prawdopodobieństwie utraty dokładności.
Dowiedz się więcej o MySQL HeatWave GenAI
HeatWave AutoML
Dzięki mechanizmom uczenia maszynowego w bazie danych nie trzeba przenosić danych do oddzielnej usługi ML. Można bowiem łatwo i bezpiecznie korzystać ze związanych z ML funkcji szkolenia, wnioskowania i wyjaśniania w odniesieniu do danych przechowywanych zarówno w MySQL, jak i w magazynie obiektów. W rezultacie można przyspieszyć realizację inicjatyw ML, zwiększyć bezpieczeństwo i obniżyć koszty.
Automatyzacja cyklu życia ML w celu zaoszczędzenia czasu i ograniczenia nakładów pracy
Narzędzie MySQL HeatWave AutoML automatyzuje proces uczenia maszynowego, w tym dobór algorytmów, inteligentne próbkowanie danych do trenowania modeli, dobór cech i optymalizację hiperparametrów, aby zaoszczędzić analitykom i badaczom danych znaczną ilość czasu i nakładu pracy. Ponadto zapewnia doświadczonym użytkownikom opcje i elastyczność w zakresie dostosowywania potoku ML zgodnie z potrzebami. MySQL HeatWave AutoML obsługuje wykrywanie anomalii, prognozowanie, klasyfikację, regresję i zadania systemu rekomendacyjnego.
System spersonalizowanych rekomendacji
Na podstawie zarówno niejawnych informacji zwrotnych (wcześniejsze zakupy, zachowanie podczas przeglądania itp.), jak i jawnych informacji zwrotnych (oceny, polubienia itp.), system rekomendacji narzędzia MySQL HeatWave AutoML może generować spersonalizowane rekomendacje. Specjaliści ds. e-commerce mogą na przykład przewidywać przedmioty, które polubi dany użytkownik, użytkowników, którzy polubią określony przedmiot, oraz oceny, jakie uzyskają dane przedmioty. Na podstawie profilu użytkownika mogą również uzyskać listę podobnych użytkowników, a na podstawie profilu określonego przedmiotu — listę podobnych przedmiotów.
Zrozumiałe modele samouczenia się maszyn
Wszystkie modele wytrenowane przez narzędzie MySQL HeatWave AutoML są zrozumiałe. Prognozy z wyjaśnieniem wyników ułatwiają zachowanie zgodności z przepisami, zapewniają uczciwość i powtarzalność oraz pomagają zrozumieć zależności przyczynowo-skutkowe.
MySQL HeatWave Lakehouse
MySQL HeatWave Lakehouse umożliwia szybkie wykonywanie zapytań o dane do magazynu obiektów, baz danych MySQL lub obu tych rozwiązań. Przetwarzanie zapytań odbywa się w całości w silniku MySQL HeatWave, dzięki czemu można używać MySQL HeatWave Lakehouse do przetwarzania obciążeń zgodnych i niezgodnych z MySQL.
Skalowalna w poziomie architektura na potrzeby zarządzania danymi i przetwarzania zapytań
Wielokrotnie partycjonowana architektura MySQL HeatWave umożliwia skalowanie w poziomie rozwiązania MySQL HeatWave Lakehouse. Operacje z zakresu przetwarzania zapytań i zarządzania danymi, takie jak ładowanie i ponowne ładowanie danych, są skalowane wraz z rozmiarem danych. Za pomocą MySQL HeatWave Lakehouse klienci mogą tworzyć zapytania dotyczące nawet pół petabajta danych w obiektowej pamięci masowej bez konieczności kopiowania ich do instancji MySQL Database. Klaster MySQL HeatWave może być rozszerzony do nawet do 512 węzłów.
Automatyzacja oparta na uczeniu maszynowym w celu zwiększenia wydajności i zaoszczędzenia czasu
Zmniejsz koszty ogólne administrowania bazami danych i zwiększ wydajność dzięki rozwiązaniu MySQL HeatWave Autopilot:
Funkcja automatycznego rozpoznawania schematów automatycznie mapuje dane pliku do odpowiedniej definicji schematu dla wszystkich obsługiwanych typów plików, w tym dla plików CSV. W rezultacie klienci nie muszą ręcznie definiować i aktualizować mapowania schematów plików, oszczędzając czas i nakłady pracy.
Adaptacyjne próbkowanie danych to funkcja, która inteligentnie pobiera próbki plików z magazynu obiektów w celu przesłania do usługi MySQL HeatWave Autopilot informacji umożliwiających podejmowanie decyzji dotyczących automatyzacji. Dzięki tej funkcji można skanować dane i tworzyć odpowiednie prognozy (rozpoznanie schematów w przypadku plików o pojemności 400 TB nie trwa dłużej niż minutę).
Dostępność w chmurach publicznych i w Twoim centrum danych
Usługę MySQL HeatWave można wdrożyć na platformie OCI, AWS lub Azure. Można replikować dane z lokalnych aplikacji OLTP do MySQL HeatWave, aby uzyskać analizy w czasie zbliżonym do rzeczywistego i przetwarzać dane wektorowe w chmurze. Z usługi MySQL HeatWave można również korzystać w swoim centrum danych w ramach usługi OCI Dedicated Region.
MySQL HeatWave na platformie AWS zapewnia natywne środowisko dla klientów AWS. Konsola, płaszczyzna sterująca i płaszczyzna danych rezydują w AWS.