MySQL HeatWave _ 在 Analytics 上竞争 _ Sundara

MySQLHeatWave SeemaSundara 技术架构师，MySQLHeatWave 1版权所有©2024，Oracle和/或其附属公司 MySQL是#1开源数据库 2版权所有©2024，Oracle和/或其附属公司 Manufacturing Finance 许多行业的创新组织都在运行MySQL-是吗？ Social 电子商务 Tech 3版权所有©2024，Oracle和/或其附属公司 MySQL针对OLTP进行了优化。那OLAP呢？ OLTPDB ETL服务 OLTP应用程序 单独的分析数据库 复杂ETL 无实时分析安全性和合规性风险增加成本 OLAPDB OLAP应用程序 版权所有©2024，Oracle和/或其附属公司 MySQLHeatWave-一个数据库比两个好！ InnoDB存储 发动机 热波分析群集 事务性应用程序 针对OTLP和OLAP的一项服务无ETL复制 分析工具和应用程序 无与伦比的性能，成本的一小部分 实时分析提高安全性 应用程序在没有更改的情况下工作 版权所有©2024，Oracle和/或其附属公司 MySQLHeatWave 跨数据仓库和数据湖的事务、实时分析以及机器 社交、电子商务、物联网、游戏、金融科技应用。分析和机器学习工具 查询 Results MySQL存储 在一个数据库服务中学习 MySQLHeatWave OLTP 分析 数据库中ML MySQL自动驾驶 Database出口 对象存储 数据源 企业 Apps 网络/社交 IoT 日志文件 Streamingdata Database出口 从16GB扩展到512TB 6版权所有©2024，Oracle和/或其附属公司 本机高性能实时内存分析 插入/ 更新 Analytic查询 查询Results 分析引擎 MySQL数据库服务 InnodB MySQL执行 分析查询 优化 OLTP查询 优化 MySQL编译器和优化器 分析作业计划程序 分析查询执行 查询下推 内存中表示 实时 Results更新 版权所有©2024，Oracle和/或其附属公司 数据库以外的数据大幅增长 Devices 社会声音 •数据库是记录系统 •Datalake是其他类型数据的存储库 •2021年产生的79Zetabytes数据，180 对象存储 在2025年，IDC预计物联网将产生13.6泽字节的数据（ZB）•2019年，仅物联网设备就产生了13.6泽字节的数据•收集的数据中有99.5%未被使用（Grow.com）•超过80%的数据是无结构化的（mitsloan.mit.edu） 传感器 Events 8版权所有©2024Oracle和/或其附属公司 MySQLHeatWave湖屋特点 1.统一查询引擎用于OLTP、OLAP、机器学习和数据湖 2.能够跨数据查询在MySQL数据库和外部数据源中 3.MySQL自动驾驶仪对于Lakehouse-有助于模式推理 4.向外扩展架构用于数据管理和查询处理：512个节点 5.100%符合MySQL语法 mysql>创✁表传感器(dateDATE,degreeINT)ENGINE=DATALAKEENGINE_ATTRIBUTE='["dialect":["format":"csv"], "file":[["prefix":"temp_sensor_1.csv”]]]’ SECONDARY_ENGINE=快速； mysql>ALTERTABLE传感器SECONDARY_LOAD;mysql>ALTERTABLESALESSECONDARY_LOAD; mysql>SELECTcount(*)FROMSensor.degrees>30和Sensor.date=SALES.date; 9版权所有©2024，Oracle和/或其附属公司 工作负载感知的ML支持的自动化 提高生产率并帮助消除人类错误|分析和OLTP的能力 自动置备 OLTP:自动形状预测自动架构推理 自适应数据采样 OLTP:自动驾驶仪索引 自动并行加载自动数据放置 自动编码 自动卸载自动压缩 自适应数据流 自动错误恢复 自动调度自动更改传播 自动查询时间估计自动查询计划改进 自适应查询执行 OLTP:自动线程池 10版权所有©2024，Oracle和/或其附属公司 机器学习模型生命周期 培训-构✁模型预测-推理说明-分析结果 模型 选择 Feature选择 模型 调谐 受过训练的ML/DL 模型 历史/培训数据集 新数据集 模型作品 预测 太棒了! ...但为什么呢? 模型执行 差 11版权所有©2023，甲骨文和/或其附属公司 HeatWaveAutoML：数据库中✁机器学习 预处理 算法选择 自适应取样 超参数优化 模型解释器 预测解释者 已调谐模型 模型模型模型 培训推理解释 数据库中ML •消除繁琐和费力✁步骤 •简单易用✁界面，适合初学者或高级ML用户 •自动选择算法并对其进行调谐 •可解释✁模型行为和预测 AmazonS3 热波• AWSRedshiftAWMySSAQuLrora 快速训练允许快速迭代和实现期望✁结果 12版权所有©2024Oracle和/或其附属公司 出口出口 出口 •关于InnoDB和对象存储中数据✁ML(Lakehouse) 通过SQL公开✁HeatWaveAutoML功能 任何SQL客户端都可以利用HeatWaveML ML_TRAIN-为给定表构✁优化模型ML_EXPLAIN–训练额外✁模型或预测解释器ML_SCORE–评估训练好✁模型 ML_PREDICT_ROW/TABLE–对单行/表格进行推理ML_EXPLAIN_ROW/TABLE–单行/表格预测✁解释 13版权所有©2024，Oracle和/或其附属公司 HeatWaveAutoML用例 异常检测 检测供应品中✁异常情况 预测装配线卡阻 分类有缺陷✁零件识别 识别游戏黑客预测何时会发生故障 玩家流失预测 对保修索赔进行分类 识别相似用户 贷款违约预测 物联网数字孪生故障预测 预测空气污染 广告支出回报率预测利用率需求预测 向观众推荐电影 ✁议替代产品推荐新产品 推荐系统 预测航班延误贷款金额预测降雨量预测 回归 需求预测 时间预测 14版权所有©2024Oracle和/或其附属公司 MySQLHeatWave针对多个云进行了优化 最大✁灵活性和选择 针对每个云中✁最佳性价比进行了优化 版权所有©2024，Oracle和/或其附属公司 谢谢！ 16版权所有©2024，Oracle和/或其附属公司