AWS 用户现可通过 MySQL 在单一服务中运行事务处理、实时分析和机器学习功能
根据基准测试，MySQL HeatWave 的性价比 Amazon Redshift 高 7 倍，比 Snowflake 高 10 倍，比 Redshift ML 高 25 倍；吞吐量比 Aurora 高 10 倍
2022 年 9 月 14 日 — 甲骨文公司发布可基于亚马逊云科技 (Amazon Web Services, AWS) 运行的 MySQL HeatWave。MySQL HeatWave能够在单一MySQL数据库中整合联机事务处理(OLTP) 、分析、机器学习和基于机器学习的自动化功能。现在，AWS用户可以在一个服务中运行事务处理、分析和机器学习工作负载，而无需在不同的数据库之间进行耗时的 ETL 复制，比如在用于事务处理的 Amazon Aurora 和用于分析的 Amazon Redshift 之间，或在用于分析的基于 AWS 的 Snowflake 以及用于机器学习的 SageMaker 之间进行 ETL 复制。
甲骨文公司首席企业架构师 Edward Screven 表示：“甲骨文公司致力于为客户提供更多选择。我们的许多 MySQL HeatWave 客户是从 AWS 迁移过来的，其他客户则希望在 AWS 上继续运行部分应用，但却面临着各种严峻的挑战，包括需要支付 AWS 高昂的数据出口费用、在访问 Oracle 云技术中运行的数据库服务时的延迟更高。我们在解决这些问题的同时，还在事务、分析和机器学习方面提供更高的性能和性价比。我们希望为 AWS 客户提供这种选择，让他们可以从 MySQL HeatWave 的创新中获益，无需从 AWS 迁移数据，开发人员也不必学习新的平台。”
Johnny Bytes 是一家总部位于德国的创新型数字化 Web 和应用开发公司。Johnny Bytes 首席执行官 Thomas Henz 表示： “基于 AWS 的 MySQL HeatWave 可通过整合事务处理和分析数据库来简化我们的数据平台。我们发现它的复杂查询速度比 AWS RDS 和 Aurora 快 60-90 倍，可生成多渠道目标市场营销活动所需的实时分析。现在，我们可以在不增加 IT 管理的情况下，为更多的数据以及各种规模的新客户上线提供更高的可扩展性。”
此外，甲骨文公司还推出了面向基于 AWS 的 MySQL HeatWave 的多项新功能和基准测试。
- 出色的性价比：基于 AWS 的 MySQL HeatWave 专为 AWS 进行了优化。如行业标准基准测试结果所示，该产品采用优秀的架构，可提供更高的性能和更低的价格。根据 4TB TPC-H* 基准测试，基于 AWS 的 MySQL HeatWave 的性价比比 Amazon Redshift 高 7 倍，比 Snowflake 高 10 倍，比 Google BigQuery 高 12 倍，比 Azure Synapse 高 4 倍。在机器学习方面，基于 AWS 的 MySQL HeatWave 比 Redshift ML 快 25 倍。针对 10GB TPC-C* 工作负载的高并发处理能力，MySQL HeatWave 可持续保持比 Amazon Aurora 多 10 倍的吞吐量。这些基准测试脚本完全透明，可以在 GitHub 上获取相关信息并重现测试结果。
- 原生 AWS 体验：基于 AWS 的 MySQL HeatWave 通过应用的毫秒级延迟和可互动的控制台，为 AWS 客户提供真正的原生体验。该产品有助于数据管理，并支持用户通过控制台执行查询、监视查询性能和供应资源的利用率。MySQL Autopilot 还与交互式控制台相集成，使其更易于使用。
- 高级安全功能：MySQL HeatWave 服务现可提供多项全方位的安全功能，其中包括服务器端的数据屏蔽和去身份化、非对称数据加密以及数据库防火墙。非对称数据加密可助力开发人员和数据管理员加强对机密数据的保护，并通过实施数字签名来确认签署文档的人员身份。数据库防火墙可针对特定数据库的攻击（例如 SQL 注入）提供实时保护。这些功能旨在为数据库用户提供出色的安全性，相较于将安全措施叠加在数据库之上的 其它产品，MySQL HeatWave 更具差异化优势。
- MySQL Autopilot：Autopilot 为应用生命周期的各个方面（包括供应、数据管理、查询执行和故障处理）提供可识别工作负载的机器学习自动化功能。Autopilot 功能包括自动供应、自动并行加载、自动编码、自动数据放置、自动排程、自动查询计划改进、自动更改传播模式和自动错误处理。结合使用这些功能可有效提高应用性能，通过预测适合运行工作负载的配置来降低成本，并减少手动数据库管理。如今，甲骨文公司推出了更多专为 OLTP 工作负载设计的 Autopilot 功能，进一步提高了 MySQL HeatWave 的性价比。自动线程池可通过推断应执行事务处理的理想数量，在高并发情况下实现更高、更可持续的吞吐量。自动配置预测可确定适合的供应配置以实现高性价比的 OLTP 工作负载处理。对于一个正在运行的系统，我们建议可以采用性价比 更合适的配置，包括继续使用现有配置、升级配置以提高性能或降级配置以减少成本。
- 机器学习：HeatWave 机器学习提供数据库内机器学习功能，包括训练、推断和解释。客户可以安全地将机器学习应用于实时数据，而无需担心 ETL 的复杂性、延迟和成本。HeatWave ML 全面自动执行机器学习生命周期，并将所有经过训练的模型存储在 MySQL 数据库中，而无需将数据或模型移动到其他机器学习工具或服务中。MySQL HeatWave 客户无需支付额外费用即可使用此功能。在数据库中，此类高级 ML 功能 HeatWave ML 的机器学习模型是最前沿的，其训练速度比 其它产品快 ，并且可根据群集大小进行调整。因此，MySQL HeatWave 客户可以提升模型训练频率并确保模型实时更新，从而提高预测准确性。
适用于分布式云
MySQL HeatWave 现已支持多个云平台，包括 Oracle 云基础设施 (Oracle Cloud Infrastructure, OCI) 、AWS 和 Microsoft Azure。对于无法将数据库工作负载迁移到公有云的企业，MySQL HeatWave 可作为 Oracle 专有云本地化解决方案 (Oracle Dedicated Region Cloud@Customer) 的一部分进行本地部署。客户还可以将数据从本地 MySQL OLTP 应用复制到基于 AWS 或 OCI 的 MySQL HeatWave，以实现近乎实时的分析。MySQL HeatWave 始终运行新版本的 MySQL 数据库，其他基于 MySQL 的服务未必能够做到这一点。
Wikibon 高级分析师 Marc Staimer 表示：“AWS 提供了专门针对每种数据类型和功能的云数据库服务，而基于 AWS 的 MySQL HeatWave 则遵循甲骨文公司的融合数据库战略，将事务、分析、机器学习和 Autopilot 自动化整合到一起。AWS 用户无需为附加服务、额外存储、数据出站、连接器等支付费用。对于需要节约成本的 IT 团队和开发人员来说，基于 AWS 的 MySQL HeatWave 提供一种全新的总拥有成本计算方法，因为它没有 AWS 附加服务费和数据出口费费。就像短跑健将尤塞恩·博尔特 (Usain Bolt) 把对手远远甩在身后，创下迄今为止仍未被打破的世界纪录一样，新的性价比基准测试结果表明，基于 AWS 的 MySQL HeatWave 的性价比比 Amazon Redshift 高 7 倍。如果重视性价比，那么这将是理想的解决方案。”
