Oracle annonce MySQL Autopilot pour MySQL HeatWave avec neuf nouvelles fonctionnalités d'automatisation basées sur l'apprentissage automatique, pour plus de performances et d'évolutivité du service

Oracle annonce la disponibilité de MySQL Autopilot, un nouveau composant de MySQL HeatWave, le moteur intégré d'accélération de requête en mémoire pour MySQL Database Service dans Oracle Cloud Infrastructure (OCI). MySQL Autopilot utilise l'apprentissage automatique pour automatiser HeatWave, ce qui le rend plus facile à utiliser et améliore encore les performances et l'évolutivité. Autopilot est disponible sans frais supplémentaires pour les clients de MySQL HeatWave.

MySQL Autopilot automatise la plupart des aspects les plus importants et les plus complexes de l'obtention de performances de requêtes élevées à l'échelle, notamment le provisionnement automatique, le chargement des données, l'exécution des requêtes et la gestion des échecs. Il utilise des techniques avancées pour échantillonner les données, collecter des statistiques sur les données et les requêtes et construire des modèles d'apprentissage automatique à l'aide d'Oracle AutoML pour modéliser l'utilisation de la mémoire, la charge du réseau et le temps d'exécution.

Ces modèles d'apprentissage automatique sont ensuite utilisés par MySQL Autopilot pour exécuter ses fonctions principales. MySQL Autopilot rend l'optimiseur de requêtes HeatWave de plus en plus intelligent au fur et à mesure de l'exécution des requêtes, assurant ainsi une amélioration permanente des performances du système au fil du temps – une capacité qui fait défaut à Amazon Aurora, Amazon Redshift, Snowflake ou d'autres services de base de données basés sur MySQL.

MySQL Autopilot comprend les fonctionnalités suivantes :

  • Le provisionnement automatique prédit le nombre de nœuds HeatWave nécessaires à l'exécution d'une charge de travail par un échantillonnage adaptatif de bases de données sur lesquelles l'analyse est requise. Cela signifie que les clients n'ont plus besoin d'estimer manuellement la taille optimale de leur cluster.

  • Le chargement parallèle automatique peut optimiser le temps de chargement et l'utilisation de la mémoire en prédisant le degré optimal de parallélisme pour chaque base de données chargée dans HeatWave.

  • Le placement automatique des données prédit la colonne sur laquelle les tables doivent être partitionnées en mémoire, afin d'obtenir les meilleures performances pour les requêtes. Il prédit également le gain attendu en termes de performances des requêtes avec la nouvelle recommandation de colonne. Cela minimise les déplacements de données entre les nœuds liés à d’éventuels choix sous-optimaux faits manuellement par les opérateurs.

  • L'encodage automatique peut déterminer la représentation optimale des colonnes chargées dans HeatWave, en tenant compte des requêtes. Cette représentation optimale permet d'obtenir les meilleures performances en matière de requêtes et de réduire la taille du cluster pour minimiser les coûts.

  • L'amélioration automatique du plan de requête assimile diverses statistiques à partir de l'exécution des requêtes et peut améliorer le plan d'exécution des futures requêtes. Cela améliore les performances du système au fur et à mesure de l'exécution des requêtes.

  • L'estimation automatique du temps d'exécution d'une requête peut estimer le temps d'exécution d'une requête avant de l'exécuter. Cela fournit une estimation de la durée d'une requête, permettant aux clients de décider éventuellement d'exécuter une autre requête, si la durée de la première requête est trop longue.

  • La propagation automatique des changements détermine de manière intelligente le moment optimal où les changements dans la base de données MySQL doivent être étendus à la couche de gestion des données HeatWave Scale-out. Cela permet de s'assurer que les changements sont implémentés à une cadence optimale.

  • La programmation automatique peut déterminer quelles requêtes de la file d'attente sont les plus rapides à exécuter et à leur donner la priorité de manière intelligente afin de réduire le temps d'attente global. La plupart des autres bases de données utilisent le mécanisme FIFO (First In, First Out) pour l'ordonnancement.

  • La récupération automatique des erreurs permet de provisionner de nouveaux nœuds et de recharger les données nécessaires si un ou plusieurs nœuds HeatWave ne répondent pas en raison d'une défaillance logicielle ou matérielle.


Nom : oracle.jpeg
Affichages : 26165
Taille : 13,0 Ko

Edward Screven, Chief Corporate Architect, Oracle, déclare : « MySQL Database Service avec HeatWave est la seule base de données MySQL capable de supporter efficacement le transactionnel (OLTP) et l'analytique (OLAP), permettant aux utilisateurs d'exécuter des charges mixtes ou des analyses en temps réel sur leur base de données MySQL avec des performances de 10 à 1000 fois meilleures pour moins de la moitié du coût des autres bases de données analytiques ou MySQL. Parmi les services cloud d'OCI, MySQL HeatWave est l'un de ceux dont la croissance est la plus rapide : les clients sont de plus en plus nombreux à transférer leurs charges MySQL sur HeatWave. Nous annonçons aujourd'hui de nombreuses innovations issues de plusieurs années de recherches et développements avancés chez Oracle. La mise en œuvre de l'ensemble de ces innovations se traduit par des améliorations radicales de l'automatisation, des performances et des coûts – et permet ainsi à HeatWave de distancer encore plus les autres services cloud. »

MySQL Scale-out Data Management est l'une des innovations annoncées. Elle améliore d'un facteur supérieur à 100 les performances du rechargement des données dans HeatWave. HeatWave supporte désormais jusqu'à 64 nœuds (au lieu de 24) dans le même cluster et peut traiter jusqu'à 32 To de données (au lieu de 12 précédemment).

Comparaison des performances de HeatWave avec Snowflake, Amazon Redshift, Amazon Aurora et Amazon RDS pour MySQL

MySQL HeatWave est également intégré au sein d'Oracle Lake House. OCI Data Catalog constitue le seul et unique catalogue pour l'ensemble de l'environnement Oracle Lake House, intégrant les données de MySQL Database Service avec celles d'Oracle Autonomous Database et du stockage des objets. Les utilisateurs d'Oracle Lake House peuvent découvrir les données MySQL via ce catalogue, puis les déplacer ou les analyser à volonté. Plusieurs autres services OCI tels qu'Oracle Analytics Cloud et Oracle Cloud Data Integration sont également intégrés avec MySQL HeatWave.

Les nouveautés de cette toute dernière version de MySQL HeatWave sont disponibles dès maintenant sur OCI dans l'ensemble des 30 régions Oracle Cloud.


A propos d'Oracle

Oracle propose des suites d’applications intégrées ainsi qu’une infrastructure autonome et sécurisée dans Oracle Cloud.

Source : Oracle

Et vous ?

Que pensez-vous de ces nouvelles fonctionnalités dans MySQL HeatWave ?

Voir aussi :

Oracle annonce Oracle Database 21c, sa nouvelle base de données, ainsi que son nouveau service low-code APEX accessible via son cloud

Oracle Cloud Infrastructure annonce l'intégration de ServiceNow pour améliorer la gestion des environnements multicloud

Oracle annonce la disponibilité d'un moteur d'analyse intégré pour MySQL dans le cloud, MySQL Analytics Engine n'est disponible que sur Oracle Cloud Infrastructure