Oracle anuncia automação inteligente no serviço MySQL HeatWave

A Oracle anunciou nesta terça-feira (10/8) a disponibilidade do MySQL Autopilot, um novo componente do serviço MySQL HeatWave, o mecanismo de aceleração de consulta em memória para o serviço de banco de dados MySQL no Oracle Cloud Infrastructure (OCI). O MySQL Autopilot usa técnicas avançadas de Machine Learning para automatizar o HeatWave, o que o torna mais fácil de usar e melhora ainda mais o desempenho e a escalabilidade. O recurso está disponível sem custo adicional para clientes do MySQL HeatWave.

Segundo a empresa, o MySQL Autopilot automatiza muitos dos aspectos mais importantes e geralmente desafiadores para obter alto desempenho de consulta em escala – incluindo provisionamento, carregamento de dados, execução de consulta e tratamento de falhas. Ele usa técnicas avançadas para amostrar dados, coletar estatísticas sobre dados e consultas e construir modelos de aprendizado de máquina usando o Oracle AutoML para modelar o uso de memória, carga de rede e tempo de execução. Esses modelos de aprendizado de máquina são então usados ​​pelo MySQL Autopilot para executar seus principais recursos. O MySQL Autopilot torna o otimizador de consulta HeatWave cada vez mais inteligente à medida que mais consultas são executadas, resultando na melhoria contínua do desempenho do sistema ao longo do tempo – um recurso não disponível no Amazon Aurora, Amazon Redshift, Snowflake ou outros serviços de banco de dados baseados em MySQL.

O provisionamento automático prevê o número de nós HeatWave necessários para executar uma carga de trabalho por amostragem adaptativa de dados da tabela em que a análise é necessária. Isso significa que os clientes não precisam mais estimar manualmente o tamanho ideal do cluster.

O carregamento paralelo automático pode otimizar o tempo de carregamento e o uso de memória, prevendo o grau ideal de paralelismo para cada tabela sendo carregada no HeatWave. Além disso, o posicionamento automático de dados prevê a coluna em que as tabelas devem ser particionadas na memória para ajudar a obter o melhor desempenho para as consultas. Ele também prevê o ganho esperado no desempenho da consulta com a nova recomendação de coluna. Isso minimiza a movimentação de dados entre os nós devido a escolhas abaixo do ideal que podem ser feitas pelos operadores ao selecionar manualmente a coluna.

Outros recursos

A codificação automática pode determinar a representação ideal das colunas sendo carregadas no HeatWave, levando as consultas em consideração. Essa representação ideal fornece o melhor desempenho de consulta e minimiza o tamanho do cluster para minimizar os custos. A melhoria do plano de consulta automática aprende várias estatísticas da execução de consultas e pode melhorar o plano de execução de consultas futuras. Isso melhora o desempenho do sistema à medida que mais consultas são executadas.

A estimativa de tempo de consulta automática pode estimar o tempo de execução de uma consulta antes de executá-la. Isso fornece uma previsão de quanto tempo uma consulta levará, permitindo que os clientes decidam se a duração da consulta é muito longa e, em vez disso, executem uma consulta diferente.

O agendamento automático pode determinar quais consultas na fila são de execução curta e priorizá-las em relação a consultas de longa execução de uma forma inteligente para reduzir o tempo de espera geral. A maioria dos outros bancos de dados usa o mecanismo Primeiro a Entrar, Primeiro a Sair (FIFO) para agendamento.

Como parte deste anúncio, a Oracle também está introduzindo o MySQL Scale-out Data Management, que pode melhorar o desempenho do recarregamento de dados no HeatWave em até 100 vezes. O HeatWave agora oferece suporte a um tamanho de cluster de 64 nós – acima de 24 nós – e é capaz de processar até 32 TB de dados – acima de 12 TB. Essas novas melhorias fortalecem ainda mais as vantagens de preço/desempenho do HeatWave em relação aos seus principais concorrentes. O HeatWave pode oferecer melhor desempenho a um preço mais baixo para análises e cargas de trabalho mistas em comparação com todos os outros bancos de dados competitivos e serviços de Nuvem analíticos.