甲骨文Autopilot以機器學習加速MySQL Heatwave的查詢和叢集 挑戰Amazon Aurora與Snowflake

為了和Amazon Aurora和Snowflake分庭抗禮，甲骨文宣佈，將機器學習來改進Oracle MySQL資料庫服務的記憶體內(in-memory)查詢加速器MySQL HeatWave 。

甲骨文本周宣佈MySQL Autopilot，它是去年12月問世的MySQL HeatWave的最新元件，利用機器學習來加速查詢的效能和擴充性。MySQL HeatWave結合Oracle Cloud Infrastructure (OCI)中的MySQL Database Service，可以加速傳統MySQL資料庫即時分析速度10到1000倍，或是支援OLTP及OLAP混合作業的效能。Autopilot現在免費提供給HeatWave用戶。

運用機器學習，Autopilot自動化叢集資料部署(provisioning)、資料倒入、查詢執行及錯誤處理。HeatWave並以Oracle AutoML建立機器學習模型來預測記憶體使用、網路負載及執行時間。隨著企業用得愈多，Autopilot可改進HeatWave查詢最佳化能力，進而推升查詢速度。

從技術細節來看，Autopilot使用適應性資料取樣分析，預測查詢時所需的HeatWave節點來自動化調撥資源；它的自主平行載入，可最佳化資料倒入及記憶體使用；自動化資料配置(data placement)可加速資料查詢效能；自動預估查詢時間；自動錯誤回復，在某個節點沒有回應時自主撥用新節點再倒入資料。

配合MySQL Autopilot，甲骨文同時推出MySQL Scale-Out資料管理，可提升資料倒入HeatWave的效能高達100倍。HeatWave去年底推出時僅支援24個節點，但現在已支援最多64個節點，此外資料處理量也從之前的12TB提升到32TB。

甲骨文強調MySQL資料庫和Oracle Database市場不會互相重疊；後者屬於大型企業，而MySQL較偏向開發商、雲端原生開原碼應用，以及原生的雲端企業。例如Oracle Exadata 服務可容納2.5 PB的資料庫，但HeatWave只有32TB。因　此大型金融業會使用Oracle Autonomous Database或Exadata雲端服務，但HeatWave無法應付他們的處理處理需求。

來源：InfoWorld