Oracle представила компонент для сервиса MySQL HeatWave — MySQL Autopilot
Oracle представила компонент для сервиса MySQL HeatWave — MySQL Autopilot. Решение представляет собой движок ускорения обработки запросов `in-memory` для СУБД MySQL Database Service в Oracle Cloud Infrastructure (OCI). MySQL Autopilot использует продвинутые алгоритмы машинного обучения для автоматизации HeatWave, повышая производительность и масштабируемость системы. Autopilot уже доступен для пользователей MySQL HeatWave без дополнительной оплаты, а для пользователей запущена серия бесплатных вебинаров по работе с HeatWave
MySQL Autopilot позволяет автоматизировать ряд наиболее важных и сложных процедур для достижения высокой производительности в работе с запросами для масштабных баз данных. Инструмент помогает оптимизировать провизионинг, загрузку данных, исполнение запросов, а также работу с ошибками. Инструмент использует продвинутые технологии для выбора данных, сбора статистики по данным и запросам, а также создания моделей машинного обучения на базе Oracle AutoML для оценки использования памяти, утилизации ресурсов сети и времени исполнения запросов. Создаваемые модели впоследствии применяются MySQL Autopilot для оптимизации ключевых функций системы. Благодаря MySQL Autopilot оптимизатор очереди запросов HeatWave становится более интеллектуальным по мере исполнения запросов, а производительность системы постоянно улучшается. Такой возможности нет ни в одной из аналогичных систем, включая Amazon Aurora, Amazon Redshift, Snowflake и другие сервисы на базе MySQL.
MySQL Autopilot обладает следующими возможностями:
- Автоматический провизионинг прогнозирует количество активных нод HeatWave, которые будут необходимы для обработки запросов. Благодаря этому пользователям не нужно больше вручную определять необходимый размер кластера.
- Автоматическая параллельная загрузка помогает оптимизировать время загрузки и использование памяти за счет прогнозирования оптимального уровня параллелизма для каждой таблицы, загружаемой в HeatWave.
- Автоматическое размещение данных определяет строки, по которым таблицы должны быть разделены для размещения в памяти и обеспечивает лучший уровень производительности.
- Автоматическое кодирование может определить оптимальное представление строк для загрузки в HeatWave с учетом существующих запросов и позволяет минимизировать стоимость кластера.
- Автоматическое улучшения планирования запросов помогает сформировать оптимальный план исполнения запросов на будущее за счет изучения параметров исполнения текущих запросов.
- Автоматическое определение времени исполнения позволяет оценить время обработки запроса еще до начала запуска запроса
- Автоматическое изменение распространения интеллектуально определяет наилучшее время для переноса измененных данных из MySQL на слой HeatWave Scale-out Data Management.
- Автоматическое планирование позволяет определить быстрые в исполнении запросы и выставить им приоритет перед длительными.
- Автоматическое исправление ошибок выделяет новые ноды и перезагружает необходимые данные в случае отсутствия ответа от одной или нескольких нод HeatWave.
В рамках анонса Oracle также представила решение MySQL Scale-out Data Management, которое позволяет увеличить производительность перезагрузки данных в HeatWave вплоть до 100 раз. Что касается HeatWave, конфигурация платформы теперь поддерживает кластеры из 64 нод (по сравнению с 24 ранее) и может обрабатывать до 32 Тб данных (по сравнению с 12 Тб). Анонсированные улучшения значительно повышают привлекательность HeatWave по сравнению с конкурирующими решениями.
Дополнительные функции уже доступны в рамках последнего релиза MySQL HeatWave на OCI для всех 30 облачных регионов Oracle Cloud Regions.