甲骨文推出MySQL HeatWave Lakehouse，使客户能够以各种档案格式 (例如 CSV 和 Parquet 以及 Aurora 和 Redshift 备份) 处理和查询物件存放区中数百 TB 的资料。MySQL HeatWave Lakehouse 是 MySQL HeatWave 产品组合的新产品，能?将交易处理、分析、机器学习和基於机器学习的自动化结合在单一 MySQL 资料库中。

甲骨文宣布推出 MySQL HeatWave Lakehouse

MySQL HeatWave Lakehouse 采用大规模的平行横向扩充 MySQL HeatWave 架构，而业界标准指标显示其提供的查询执行和资料载入效能，均大幅领先於其他云端资料库服务竞争对手产品。此外，在单一查询中，客户可以在 MySQL 资料库中查询交易资料，并使用标准 MySQL 语法将其与物件存放区中的资料结合。甲骨文也宣布推出新的 MySQL Autopilot 功能，可提升效能并使 MySQL HeatWave Lakehouse 更易於使用。MySQL HeatWave Lakehouse 现已推出 Beta 版供客户试用，并规划於 2023 上半年正式上市。

从 AWS、Google 和内部部署移转的客户已经在一系列广泛的案例中使用 MySQL HeatWave，包括行销分析，特别是广告活动绩效和客户资料分析的即时分析，以建立有效的行销活动。从 AWS 移转的其他客户包括汽车、电信、零售、高科技及健康照护产业的领导者。

甲骨文企业架构长 Edward Screven 表示：「MySQL HeatWave 是多年研究与开发的结晶，我们正把它转变成突破性的创新技术，为 MySQL 客户解决更大的挑战。事实上，MySQL HeatWave Lakehouse 是我们今年的第三项 MySQL HeatWave 的重大发表。在资料库外部储存的资料急剧增长，通? MySQL HeatWave Lakehouse ，客户可以将 HeatWave 的优势运用在物件存放区的资料上。MySQL HeatWave 现在於多个云端提供整合式服务，可进行交易处理、跨资料仓储和资料湖的分析，无需 ETL 的机器学习。这种结合有助於大幅改善效能、自动化和成本，进一步加大了 MySQL HeatWave 的优势。」

AMD 技术长暨执行??总裁 Mark Papermaster 表示：「我们很高兴能继续与甲骨文合作，支援他们新的 MySQL HeatWave Lakehouse 产品，这个产品经过优化，可在 AMD EPYC 驱动的 Oracle 云端运行，并且充分运用我们处理器的创新功能。AMD 与甲骨文工程团队的合作协助打造了出色的 MySQL 解决方案，可在单一 MySQL 资料库内为交易处理、分析、机器学习及基於机器学习的自动化，提供优越的扩充性和效能。」

此外，甲骨文还推出了新的 Lakehouse 基准测试，并导入 MySQL HeatWave Lakehouse 和 MySQL Autopilot 的数种创新功能。

Futurum Research 资深分析师兼研究主任 Ron Westfall 表示：「MySQL HeatWave Lakehouse 跨入了高速 400TB 云端资料库标竿这个全新的领域，这一领域的竞争比以往更激烈。MySQL HeatWave Lakehouse 在处理能力和运算能力方面的取得了重大进展：从 32TB 和 64 个节点到 400TB 和 512 个节点。」

MySQL HeatWave Lakehouse 的全新创新功能

·更大规模的资料，标准的 MySQL 语法：客户可以使用 MySQL HeatWave Lakehouse 查询多达 400TB 的资料，而 HeatWave 丛集则可扩充至 512 个节点。客户使用标准的 MySQL 语法来查询资料。

·相同的效能和压缩：MySQL HeatWave 可为储存在 MySQL 资料库或物件存放区上的资料提供相同的查询效能，如 10TB 和 30TB TPC-H 标竿所示。此外，在两种执行个体中，每个节点可处理的压缩量和可处理的资料量都相同。

·支援多种档案格式：使用 MySQL HeatWave Lakehouse，客户可载入和处理以多种档案格式储存的资料，例如 CSV 和 Parquet，以及来自 AWS 的 Aurora 和 Redshift 备份。即使客户的资料并非储存在 MySQL 资料库中，客户一样能发挥 MySQL HeatWave 的优势。不论资料储存的档案格式为何，查询效能均相同。

·可查询 MySQL 中的资料并将其与物件存放区中的资料合并：使用 MySQL HeatWave Lakehouse 时，客户可以查询储存在 MySQL 资料库中的 OLTP 资料，并将其与储存在物件存放区中的资料合并。对 OLTP 资料所做的任何变更都会即时更新，并反映在查询结果中。

适用於 MySQL HeatWave Lakehouse 的新 MySQL Autopilot 功能。

MySQL Autopilot 为 MySQL HeatWave 提供以机器学习为基础的自动化功能。MySQL HeatWave Lakehouse 已增强现有的 MySQL Autopilot 功能，例如自动布建和自动查询计画改善，可进一步减少资料库管理负荷并提升效能。此外，MySQL HeatWave Lakehouse 现在也提供许多新的 MySQL Autopilot 功能。

·自动资料库模式推论：Autopilot 会自动推论档案资料与资料库中资料类型的对应。客户不需要手动为 MySQL HeatWave Lakehouse 查询的每个新档案指定对应，因此能节省时间和人力。

·调适性资料抽样：Autopilot 可在物件储存中抽样部分档案，以较少的资料存取方式收集准确的统计资料。MySQL HeatWave 会使用这些统计资料来产生并改善查询计画、判断适宜资料库纲要对应以及其他用途。

·自动载入：Autopilot 会分析资料，预测载入至 MySQL HeatWave 的时间、判断资料类型的对应，以及自动产生载入脚本。使用者不需要手动指定档案与资料库纲要及表格的对应。

·调适性资料流程：MySQL HeatWave Lakehouse 会针对基础物件存放区的效能动态调适。因此，MySQL HeatWave 可从基本云端基础架构充分发掘可用效能，进而提升整体效能、性价比和可用性。

MySQL HeatWave 的其他增强功能

甲骨文发表了数项 MySQL HeatWave 增强功能，从机器学习到 VS 程式码外挂程式皆包含在内。MySQL HeatWave 的资料库内机器学习功能已进一步增强，以包括预测模型的支援。新增了针对 MySQL HeatWave 优化的机器学习说明技术。资料科学家现在可以影响自动化 HeatWave ML 训练管道的各种阶段，包括演算法选择、功能选择、评分指标和说明技术。HeatWave ML 也经过增强，可让客户将机器学习模型汇入 HeatWave。

新的多引擎 Hypergraph 查询优化处理程式可进一步改善复杂查询的效能，不须指定联结的顺序。新增区域对应，可使用 MySQL HeatWave为更广泛的查询加速。而 MySQL 的 VS 程式码外挂程式已增强以支援 MySQL HeatWave 功能。

适用於分散式云端

MySQL HeatWave 可在多个云端中使用，包括 OCI、AWS，而且现在也包括 Microsoft Azure。对於不想将资料库工作负载移至公有云的组织，也可作为 OCI Dedicated Region 的一部分部署於内部。客户也可以将资料从内部部署 MySQL OLTP 应用程式复制到 MySQL HeatWave，以取得近??即时的分析。MySQL HeatWave 一律使用新版本的 MySQL 资料库。