甲骨文推出MySQL HeatWave Lakehouse，使客戶能夠以各種檔案格式 (例如 CSV 和 Parquet 以及 Aurora 和 Redshift 備份) 處理和查詢物件存放區中數百 TB 的資料。MySQL HeatWave Lakehouse 是 MySQL HeatWave 產品組合的新產品，能?將交易處理、分析、機器學習和基於機器學習的自動化結合在單一 MySQL 資料庫中。

甲骨文宣佈推出 MySQL HeatWave Lakehouse

MySQL HeatWave Lakehouse 採用大規模的平行橫向擴充 MySQL HeatWave 架構，而業界標準指標顯示其提供的查詢執行和資料載入效能，均大幅領先於其他雲端資料庫服務競爭對手產品。此外，在單一查詢中，客戶可以在 MySQL 資料庫中查詢交易資料，並使用標準 MySQL 語法將其與物件存放區中的資料結合。甲骨文也宣布推出新的 MySQL Autopilot 功能，可提升效能並使 MySQL HeatWave Lakehouse 更易於使用。MySQL HeatWave Lakehouse 現已推出 Beta 版供客戶試用，並規劃於 2023 上半年正式上市。

從 AWS、Google 和內部部署移轉的客戶已經在一系列廣泛的案例中使用 MySQL HeatWave，包括行銷分析，特別是廣告活動績效和客戶資料分析的即時分析，以建立有效的行銷活動。從 AWS 移轉的其他客戶包括汽車、電信、零售、高科技及健康照護產業的領導者。

甲骨文企業架構長 Edward Screven 表示：「MySQL HeatWave 是多年研究與開發的結晶，我們正把它轉變成突破性的創新技術，為 MySQL 客戶解決更大的挑戰。事實上，MySQL HeatWave Lakehouse 是我們今年的第三項 MySQL HeatWave 的重大發表。在資料庫外部儲存的資料急劇增長，通? MySQL HeatWave Lakehouse ，客戶可以將 HeatWave 的優勢運用在物件存放區的資料上。MySQL HeatWave 現在於多個雲端提供整合式服務，可進行交易處理、跨資料倉儲和資料湖的分析，無需 ETL 的機器學習。這種結合有助於大幅改善效能、自動化和成本，進一步加大了 MySQL HeatWave 的優勢。」

AMD 技術長暨執行副總裁 Mark Papermaster 表示：「我們很高興能繼續與甲骨文合作，支援他們新的 MySQL HeatWave Lakehouse 產品，這個產品經過優化，可在 AMD EPYC 驅動的 Oracle 雲端運行，並且充分運用我們處理器的創新功能。AMD 與甲骨文工程團隊的合作協助打造了出色的 MySQL 解決方案，可在單一 MySQL 資料庫內為交易處理、分析、機器學習及基於機器學習的自動化，提供優越的擴充性和效能。」

此外，甲骨文還推出了新的 Lakehouse 基準測試，並導入 MySQL HeatWave Lakehouse 和 MySQL Autopilot 的數種創新功能。

Futurum Research 資深分析師兼研究主任 Ron Westfall 表示：「MySQL HeatWave Lakehouse 跨入了高速 400TB 雲端資料庫標竿這個全新的領域，這一領域的競爭比以往更激烈。MySQL HeatWave Lakehouse 在處理能力和運算能力方面的取得了重大進展：從 32TB 和 64 個節點到 400TB 和 512 個節點。」

MySQL HeatWave Lakehouse 的全新創新功能

‧更大規模的資料，標準的 MySQL 語法：客戶可以使用 MySQL HeatWave Lakehouse 查詢多達 400TB 的資料，而 HeatWave 叢集則可擴充至 512 個節點。客戶使用標準的 MySQL 語法來查詢資料。

‧相同的效能和壓縮：MySQL HeatWave 可為儲存在 MySQL 資料庫或物件存放區上的資料提供相同的查詢效能，如 10TB 和 30TB TPC-H 標竿所示。此外，在兩種執行個體中，每個節點可處理的壓縮量和可處理的資料量都相同。

‧支援多種檔案格式：使用 MySQL HeatWave Lakehouse，客戶可載入和處理以多種檔案格式儲存的資料，例如 CSV 和 Parquet，以及來自 AWS 的 Aurora 和 Redshift 備份。即使客戶的資料並非儲存在 MySQL 資料庫中，客戶一樣能發揮 MySQL HeatWave 的優勢。不論資料儲存的檔案格式為何，查詢效能均相同。

‧可查詢 MySQL 中的資料並將其與物件存放區中的資料合併：使用 MySQL HeatWave Lakehouse 時，客戶可以查詢儲存在 MySQL 資料庫中的 OLTP 資料，並將其與儲存在物件存放區中的資料合併。對 OLTP 資料所做的任何變更都會即時更新，並反映在查詢結果中。

適用於 MySQL HeatWave Lakehouse 的新 MySQL Autopilot 功能。

MySQL Autopilot 為 MySQL HeatWave 提供以機器學習為基礎的自動化功能。MySQL HeatWave Lakehouse 已增強現有的 MySQL Autopilot 功能，例如自動佈建和自動查詢計畫改善，可進一步減少資料庫管理負荷並提升效能。此外，MySQL HeatWave Lakehouse 現在也提供許多新的 MySQL Autopilot 功能。

‧自動資料庫模式推論：Autopilot 會自動推論檔案資料與資料庫中資料類型的對應。客戶不需要手動為 MySQL HeatWave Lakehouse 查詢的每個新檔案指定對應，因此能節省時間和人力。

‧調適性資料抽樣：Autopilot 可在物件儲存中抽樣部分檔案，以較少的資料存取方式收集準確的統計資料。MySQL HeatWave 會使用這些統計資料來產生並改善查詢計畫、判斷適宜資料庫綱要對應以及其他用途。

‧自動載入：Autopilot 會分析資料，預測載入至 MySQL HeatWave 的時間、判斷資料類型的對應，以及自動產生載入腳本。使用者不需要手動指定檔案與資料庫綱要及表格的對應。

‧調適性資料流程：MySQL HeatWave Lakehouse 會針對基礎物件存放區的效能動態調適。因此，MySQL HeatWave 可從基本雲端基礎架構充分發掘可用效能，進而提升整體效能、性價比和可用性。

MySQL HeatWave 的其他增強功能

甲骨文發表了數項 MySQL HeatWave 增強功能，從機器學習到 VS 程式碼外掛程式皆包含在內。MySQL HeatWave 的資料庫內機器學習功能已進一步增強，以包括預測模型的支援。新增了針對 MySQL HeatWave 優化的機器學習說明技術。資料科學家現在可以影響自動化 HeatWave ML 訓練管道的各種階段，包括演算法選擇、功能選擇、評分指標和說明技術。HeatWave ML 也經過增強，可讓客戶將機器學習模型匯入 HeatWave。

新的多引擎 Hypergraph 查詢優化處理程式可進一步改善複雜查詢的效能，不須指定聯結的順序。新增區域對應，可使用 MySQL HeatWave為更廣泛的查詢加速。而 MySQL 的 VS 程式碼外掛程式已增強以支援 MySQL HeatWave 功能。

適用於分散式雲端

MySQL HeatWave 可在多個雲端中使用，包括 OCI、AWS，而且現在也包括 Microsoft Azure。對於不想將資料庫工作負載移至公有雲的組織，也可作為 OCI Dedicated Region 的一部分部署於內部。客戶也可以將資料從內部部署 MySQL OLTP 應用程式複製到 MySQL HeatWave，以取得近乎即時的分析。MySQL HeatWave 一律使用新版本的 MySQL 資料庫。