Oracle 正式发布 MySQL HeatWave Lakehouse

Oracle 宣布推出 MySQL HeatWave Lakehouse，让客户能够像在数据库内查询数据一样快地查询对象存储中的数据。MySQL HeatWave Lakehouse支持各种文件格式（例如 CSV、Parquet）和从其他数据库导出的文件，并且可以在同一查询中将对象存储文件数据与 MySQL 数据库中的数据相结合。对象存储中的文件由 HeatWave 直接查询，而无需将数据复制到 MySQL 数据库中。因此，在对象存储中查询数据方面，MySQL HeatWave Lakehouse 为查询处理、数据加载速度、集群预配时间和自动化奠定了新的可扩展性和性能标准。

甲骨文公司首席企业架构师 Edward Screven 表示：“超过 80% 的数据存储在文件系统中，该数字还在不断增长。客户希望将各种外部数据与内部事务处理数据集成和分析，但处理起来往往过于复杂或成本太高。MySQL HeatWave Lakehouse 能够帮助客户将对象存储中的数据与数据库数据结合在一起，让客户能够轻松获得宝贵的实时洞察，同时显著提高查询性能并降低数据加载速度。” 

对象存储中的数据查询速度，与数据库中的数据查询速度一样快

如 10 TB TPC-H* 基准测试所示，使用 MySQL HeatWave Lakehouse 以常用文件格式查询对象存储中的数据的速度，与在 MySQL 数据库中查询数据的速度一样快。这是因为 MySQL HeatWave 的内置功能 MySQL Autopilot 提供了基于机器学习的自动化，可以从查询执行中学习，并改进未来查询的执行计划。MySQL Autopilot 是 MySQL HeatWave 一项特别的创新功能。基于 Oracle 云基础设施远程软件服务（Oracle Cloud Infrastructure, OCI）的 MySQL HeatWave 采用 AMD EPYC™ 处理器。

AMD 数据中心解决方案业务小组执行副总裁兼总经理 Forrest Norrod 表示：“AMD 和 MySQL HeatWave 工程团队正在密切合作，合力优化 AMD EPYC 处理器与 MySQL HeatWave 的性能，以利用新的处理器功能。得益于本次合作，在 AMD EPYC CPU 驱动的 OCI 实例上运行 MySQL HeatWave 的 MySQL 客户可在关键业务工作负载方面获得较为突出的性价比，其中包括针对海量对象存储数据的实时分析。”

数据湖仓一体的查询性能十分亮眼

MySQL HeatWave 的性能源自于其横向扩展架构，该架构支持通过大规模并行来配置集群、加载数据和处理高达 512 个节点的查询。此外，MySQL Autopilot 的增强功能可自动为对象文件创建元数据，并动态适应底层对象存储的性能，确保在 OCI 区域中都能提供出色的性能。

MySQL HeatWave 是重要的云端服务，可在单一的 MySQL 数据库服务中提供事务处理、实时分析、机器学习、数据池查询和基于机器学习的自动化功能。作为 Oracle Distributed Cloud 策略的核心，MySQL HeatWave 在 OCI 中提供，在 Amazon Web Services 中原生提供，作为 Oracle Database Service for Azure 的一部分提供，以及通过 OCI Dedicated Region 在客户数据中心内提供。