用一个服务取代五个服务——在AWS上原生使用MySQL HeatWave

用一项服务替代五项服务——使用MySQL HeatWave本地化在AWS上 Mandy Pang 高级产品经理 MySQL HeatWave 议程 •使用AWS服务的复杂性•MySQL HeatWave on AWS客户成功案例 数据平台复杂性 •您开始带有OLTP数据库应用程序 数据平台复杂性 •您开始具有OLTP数据库应用程序分析学将向业务部门经理提供宝贵的见解 数据平台复杂性 •你们开始带有OLTP数据库应用 •分析学将向业务部门经理提供宝贵的见解 •机器学习预测将提升客户体验。 数据平台复杂性 •您开始具有OLTP数据库应用程序分析学将向LOB经理提供宝贵的见解机器学习预测将提升客户体验湖屋将提供对非结构化数据的见解 AWS的数据平台复杂性 5个独立云服务 •••••难以维持复杂的数据抽取、转换和加载（ETL陈旧和过时的数据安全性漏洞需要专业技能 MySQL HeatWave on AWS 比Redshift、Snowflake、Big Query、Synapse更快 比Redshift快20倍，比Snowflake快16倍，比Big Query快16倍，比Synapse快5倍——TPC-H 4TB MySQL HeatWave提供比Aurora用于OLTP高10倍的吞吐量。 无可匹敌的在线事务处理（OLTP）价格/性能比 亚马逊RDS：Intel R5 16GB/核心，AWS美国东部。 Azure：内存优化型英特尔20GB/核心，MS Azure美国东部区域。 谷歌：高内存N1标准英特尔13GB/核心，GCP弗吉尼亚北部。 无可匹敌的价格/性能比，适用于小型在线事务处理（OLTP）的AWS RDS/Aurora形状实例 • 比RDS t3.medium便宜1.39倍• 比Aurora t3.medium便宜1.67倍• 比RDS t3.large便宜2.78倍• 比Aurora t3.large便宜2.35倍 注释：MySQL.2.16GB (2 vCPU, 16GB MEM)RDS t3.medium（2 vCPU, 4GB 内存）RDS t3.large（2 vCPU, 8GB 内存） 行业与HeatWave AutoML的应用场景 预测价格弹性 游戏 物联网 机器学习与HeatWave相结合，快速、成本效益高、精确且可扩展。 MySQL HeatWave 在 AWS 控制台 快速启动只需几击 入门级数据库系统 • 使用预定义配置和预加载到HeatWave的示例数据创建MySQL HeatWave实例。 样本数据 • 将机场数据库和TPCH等示例模式导入数据库系统• 运行示例分析查询• 评估MySQL HeatWave的性能和功能 热浪AutoML控制台 民主化机器学习 •视觉界面 • 使业务分析师能够构建、训练、运行和解释机器学习模型。无需SQL和编程。 • 探索“如果…会怎样”情景的能力 • 所有处理都在数据库内部完成。 • 对用户无额外费用 挑战： Aiwifi 是一家墨西哥公司，专注于开发 Wi-Fi 解决方案，通过定制的门户将购物者连接到网站。其价值主张是通过跟踪用户配置文件和活动来收集有价值的客户数据。自2019年成立以来，Aiwifi 选择了 AWS 作为其平台，并采用 Amazon RDS 作为后端数据库。然而，随着业务的快速发展和大量数据负载的产生，性能不足成为了持续增长的限制，数据库成本也成了一个巨大的挑战。到2023年，Aiwifi 将数据库从 Amazon RDS 迁移到了 AWS 内部运行的 MySQL HeatWave。 爱威（Aiwifi）将数据库从亚马逊关系数据库服务（Amazon RDS）迁移至AWS上的MySQL HeatWave。 结果： 机器学习被用于细分用户群体并创建更具个性化的营销内容，同时预测对不同的客户群体可能感兴趣的不同优惠。成本降低了50%。MySQL HeatWave的高性能使得可以使用更小的实例，并且消除了高额的数据流出费用。MySQL HeatWave高效处理超过4000万条记录的复杂查询，以提供实时分析仪表板。查询速度提高了13倍，且 captive portals 的加载时间降低了50%，使得 Aiwifi 能够快速吸引新客户而无需额外成本。查询优化的需求被消除，使得Aiwifi的开发商可以专注于使用HeatWave AutoML构建机器学习模型。 借助MySQL HeatWave的卓越性能和内置机器学习功能，我们打破了以往的增长壁垒。Aiwifi估计MySQL HeatWave取代了多达5个外部系统。Oracle将HeatWave推向多个云平台是一个非常明智的举措。 艾瑞克·阿圭拉尔，CEO兼CTO，爱wifi 产品使用： Oracle MySQL HeatWave 软件公司利用机器学习/通用人工智能 公司：提供在集成平台上的ITSM与GRC自动化。 50% 机器学习活动减少数据清洗、模型选择、模型调优和训练时间的减少 用例：1. 预配置的流程和工作流，消除 电子表格和手动工作2. 最高的可见性和数据洞察力，使用户能够关联、分析和修复问题3. 可灵活扩展和简化的平台 15-25% 性能提升 使用自动索引、自动机器学习和JavaScript移动处理将延迟（JavaScript）更接近数据以提高延迟（JavaScript） 技术整合无缝扩展关系模型以支持OLAP/ML/AI工作负载，降低维护和部署多个技术栈以及训 解决方案利用 迪拜在线聚合器连接数千用户到他们最喜欢的餐厅，简化在线订餐，使其更加可靠和便利。 用例• 预测食品配送时间。 • 根据过往行为建议食品/餐厅。 • 总结所选餐厅的菜单。 模型类型 • 回归分析，推荐系统，生成式人工智能 结果 • 在几天内开发出原本需要数月才能完成的机器学习模型• 数据库开发者能够在没有机器学习专业知识的情况下构建模型• 简化基础设施，无需复杂的ETL进行管理，并且一个平台提供在线事务处理（OLTP）、分析、机器学习和通用人工智能（GenAI）• 跨越各种机器学习模型类型的一致界面简化了Eat Easy开发团队的学习过程 MySQL HeatWave on AWS 将五大AWS服务合并为一 MySQL HeatWave 在 AWS 上原生运行，针对 AWS 基础设施进行了优化 • 数据不会离开AWS——没有数据出口费用，并避免合规审批 • 最低延迟接入MySQL HeatWave • 与AWS生态系统紧密集成 - S3、CloudWatch、PrivateLink • 从其他数据库（例如，Amazon Aurora、Redshift、Snowflake）迁移更加容易