MySQL HeatWave _ 在 Analytics 上竞争 _ Sundara

Seema Sundara技术架构师 ， MySQL HeatWave 许多行业的创新组织都在运行 MySQL -是吗 ？ MySQL 针对 OLTP 进行了优化。那 OLAP 呢 ？ 单独的分析数据库复杂 ETL无实时分析安全性和合规性风险增加成本 MySQL HeatWave - 一个数据库比两个好 ！ 针对 OTLP 和 OLAP 的一项服务 无与伦比的性能 ， 成本的一小部分 实时分析 提高安全性 应用程序在没有更改的情况下工作 MySQL HeatWave 数据库以外的数据大幅增长 • 数据库是记录系统• Data lake 是其他类型数据的存储库• 2021 年产生的 79 Zetabytes 数据 ， 180在2025年，IDC预计物联网将产生13.6泽字节的数据（ZB）• 2019年，仅物联网设备就产生了13.6泽字节的数据• 收集的数据中有99.5%未被使用（Grow.com）• 超过80%的数据是无结构化的（mitsloan.mit.edu） MySQL HeatWave 湖屋特点 1. 统一查询引擎用于 OLTP 、 OLAP 、机器学习和数据湖2. 能够跨数据查询在 MySQL 数据库和外部数据源中3. MySQL 自动驾驶仪对于 Lakehouse - 有助于模式推理4. 向外扩展架构用于数据管理和查询处理 ：512 个节点5. 100% 符合MySQL 语法 mysql > 创建表传感器(date DATE, degree INT) ENGINE = DATALAKE ENGINE _ ATTRIBUTE = '{"dialect": {"format": "csv"},"file": [{"prefix": "temp _ sensor _ 1. csv”}]}’SECONDARY _ ENGINE = 快速 ； mysql > SELECT count (*) FROM Sensor. degrees > 30 和 Sensor. date = SALES. date;mysql > ALTER TABLE传感器SECONDARY _ LOAD;mysql > ALTER TABLESALESSECONDARY _ LOAD; 工作负载感知的 ML 支持的自动化 提高生产率并帮助消除人类错误 | 分析和 OLTP 的能力 HeatWave AutoML ： 数据库中的机器学习 通过 SQL 公开的 HeatWave AutoML 功能任何 SQL 客户端都可以利用 HeatWave ML ML _ TRAIN - 为给定表构建优化模型ML_EXPLAIN – 训练额外的模型或预测解释器ML_SCORE – 评估训练好的模型ML_PREDICT_ROW / TABLE – 对单行/表格进行推理ML_EXPLAIN_ROW / TABLE – 单行/表格预测的解释 MySQL HeatWave 针对多个云进行了优化最大的灵活性和选择 谢谢 ！