除了獲取Generative AI和JavaScript的支持外，甲骨文的MySQL HeatWave“另一個數(shù)據(jù)庫”還獲取了數(shù)據(jù)湖倉庫、機器學(xué)習(xí)、AutoPilot、分析、OLTP和多云等一系列強大的新功能。

譯自 MySQL HeatWave Gets Generative AI and JavaScript， Slew of New Features 。

隨著甲骨文CloudWorld大會本周在拉斯維加斯召開，甲骨文的MySQL團隊宣布MySQL HeatWave平臺獲得了一系列強大的增強功能，這不僅增強了其核心功能，還增加了生成式AI的支持，改進了對采用數(shù)據(jù)湖倉庫方式進行分析數(shù)據(jù)管理、自治運維和數(shù)據(jù)庫內(nèi)機器學(xué)習(xí)的支持，并提升了核心編程性能和OLTP方面的效果。

開發(fā)者福音

MySQL團隊首先從分析方面入手介紹新功能，而將面向開發(fā)者的功能留到最后。對我們The New Stack的讀者來說，我認為他們把最大的亮點藏到了最后，所以我要先從MySQL團隊最后才提到的開發(fā)者福音開始：即為開發(fā)者提供了JavaScript和JSON支持。

基礎(chǔ)MySQL平臺對JSON的支持可以將JSON數(shù)據(jù)物化到表中的二進制列、文本列或虛擬列中。它還允許將JSON payload作為參數(shù)傳遞給存儲過程和函數(shù)。MySQL支持在客戶端使用兼容MongoDB API的XDevAPI，并且MySQL shell可以使用多種編程語言來操作JSON數(shù)據(jù)的輸入和輸出?，F(xiàn)在JSON數(shù)據(jù)可以導(dǎo)入到HeatWave中，以二進制格式存儲，進行分區(qū)和壓縮，并可以橫向擴展到多個節(jié)點。MySQL團隊表示，簡單的過濾器查詢可以提速20倍，聚合查詢可提速22倍，大型連接查詢可提速144倍。

除了支持JSON格式，現(xiàn)在HeatWave的存儲過程也可以使用JavaScript語言進行編碼，此前只支持SQL。SQL是聲明式的基于集合的語言，這使其難以執(zhí)行更具命令性的任務(wù)。JavaScript存儲過程和函數(shù)消除了這種限制，調(diào)用和使用方式與基于SQL的完全相同，無論是在查詢、視圖、數(shù)據(jù)操作語言命令還是數(shù)據(jù)定義語言命令中。

這兩種語言之間的數(shù)據(jù)類型轉(zhuǎn)換是隱式實現(xiàn)的。JavaScript代碼在GraalVM虛擬機中執(zhí)行，提供了安全的沙箱計算和內(nèi)存使用，并阻止直接網(wǎng)絡(luò)和文件系統(tǒng)訪問。

數(shù)據(jù)湖倉庫功能加強

接下來看看HeatWave的數(shù)據(jù)湖倉庫功能，它有多個方面的加強。首先，HeatWave開始支持Apache Avro數(shù)據(jù)文件格式，以增強對CSV和Apache Parquet格式的兼容性。該功能支持多種壓縮算法，在不同算法之間性能一致。Avro支持還包括利用HeatWave的“Autopilot”自動駕駛功能進行模式推斷、數(shù)據(jù)加載操作的集群容量估計以及時間估計。

公告的關(guān)鍵是，HeatWave現(xiàn)在支持了一種針對行式數(shù)據(jù)進行了優(yōu)化的數(shù)據(jù)格式。與未優(yōu)化的基于文本的CSV和列式的Parquet格式相比，可以看出甲骨文的MySQL團隊不僅重視分析工作負載，也關(guān)注OLTP工作負載，這是HeatWave的原始賣點。同時，分析方面還可以從支持Parquet標準之上的開源表格式Delta、Iceberg和Hudi中受益。

接下來，HeatWave增加了在亞馬遜網(wǎng)絡(luò)服務(wù)云上運行的支持。這意味著客戶在亞馬遜S3對象存儲中已經(jīng)存在的任何格式的數(shù)據(jù)現(xiàn)在都可以在HeatWave中處理。即使HeatWave本身運行在甲骨文自己的AWS賬戶中，但仍可以連接到客戶賬戶中的數(shù)據(jù)。簡單地在CREATE TABLE命令中提供ENGINE = LAKEHOUSE子句，就可以將S3數(shù)據(jù)添加到HeatWave，該命令本身可以通過Autopilot自動生成，利用之前討論的模式推理。

AutoML增強，支持生成式AI

在AI領(lǐng)域，HeatWave的AutoML(自動機器學(xué)習(xí))可以利用這種S3數(shù)據(jù)訪問(包括新的Avro支持)在HeatWave內(nèi)構(gòu)建機器學(xué)習(xí)模型，并在HeatWave數(shù)據(jù)上訓(xùn)練。HeatWave AutoML還支持推薦模型，而不僅僅是其他AutoML平臺通常支持的分類、回歸、聚類/異常檢測和時間序列預(yù)測模型。

在競爭方面，甲骨文聲稱HeatWave的訓(xùn)練速度比亞馬遜Redshift快25倍，這意味著作為AWS的數(shù)據(jù)倉庫，HeatWave優(yōu)于亞馬遜自己的Redshift。與Snowflake的SnowPark ML相比，后者僅提供一個scikit-learn的橋接，沒有內(nèi)置的AutoML。

MySQL AutoML中還支持生成AI，有兩種形式：支持大語言模型(LLM)和內(nèi)置向量存儲。在LLM方面，HeatWave可以使用BERT和Tfidf從數(shù)據(jù)庫文本列內(nèi)容生成嵌入，并與標量數(shù)據(jù)列的數(shù)值表示一起提交給AutoML。從所有這些輸入生成優(yōu)化的模型。

對象存儲中的文檔也可以轉(zhuǎn)換為向量嵌入，存儲和索引到HeatWave向量存儲中。結(jié)合使用，這些功能可以對生成式AI查詢給出更具上下文的答案，因為向量存儲中的數(shù)據(jù)可以用來增強發(fā)送到LLM的提示。

Autopilot自動駕駛增強

接下來看看HeatWave的Autopilot自動駕駛功能，它使用AI實現(xiàn)自動化操作或高級功能的輔助。團隊為Autopilot添加了索引、自動卸載、自動壓縮和自適應(yīng)查詢執(zhí)行的支持。根據(jù)MySQL團隊的說法，后者可以在查詢執(zhí)行開始后，根據(jù)遇到的數(shù)據(jù)分布動態(tài)調(diào)整數(shù)據(jù)結(jié)構(gòu)和系統(tǒng)資源，第一次運行可以將性能提高10%到25%。

Autopilot索引是一種基于機器學(xué)習(xí)的服務(wù)，它可以為OLTP工作負載推薦輔助索引，包括建議新索引和識別無用的重復(fù)索引應(yīng)該刪除的建議。Autopilot索引會考慮查詢和DML操作，如UPDATE、INSERT和DELETE。該服務(wù)還可以預(yù)測存儲需求和性能，并解釋其建議的原因。

自動加載和卸載根據(jù)訪問頻率將數(shù)據(jù)在常規(guī)MySQL數(shù)據(jù)庫和HeatWave集群之間移動，幫助開發(fā)人員避免手動執(zhí)行這些操作。自動列壓縮會為每個列選擇匹配的壓縮算法，在內(nèi)存使用和性能之間找到最佳平衡。公司稱內(nèi)存節(jié)省可達6-25%，性能提升可達6-10%。在內(nèi)存和性能之間進行算法優(yōu)化，而不是讓開發(fā)人員在兩者間作選擇，這證明了其價值。

更多

其他功能還包括批量數(shù)據(jù)加載、分區(qū)、分析函數(shù)、SET操作，以及在多云(AWS、Azure和Oracle Cloud)上的運行支持。這些功能加強了MySQL HeatWave的持續(xù)發(fā)展勢頭，甲骨文稱在數(shù)字營銷、游戲、醫(yī)療保健和金融科技領(lǐng)域已經(jīng)看到了這種勢頭。這充分展示了甲骨文將MySQL視為產(chǎn)品組合中的戰(zhàn)略資產(chǎn)。甲骨文數(shù)據(jù)庫自己是否主宰一切?也許吧。但擁有數(shù)十年生態(tài)系統(tǒng)和大社區(qū)的MySQL，以其模塊化、可插拔的引擎體系結(jié)構(gòu)，已經(jīng)在云、分析、機器學(xué)習(xí)和現(xiàn)在的生成式AI中煥發(fā)出新的生機。