Oracle推出MySQL湖邊小屋服務HeatWave Lakehouse

Oracle鎖定競爭對手的資料分析和儲存產品，推出了湖邊小屋分析服務Oracle HeatWave Lakehouse，官方提到，該服務在400 TB工作負載上的查詢效能是Snowflake的17倍，同時也是Redshift的6倍，而針對物件儲存上的400 TB資料，其查詢速度是Redshift的8倍，並且是Snowflake的2.7倍。

MySQL HeatWave Lakehouse是MySQL HeatWave的最新功能，而MySQL HeatWave則是Oracle在MySQL資料庫基礎上，整合交易處理、分析、機器學習和自動化雲端服務的產品，MySQL HeatWave跨資料倉儲和資料湖分析，不需要用戶執行額外的ETL工作。

資料湖邊小屋技術是結合傳統資料倉儲交易的資料，以及儲存和分析半結構化資料的資料湖技術，透過整合這兩個資料來源，企業可以更深入地分析業務資料，Oracle提到，在資料更加即時的同時，也使得來自資料湖的分析更具價值。

但是過去MySQL用戶在分析時，常需要將資料從MySQL資料庫搬移到另一個資料庫進行分析，這額外的步驟增加了成本、複雜性和時間資源，導致企業無法進行即時分析，MySQL HeatWave則在交易發生時就將其移入到分析引擎中，因此能更即時地分析資料。

MySQL HeatWave Lakehouse建構在HeatWave大規模橫向擴展架構之上，最多可擴充至512個節點，處理物件儲存中各種格式的資料，包括CSV和Parquet，甚至是Aurora和Redshift備份。官方提到，MySQL HeatWave Lakehouse在產業標準基準測試中，比起競爭對手的雲端資料庫服務，可以提供更好的資料查詢和載入速度。在單個查詢中，用戶可以查詢MySQL資料庫中的交易性資料，並且使用標準MySQL語法將其與物件儲存中的資料相結合。

Oracle同時還宣佈了MySQL Autopilot，基於企業工作負載需求以機器學習提供自動化功能，可進一步提高MySQL HeatWave效能，而MySQL HeatWave Lakehouse的Autopilot功能，將針對自動模式推斷、自適應資料採樣、自動載入和自適應資料流等功能，在增加效能的同時減少管理工作，官方提到，Autopilot藉由運用機器學習和最佳化技術，可改善資料查詢、載入和壓縮等工作。

企業可依需求，在公有雲和本地端執行MySQL HeatWave，資料團隊能將資料從本地MySQL OLTP應用程式複製到雲端執行MySQL HeatWave，包括OCI、AWS和Azure，而想要將資料留在本地端的企業，可以在自家資料中心營運OCI，並且執行MySQL HeatWave。MySQL HeatWave現在更新使用最新的MySQL資料庫，預計在2023年全面上市。