A Oracle anunciou hoje melhorias significativas no MySQL HeatWave, incluindo o armazenamento vetorial, IA generativa, novos recursos de aprendizado de máquina no banco de dados, aprimoramentos do MySQL Autopilot, novos recursos do HeatWave Lakehouse, suporte para JavaScript, aceleração de consultas JSON e suporte para novos operadores analíticos. Atualmente em visualização privada, o repositório vetorial permitirá que os clientes aproveitem o poder dos grandes modelos de linguagem (LLMs) com seus dados proprietários para obter respostas mais precisas do que usar modelos que foram treinados apenas em dados públicos. Com IA generativa e recursos de armazenamento vetorial, os clientes podem interagir com o MySQL HeatWave em linguagem natural e pesquisar documentos de forma eficiente em vários formatos de arquivo no HeatWave Lakehouse.

"Os aprimoramentos de hoje no MySQL HeatWave são outro passo significativo em nossa jornada para resolver problemas urgentes de dados, análises e IA de clientes", disse Edward Screven, arquiteto-chefe corporativo da Oracle. "Adicionamos anteriormente análises em tempo real com o melhor desempenho de preço do setor, aprendizado de máquina automatizado, lakehouse e recursos multicloud ao HeatWave. Agora, a loja vetorial e a IA generativa trazem o poder dos LLMs para os clientes, fornecendo-lhes uma maneira intuitiva de interagir com os dados em sua empresa e obter as respostas precisas de que precisam para seus negócios."

Para clientes que desejam realizar análises, processamento de transações, aprendizado de máquina e IA generativa em uma variedade de tipos de dados e fontes, recursos adicionais foram adicionados ao MySQL HeatWave — para cargas de trabalho compatíveis e não compatíveis com MySQL.

IA generativa e armazenamento vetorial (visualização privada)

O armazenamento vetorial ingere documentos em uma variedade de formatos, como PDF, e os armazena como incorporações geradas por meio de um modelo codificador. Para uma determinada consulta de usuário, o repositório vetorial identifica os documentos mais semelhantes executando uma pesquisa de similaridade sobre as incorporações armazenadas e a consulta incorporada. Esses documentos são usados para aumentar o prompt dado ao LLM para que ele forneça uma resposta mais contextual.

MySQL HeatWave AutoML

O MySQL HeatWave fornece aprendizado de máquina no banco de dados com um pipeline totalmente automatizado para modelos de treinamento. Os clientes não precisam mover dados para um serviço de aprendizado de máquina separado; eles podem aplicar de forma fácil e segura o treinamento, inferência e explicação de aprendizado de máquina aos dados armazenados dentro do MySQL HeatWave. Os seguintes novos recursos foram adicionados:

• Suporte para HeatWave Lakehouse: os clientes agora podem aproveitar o HeatWave AutoML para treinamento, inferência e explicações sobre dados no armazenamento de objetos, além de dados no banco de dados MySQL — e usar um conjunto muito mais amplo de dados para aprendizado de máquina.
• Suporte a colunas de texto: permite que os clientes executem tarefas de aprendizado de máquina — detecção de anomalias, previsão, classificação, regressão e sistema de recomendação — em colunas de texto, ampliando ainda mais o corpus de dados nos quais os clientes podem aproveitar o HeatWave AutoML.
• Sistema de recomendação aprimorado: com suporte para BPR (Bayesian Personalized Ranking), o HeatWave AutoML agora pode considerar feedback implícito (compras anteriores, comportamento de navegação) e feedback explícito (avaliações, curtidas) para gerar recomendações personalizadas. Como exemplo, os analistas podem prever itens que um usuário vai gostar, usuários que vão gostar de um item específico e itens de classificação receberão.
• Monitor de progresso do treinamento: os clientes agora podem monitorar o progresso do treinamento do modelo com o HeatWave AutoML, permitindo que eles gerenciem melhor os recursos.

Piloto automático do MySQL

O MySQL Autopilot é um recurso integrado do MySQL HeatWave que usa automação com aprendizado de máquina para ajudar a melhorar o desempenho e a escalabilidade sem exigir experiência em ajuste de banco de dados. Ele aprende com a execução de consultas para melhorar o plano de execução de consultas futuras. Os aprimoramentos mais recentes do MySQL Autopilot incluem:

• Indexação do piloto automático do MySQL (disponibilidade limitada): ajuda os clientes a eliminar as tarefas demoradas de criar índices ideais para suas cargas de trabalho OLTP e mantê-las ao longo do tempo à medida que as cargas de trabalho evoluem. O piloto automático do MySQL determina automaticamente os índices que os clientes devem criar ou descartar de suas tabelas para otimizar sua taxa de transferência OLTP, usando aprendizado de máquina para fazer uma previsão com base em cargas de trabalho de aplicativos individuais. Além disso, a indexação do piloto automático prevê a melhoria esperada com os índices recomendados sem criar esses índices e sem incorrer em sobrecarga de computação ou armazenamento na locação dos usuários.
• Compactação automática: ajuda os clientes a determinar o algoritmo de compactação ideal para cada coluna, o que melhora o desempenho de carga e consulta com compactação e descompactação de dados mais rápidas. Ao reduzir o uso de memória, os clientes podem reduzir os custos em até 25%.
• Execução de consulta adaptável: ajuda os clientes a otimizar o plano de execução de uma consulta após o início da execução, melhorando o desempenho de consultas ad hoc em até 25%. Ele usa informações obtidas da execução parcial da consulta para ajustar estruturas de dados e recursos do sistema e, em seguida, otimiza independentemente a execução da consulta para cada nó HeatWave com base na distribuição de dados real em tempo de execução.
• Carga e descarga automáticas: o piloto automático carrega automaticamente as colunas que estão sendo usadas em uma carga de trabalho de aplicativo para o HeatWave e descarrega automaticamente tabelas que nunca ou raramente foram consultadas. Isso ajuda a liberar memória e reduzir custos para os clientes, sem precisar executar manualmente essa tarefa.

Aprimoramentos adicionais do MySQL HeatWave

• Suporte a JavaScript (disponibilidade limitada): Permite que os clientes escrevam procedimentos e funções armazenados em JavaScript e os executem dentro do MySQL HeatWave. Isso torna mais fácil para os desenvolvedores escrever lógica de aplicativo rica em JavaScript e obter alto desempenho executando o programa dentro do banco de dados MySQL. O desempenho dos aplicativos JavaScript é melhorado, pois os dados não são transferidos do banco de dados para o cliente e o código é just-in-time (JIT) compilado no tempo de execução GraalVM.
• Aceleração JSON: Desenvolvedores e DBAs agora podem aproveitar o HeatWave para análises em tempo real em documentos JSON armazenados no banco de dados MySQL, acelerando as consultas por ordens de magnitude.
• Novos operadores analíticos: com suporte para novos operadores analíticos, incluindo CUBE, Hyper Log Log, Qualify e Table sample, os clientes podem migrar mais cargas de trabalho para o MySQL HeatWave.
• Ingestão em massa no MySQL HeatWave: o suporte à criação paralela de subárvores de índice enquanto carrega dados em massa de arquivos CSV ajuda os clientes a obter uma melhoria de 10 vezes no desempenho de ingestão de dados em relação ao Amazon Aurora. Como resultado, os dados podem ser consultados mais cedo e os recursos do sistema usados para carregar dados são liberados muito mais rapidamente, reduzindo os custos para os clientes.

"A equipe de engenharia do MySQL HeatWave está claramente dobrando a aposta na inovação de IA e aprendizado de máquina", disse Steve McDowell, analista principal e sócio-fundador da NAND Research. "Não apenas os clientes agora podem treinar modelos de ML em dados tanto no banco de dados quanto no armazenamento de objetos com automação total, mas com os novos recursos de IA generativa e armazenamento de vetores eles poderão interagir com o HeatWave em linguagem natural e receberão respostas precisas apenas para seus próprios fins de negócios — com base em seus próprios dados corporativos, além de dados disponíveis publicamente. A flexibilidade para usar o que as organizações de LLMs preferirem continua a demonstrar a abordagem aberta e colaborativa da equipe de engenharia do MySQL HeatWave."

O MySQL HeatWave é o único serviço de nuvem que fornece processamento de transações, análise em tempo real, aprendizado de máquina, consulta de data lake e automação com tecnologia de aprendizado de máquina em um único serviço de banco de dados MySQL. Parte central da estratégia de nuvem distribuída da Oracle, o MySQL HeatWave está disponível nativamente no OCI e na Amazon Web Services, como parte do Oracle Database Service for Azure e nos data centers dos clientes com OCI Dedicated Region.

Recursos adicionais

• Leia o blog técnico do MySQL HeatWave
• Descubra o programa de migração MySQL HeatWave