HeatWave Lakehouse 常见问题解答

一般问题

为何要使用数据湖仓一体?

近年来,我们见证了数据规模呈指数级增长。其中,绝大多数数据是在传统 OLTP 应用以外生成的,它们来自物联网传感器、互连设备和车辆、Web 应用以及遥测端点等来源,存储在文件系统中。对于希望将该外部数据与内部事务处理数据一起分析的企业,如果通过 ETL(提取、转换和加载)流程将这些数据注入数据库,整个过程不仅成本十分高昂,而且还十分复杂。对此,HeatWave Lakehouse 能够将对象存储中的数据和数据库数据结合在一起,帮助企业轻松捕获宝贵的实时洞察。

HeatWave Lakehouse 是 HeatWave 的一项特性吗?

可以。凭借 HeatWave Lakehouse,HeatWave 能够在一个面向事务和湖仓一体分析的云技术服务中提供自动化、集成的生成式 AI 和机器学习功能,企业不必担心 ETL 复制相关的复杂性、延迟、风险和成本问题。

是否需要运行 MySQL 工作负载才能使用 HeatWave Lakehouse?

不需要。您可以使用 HeatWave Lakehouse,在无需运行任何 MySQL 工作负载的情况下,以创纪录的超高性价比查询对象存储中的数据。

支持 MySQL 的应用要经过修改才能使用 HeatWave Lakehouse 吗?

不,HeatWave Lakehouse 100% 兼容 MySQL 语法,支持 MySQL 的应用不需要经过任何修改即可使用 HeatWave Lakehouse 来查询对象存储中的数据。

HeatWave Lakehouse 功能需要额外付费吗?

HeatWave 定价保持不变,您只需额外为 HeatWave 存储层(对象存储)中加载的数据支付 20 美元每 TB 每月即可使用 HeatWave Lakehouse。

性能和伸缩性

HeatWave Lakehouse 如何提供出色的扩展性?

HeatWave 的卓越性能要归功于横向扩展架构,它支持通过大规模并行方法来供应集群和加载数据,通过最多 512 个集群节点来处理查询请求。来自对象存储中文件的数据将被转换为 HeatWave 内存中优化的混合列格式,这使得对于所有受支持文件格式,HeatWave 都能提供一致的查询性能。此外,HeatWave Autopilot 不仅能智能进行文件采样,提取赖以实现自动化的信息,还能“学习”已执行的历史查询,优化后续查询的执行。

如何如同查询数据库中数据那样快速地查询对象存储中的数据?

加载到 HeatWave 集群中时,任何来源的数据都将自动转换为一个经过优化的内部格式。如此,查询对象存储中的数据与查询数据库的速度一样快。

多云策略

HeatWave Lakehouse 是否在 AWS 上可用?

是,HeatWave 可原生在 AWS 上运行。随着 HeatWave Lakehouse 功能发布,AWS 客户可使用它取代多达六个 AWS 服务,在降低复杂性的同时获得行业优秀的分析价格性能比。

使用 HeatWave Lakehouse,AWS 客户可以查询 Amazon S3 对象存储中数百 TB、多种文件格式(包括 CSV、Parquet、Avro、JSON 以及来自其他数据库的导入文件)的数据,而无需将数据复制到数据库。可以继续在 AWS 上运行应用而无需对应用进行任何更改,无需担心产生任何不合理的高昂的数据出站费用。此外,AWS 客户还可以基于 HeatWave Lakehouse 运行 HeatWave AutoML,从而自动化训练机器学习模型;对 S3 对象存储中的文件运行推断,获得解释;在交互式 HeatWave 控制台中运行多种机器学习分析。

HeatWave Lakehouse 是否在 Microsoft Azure 上可用?

是,Microsoft Azure 客户可通过 Oracle Interconnect for Microsoft Azure 访问和使用 HeatWave Lakehouse。

优秀实践

可否以及如何获得 HeatWave Lakehouse 适用性评估和入门帮助?

可以,请免费预约参加由专家主讲的研讨会

是否有相关的博客文章介绍 HeatWave Lakehouse 优秀实践?

当然,以下是一小部分博客文章。

注:为免疑义,本网页所用以下术语专指以下含义:

  1. 除Oracle隐私政策外,本网站中提及的“Oracle”专指Oracle境外公司而非甲骨文中国 。
  2. 相关Cloud或云术语均指代Oracle境外公司提供的云技术或其解决方案。