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。
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。
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。
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 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。
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。
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。
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。
是,Microsoft Azure 客户可通过 Oracle Interconnect for Microsoft Azure 访问和使用 HeatWave Lakehouse。
可以,请免费预约参加由专家主讲的研讨会。
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: