HeatWave製品概要資料
237 Views
November 28, 24
スライド概要
オラクルが提供するクラウド・データベースHeatWaveの製品概要資料です。HeatWaveは超並列でデータ処理が可能なハイブリッド列指向のインメモリ・データストアです。MySQLの分析系クエリを高速化するクエリ・アクセラレータとして登場後、機械学習やLLMを追加することで、データの現在、過去、未来を分析と予測し、新しいアプリケーションの開発のための土台になっています。
日本オラクルにてMySQLをベースとしたHeatWaveの製品を担当するチームです。
関連スライド
各ページのテキスト
HeatWaveでAI、データ分析、 パフォーマンスの課題を克服 トランザクションとレイクハウスのスケール分析のための1つのクラウド・サービスで 生成AIと機械学習を自動化、統合、保護 ⽇本オラクル株式会社 2024年11⽉
お客様の声 ⽣成AIを簡単に使い始めるには? ファイルに保存されている急成⻑するデータを迅速かつコスト効率よく分析するには? MySQLのセキュリティ、パフォーマンスを向上させ、より迅速なインサイトを得るには? 開発者やビジネス・チームに機械学習を活⽤するには? 複数のクラウドにアプリケーションを簡単にデプロイするには? 2 Copyright © 2024, Oracle and/or its affiliates
HeatWaveで課題に対処 さまざまなワークロードに対応するソリューション • データベースに組み込まれた LLM (⼤規模⾔語モデル) • オブジェクト・ストレージ内の データに対する問合せ • MySQLのデータの 分析処理を桁違いに⾼速化 • データベースに組み込まれた 機械学習(ML) • データベースに組み込まれた ⾃動化ベクトル・ストア • ⽐類のないパフォーマンスと コスト・パフォーマンス • ETL/分析専⽤製品を 使⽤しないリアルタイム分析 • MLモデル構築の パイプラインの⾃動化 • スケールアウト・ベクトル処理 • MySQLのデータとの 組み合せも可能 • MySQL Enterprise Editionの ⾼度なセキュリティ機能 • データベースやオブジェクト・ ストレージのデータを使⽤して モデルをトレーニング • HeatWaveチャット HeatWave Autopilot 3 Copyright © 2024, Oracle and/or its affiliates • MLによる⾃動化によるHeatWave • パフォーマンスとコスト・パフォーマンスを⾃動的に向上 • DBAと開発者の⽣産性を向上
お客様の声 ⽣成AIを簡単に使い始めるには? ファイルに保存されている急成⻑するデータを迅速かつコスト効率よく分析するには? MySQLのセキュリティ、パフォーマンスを向上させ、より迅速なインサイトを得るには? 開発者やビジネス・チームに機械学習を活⽤するには? 複数のクラウドにアプリケーションを簡単にデプロイするには? 4 Copyright © 2024, Oracle and/or its affiliates
⽣成AIが世界を変⾰ 86% のITリーダーは、⽣成AIが組織においてすぐに重要な役割を果たすことを期待 250% 95% 2023年のGitHubにおける⽣成AIプロジェクトの前年⽐成⻑率 の開発者たちが、⽣成AIツールを使⽤してソフトウェア・アプリケーションの新しいコードを作成 出典: https://www.forbes.com/sites/bernardmarr/2024/01/29/10-mind-blowing-generative-ai-stats-everyone-should-know-about/?sh=7795815e1bdb、https://www.iotworldtoday.com/connectivity/generative-ai-projects-more-than-triple-ongithub-in-2023、https://bloggingwizard.com/generative-ai-statistics/ 5 Copyright © 2024, Oracle and/or its affiliates
実装の課題 複雑さ AIに関する 専⾨知識 ⾼コスト 6 • • • • 外部のLLMとの統合 専⽤のベクトル・データベース ベクトル埋め込みの⽣成 ⾃然⾔語能⼒の導⼊の難易度 • • • • 埋め込みモデルの選択 LLMの選択 特定の領域の問題に効果的にLLMと埋め込みを活⽤ パフォーマンスの最適化 • • • • AIエキスパートの採⽤ GPUのプロビジョニング ベクトル埋め込みの格納 システム・リソースの最適化 Copyright © 2024, Oracle and/or its affiliates
HeatWave GenAI: 統合、⾃動化、およびセキュアな⽣成AI AIの専門知識が不要で、データの移動も追加コストも不要 データベース内LLM • 統合に⼿間をかけずに、 どこからでも⽣成AIの利点を迅速に活⽤ • データを別のベクトル・データベースに移動せずに、 ⽣成AIをビジネス・データとともに使⽤可能 • インフラ・コストの削減 • AIの専⾨知識のない組み込みの創出⾃動化 • OCI⽣成AIとの統合による外部LLMの使⽤ • ⽣成AIとデータベース内MLの組合せ スケールアウト・ベクトル処理 7 自動化された組み込みベクトル・ストア • インメモリーのスケールアウト・アーキテクチャ • セマンティック検索の⾼速実⾏ • Databricksより15倍⾼速、 Google BigQueryより18倍⾼速、 Snowflakeより30倍⾼速 Copyright © 2024, Oracle and/or its affiliates HeatWaveチャット • ⾮構造化ドキュメントにより通知された ⾃然⾔語での会話に参加 • フォローアップ質問; チャットのコンテキストを保存 • LLMをガイドして特定のデータ・セットから 情報を取得し、速度と精度を向上
HeatWave GenAIは新しいユースケースおよびアプリケーションを実現可能に + ⾃然⾔語での会話 • ⾃然⾔語を使⽤した ⾮構造化ドキュメントによる 会話 • HeatWaveチャットは フォローアップ質問の コンテキストを保持 8 Copyright © 2024, Oracle and/or its affiliates コンテンツの生成と要約 • 企業や組織内のドキュメント からインサイト/レポートを⽣成 • PDF形式のマニュアルから ブログを⽣成 • コンテンツの要約 RAGおよび 類似性検索 • 組織内のデータ(RAG / (Retrieval Augmented Generation)を使⽤し、 より正確で状況に即した 回答を提供 • ⾮構造化データに対する 類似性検索の実⾏ 統合された⽣成AIと 機械学習の相乗効果 • 機械学習と⽣成AIを 組み合わせ、時間を節約し、 より多くの価値を顧客に提供 • AutoMLでフィルタされた データで⽣成AIを使⽤する ことで、コストを削減し、 より正確な結果を迅速に 取得可能
ユースケース1: パーソナライズされた推奨事項 オブジェクト・ストレージ 「今⽇のおすすめの ベジタリアン向け料理はなに︖」 メニュー 質問 ユーザー 解答 9 「おすすめの料理は次の通りです。 ⾖腐カレー、⾖腐ビリヤニ、 ひよこ⾖のカレー」 HeatWave ベクトル・ストア ユーザーが質問を⼊⼒ HeatWave AutoMLのレコメンデーション・システムが ユーザーの注⽂履歴を元にレストランを提案 LLMがパーソナライズされたおすすめ料理を ⾃然⾔語で回答 ベクトル・ストアに格納されている提案されたレストランの メニューからおすすめの料理を選択 Copyright © 2024, Oracle and/or its affiliates メニュー メニュー
ユースケース2: 予測メンテナンス 質問 「このログの主な問題点はなに︖ 2つの⽂章にまとめて」 本番環境 オブジェクト・ストレージ ログ 問題と対策のナレッジベースのログ 本番環境のログがリアルタイムで HeatWave AutoMLの処理対象となる HeatWaveベクトルストア経由でLLMが ナレッジベースのデータにアクセスできる ユーザー 解答 「このログにおける主な問題は 特定のプロセス(ID 8145)による メモリ使⽤量があらかじめ定義された 閾値を継続的に超過していることです」 ユーザーが質問を⼊⼒ ⾃然⾔語での回答を得る 10 Copyright © 2024, Oracle and/or its affiliates HeatWave ベクトル・ストア HeatWave AutoMLがログから異常を検出しフィルタリング ベクトルストアがログの異常に関するコンテキストを追加し、 LLMに対するプロンプトに情報を追加する LLMが情報が追加されたプロンプト(Augmented Prompt)を元にレポートを⽣成
「HeatWave GenAIを使⽤すると、⽣成AIの活⽤が⾮常に簡単 になります。データベースに組み込まれたLLMおよび⾃動化された ベクトル埋め込みの作成により、アプリケーションの複雑さが⼤ 幅に軽減され、推論にかかる時間が予測可能となります。また、 LLMの使⽤や埋込みの作成にかかる追加コストはありません。 これはまさに⽣成AIの⺠主化であり、HeatWave GenAIでより多 機能アプリケーションを構築し、⽣産性を⼤幅に向上できると確 信しています。」 「当社は、データベース内のHeatWave AutoMLを使⽤して、さま ざまなおすすめメニューなどをお客様に提供しています。 HeatWaveのデータベースに組み込まれたLLMおよびデータベース 内のベクトル・ストアに対するサポートが重要であり、⽣成AIを AutoMLと統合する機能により、業界におけるHeatWaveユニー クな特徴を活かして、新しい種類の機能をお客様に提供できま す。また、AutoMLとの相乗効果により、LLMの処理結果のパ フォーマンスと品質が向上します。」 Vijay Sundhar Safarath Shafi SMARTERD、CEO CEO、EatEasy 11 Copyright © 2024, Oracle and/or its affiliates
お客様の声 ファイルに保存されている急成⻑するデータを迅速かつコスト効率よく分析するには? 12 Copyright © 2024, Oracle and/or its affiliates
データベース外部のデータの⼤幅な増加 オブジェクト・ストレージ内のデータを効果的に活⽤することが重要 >80% 95% ⽣成されたデータのうち ⾮構造化データ ⾮構造化データの管理が 重⼤な問題であると回答した組織の割合 出典: https://bigdataanalyticsnews.com/big-data-statistics/ 13 Copyright © 2024, Oracle and/or its affiliates
HeatWave Lakehouse オブジェクト・ストア内の様々なファイル形式のデータに500TBまで対応 14 Copyright © 2024, Oracle and/or its affiliates • オブジェクト・ストレージに格納されている データに対するMySQLのSQL構⽂を 使⽤した分析処理: CSV, Parquet, Avro, JSONおよび他の データベースからエクスポートされたデータ • MySQLのデータと組み合せることも可能 • データ処理をスケールアウト。 オブジェクト・ストレージのデータを MySQLにコピーせずに HeatWaveクラスタで処理 • 最⼤500TBのデータに対応: HeatWaveクラスタは512ノードまで拡張 • HeatWave AutoMLを使⽤して、 すべてのデータでMLモデルを 簡単に構築およびトレーニング
幅広い業界の複数のユースケースに対応 ⾦融 情報通信 医療 ⼩売 不正検知 不正⾏為を⽰すパターンの検出 ネットワークの最適化 パフォーマンス・データ、顧客満⾜度 の調査結果、サービス・ログを分析し てネットワーク・インフラを最適化 患者分析 患者記録、医療画像、ゲノムデータ を分析してパーソナライズされた医療 および治療計画を最適化 顧客分析 顧客の⾏動と購⼊履歴を分析して メッセージをパーソナライズ 流動予測 解約を予測および防⽌し、顧客維 持戦略を改善 臨床研究 臨床試験、研究⽬的で多様なデー タセットを集約 サプライ・チェーン最適化 ⽣の物流データを使⽤して、 在庫⽔準の最適化やコストの削減、 納期の改善 エネルギー 製造 eコマース 政府 スマートグリッド分析 センサーと天気予報からのデータを 分析し、エネルギー配分を最適化 予測メンテナンス 機械のセンサー・データを分析し、 機器の故障を予測および防⽌ 推奨エンジン パーソナライズされた製品推奨の ための各種データの使⽤ 設備管理 予防保守と最適な設備の 稼働率を管理 品質管理 製造プロセス全体で製品品質を監 視および改善します マーケティング属性 マーケティング・キャンペーンの 影響の判断 公安 さまざまなソースからのデータを 統合して、危機時の状況認識と 対応を改善 リスク管理 履歴およびリアルタイムの情報を組み 込んで財務リスクを評価および管理 15 Copyright © 2024, Oracle and/or its affiliates 政策の⽴案 ⼈⼝統計、経済、社会データの 計画と意思決定の分析
HeatWave Lakehouseのクエリ性能 Redshiftの9倍、 Databricksの17倍、Snowflakeの17倍、BigQueryの36倍⾼速 クエリ実⾏時間: 500 TB TPC-H 3 1,800 低速 倍 6 1,600 実⾏時間の幾何平均 (秒) 1,400 28分 1,200 速 1,000 1 800 600 低 9倍 400 速 倍低 7 1 速 13分 200 0 低 7倍 47秒 7分 HeatWave Lakehouse Amazon Redshift Databricks 14分 Snowflake Google BigQuery 意思決定に費やす時間を⼤幅に短縮 Configuration: MySQL HeatWave Lakehouse: 512 nodes; Snowflake: 4X-Large Cluster; Databricks: 3X-Large Cluster; Amazon Redshift: 20-ra3.16xlarge; Google BigQuery: 6400 slots Benchmark queries are derived from the TPC-H benchmarks, but results are not comparable to published TPC-H benchmark results since these do not comply with the TPC-H specifications. 16 Copyright © 2024, Oracle and/or its affiliates
HeatWave Lakehouseのクエリ費⽤対効果 Redshiftの8倍、Databricksの18倍、Snowflakeの22倍、BigQueryの30倍コスト低減 費⽤対効果: 500 TB TPC-H 費⽤対効果 (クエリ実⾏時間の幾何平均と年間コストに基づく) 35 3 30 25 20 1 ト コス ⾼ 8倍 2 ト コス ⾼ 0倍 ト コス ⾼ 2倍 15 10 8 ト コス ⾼ 倍 5 0 HeatWave Lakehouse Redshift Databricks Snowflake Google BigQuery コストを⼤幅に低減 Configuration: MySQL HeatWave Lakehouse: 512 nodes; Snowflake: 4X-Large Cluster; Databricks: 3X-Large Cluster; Amazon Redshift: 20-ra3.16xlarge; Google BigQuery: 6400 slots Benchmark queries are derived from the TPC-H benchmarks, but results are not comparable to published TPC-H benchmark results since these do not comply with the TPC-H specifications. 17 Copyright © 2024, Oracle and/or its affiliates
「HeatWave Lakehouseを使⽤することで、 オブジェクト・ストレージ上のデータを簡単かつ 迅速にHeatWaveにロードし、MySQLデータと 組み合わせて分析できます。」 木下高志氏 NTTソルマーレ株式会社 電子書籍事業部 チーフ・プロデューサー
お客様の声 MySQLのセキュリティ、パフォーマンスを向上させ、より迅速なインサイトを得るには? 19 Copyright © 2024, Oracle and/or its affiliates
⾃⼰管理型のMySQLデータベースに関する課題 オンプレミスかクラウドか • MySQLは多くの場合、開発者によって選定され、社内および顧客向けアプリケーション開発に利⽤ • ⾃⼰管理型のデータベースは、特にアプリケーションの使⽤量の増加に伴ってリスクを⽣み出す可能性 • データ保護 • 規制コンプライアンス • ⾼可⽤性 • バックアップ • 迅速なテクニカル・サポート • パフォーマンスと拡張性は最適化されていないことが多い • アプリケーションが古いバージョンのMySQLのみをサポートしている場合、 MySQLの最新の機能を活⽤できない データ侵害の60%が パッチの未適⽤によるもの https://www.orbital10.co.uk/the-patch-stats 20 Copyright © 2024, Oracle and/or its affiliates
HeatWave MySQL: 独⾃の機能 最⾼レベルのパフォーマンス、セキュリティおよび信頼性の獲得に貢献 MySQL Enterprise Edition • • 暗号化、データ・マスキング、認証およ びデータベース・ファイアウォールなどの ⾼度なセキュリティ機能 パッチ適⽤、アップグレード、バックアッ プ、⾼可⽤性の管理を⾃動化、 最新のMySQLの機能を活⽤可能 • MySQLエキスパートによる テクニカル・サポート 21 Copyright © 2024, Oracle and/or its affiliates HeatWave HeatWave Autopilot • MySQLにインメモリーのクエリ⾼速化 エンジンを統合 • HeatWaveとMySQL向けの 機械学習による自動化 • MySQLに対する分析処理の クエリ性能を⼤幅に向上 • • HeatWaveクラスタはピーク時の 負荷に対応するためにスケール・ アウトし、不要になったときには スケール・インしてコスト削減可能 チューニングの専門知識を必要と せずに、パフォーマンスを 自動的にコスト効率よく向上 開発者とDBAの生産性を高め、 人的エラーを排除 •
HeatWave MySQLとAmazon AuroraおよびRDS MySQLの⽐較 複雑な分析の処理性能 Amazon Aurora Amazon RDS 分析処理性能: 4TB TPC-H 分析処理性能: 4TB TPC-H 500000 1400000 450000 1200000 時間(秒) 時間(秒) 400000 350000 300000 1,400倍 遅い 250000 200000 150000 1000000 2,200X 3,500 倍 ひどい 遅い 800000 600000 400000 100000 200000 50000 0 0 HeatWave MySQL (4 nodes) Aurora (db.r5.24xlarge) 2,200倍のコスト・パフォーマンス HeatWave MySQL (4 nodes) 4,600倍のコスト・パフォーマンス *ベンチマーク結果TPC-Hベンチマークから導出されますが、TPC-H仕様に準拠していないため、公開されているTPC-Hベンチマーク結果と同等の結果はありません。 22 Copyright © 2024, Oracle and/or its affiliates Amazon RDS for MySQL (db.r5.24xlarge)
顧客事例︓NTTソルマーレ 様 HeatWave MySQLで国内最⼤級の電⼦書籍配信サービス「コミックシーモア」でのデータ利活⽤を強化 利⽤サービス・製品 • HeatWave MySQL お客様のコメント 「『HeatWave MySQL』の導⼊によりサービス基盤とデータ分析 基盤のリアルタイムなデータ同期が実現できました。さらにこれまで 通常のMySQLで1.5時間程度かかっていたバッチ処理が2秒程度 で完了するなど性能の良さも実感しています。 処理を待つ思考停 ⽌の時間が短縮化され、業務効率化にもつながっています。 システム構成イメージ MySQLに対応したツールは『HeatWave MySQL』でもそのまま 活⽤でき、ユーザーの利便性を維持しながら様々な分析データを 更なるサービス向上に役⽴てることができています。 『HeatWave MySQL』を利⽤した新たなデータ分析基盤を活⽤し、 今後も更に幅広いお客様に楽しんでいただける書籍配信サービス を提供していきます。」 レプリケーション リアルタイム同期 コミックシーモアの サービス基盤 23 Copyright © 2024, Oracle and/or its affiliates HeatWave MySQLによる データ分析基盤 エヌ・ティ・ティ・ソルマーレ株式会社 電⼦書籍事業部 サービス開発グループ ⽊下 ⽒
ビジネス課題: VRGlassは、HeatWave MySQLを 使⽤してメタバースを拡張 2011年に設⽴されたVRGlassは、企業および⼩売向けに仮想現実 （VR）および拡張現実（AR）のアプリケーションや機器を設計、開 発、⽣産しています。AWSやDigital Ocean上で稼働するデータベース には、同社のメタバース・プラットフォームのワークロード管理に関して課 題がありました。そのパフォーマンスは、クラウドベース・データベースで予 定外のダウンタイムがないという同社の要件に満たないものでした。 多くの参加者のための⼤規模な仮想イベントをホストし、各ユーザーか らの150のデータポイントを追跡するために、拡張性が⾼くセキュアでか つ開発効率の⾼いプラットフォームを選定する必要がありました。 結果: 「Oracle for Startupsプログラム内で達成された進捗に感動した弊 社は、すべてのアプリケーション・データをHeatWave MySQLに移⾏ しました。オラクルチームの⽀援は極めて重要でした。移⾏が完了 してから3時間以内に、データベース・パフォーマンスが500%向上し ました。」 Ohmar Tacla CEO、VRGlass 3時間以内にAWS EC2およびDigital Oceanから HeatWave MySQLに移⾏ 1分あたり8,000⼈参加するシステムのリアルタイム分析を 5倍を⾼速化 従量課⾦制の価格設定とHeatWave Autopilotで コストを50%削減 セキュリティの強化 100万⼈の訪問者および170万セッションまで拡張 販売サイクルを9か⽉から2か⽉に短縮し1か⽉で売上を500%増加 使⽤されるプロダクト: HeatWave MySQL 事例を読む Copyright © 2024, Oracle and/or its affiliates
複雑さがビジネス上の意思決定を遅らせる AWSサービスの使⽤例 トランザクション・ データベース (RDS MySQL) ETL/データ変換 (Glue) ETLプロセスの オブジェクト・ストレージ (S3) 分析データベース (Redshift) 複数のクラウド・サービスを使⽤してデータを分析するには、複雑でコストがかかり、複数のサービスの知識が必要 リアルタイム分析なし: 分析⽤のデータベースで処理可能になるまでにデータの鮮度が落ちる データ・ストア間のデータの移動に伴い、データ・セキュリティとコンプライアンスのリスクが⾼まる 25 Copyright © 2024, Oracle and/or its affiliates
HeatWave MySQL: インサイトの⾼速化 トランザクション⽤1つのクラウド・サービス +リアルタイム分析 HeatWave MySQL 分析データベースへのETLによる複製のコスト、複雑さ、レイテンシおよびリスクを排除 既存のスキルを活⽤してリアルタイム分析を実現 HeatWave Lakehouse: オブジェクト・ストレージ内のデータを簡単に問い合せ、MySQLデータとも組み合せ可能 26 Copyright © 2024, Oracle and/or its affiliates
データウェアハウスに最適なパフォーマンスと費⽤対効果 TPC-H 10TB 分析処理の⾼速化で市場のトレンドにいち早く対応 4倍 4倍 9倍 11倍 Redshiftよりも高速 Snowflakeより高速 BigQueryより高速 Databricksより高速 10倍 コスト・パフォーマンスの向上 15倍 コスト・パフォーマンスの向上 20倍 コスト・パフォーマンスの向上 37倍 コスト・パフォーマンスの向上 10X ra3.4xlarge X-Largeクラスタ 800スロット 大規模クラスタ 2023年5⽉23⽇時点の10TB TPC-Hベンチマークによると10TB TPC-H番号のRedshift、Snowflake、DatabricksおよびBigQuery番号は、サード・パーティによって提供されます。 ベンチマーク問合せはTPC-Hベンチマークから導出されますが、TPC-H仕様に準拠していないため、公開されたTPC-Hベンチマーク結果と同等の結果はありません。 27 27 Copyright © 2024, Oracle and/or its affiliates
ビジネス課題: Wavenet、 分析処理のパフォーマンスを30%向上 24時間365⽇、お客様がマーケティング活動をリアルタイムで追跡および調 整できるようにすることを⽬的として、アジア太平洋地域の主要なデジタル・ マーケティング会社であるWavenet Technologyのには、増⼤する容量と需 要に対応するために、⾼性能で安全で⼿頃な価格のデータベースが必要で した。ETLは時間がかかりすぎ、お客様はAmazon Redshiftで分析処理を数 分単位で待っていました。この課題を解決するためにWavenetはRedshiftか らHeatWave MySQLに移⾏しました。 結果: 「オラクルのHeatWave MySQLは、データの分析と活⽤に⾮ 常に効率的で⾼速な⽅法を提供します。数秒で100万件 を超える顧客ダッシュボードの処理を実⾏できるようになりま した。さらに、AWS Redshiftから HeatWave MySQLに移⾏ することで、総所有コストを少なくとも30%削減できました」 トランザクションと分析のためを1つのデータベースで実⾏でき、 ETLプロセスを排除し、データ管理を簡素化 TCOを30%削減 より⾼度な分析のために、問合せのレスポンス時間を分から秒に短縮 HeatWave Autopilotは性能を最適化するパラメータを動的に構成 新しい⾃動化マーケティング・ソリューションの開発能⼒の向上 Wavenet Technology、最⾼技術責任者、Hung Chih Chieh⽒ 使⽤されるプロダクト: HeatWave MySQL ストーリーを読む Copyright © 2024, Oracle and/or its affiliates
お客様の声 開発者やビジネス・チームに機械学習を活⽤するには? 29 Copyright © 2024, Oracle and/or its affiliates
MLの使⽤も複雑 AWSサービスの使⽤例 トランザクション・ データベース (RDS MySQL) ETL/データ変換 (Glue) ETLプロセスの オブジェクト・ストレージ (S3) 分析データベース (Redshift) Redshiftには機械学習が組み込まれていないため、 データを別のMLクラウド・サービスにエクスポートする必要がある さらに複雑さ、コスト、遅延を生み出す 自動化されておらずデータ・サイエンスの専門知識が必要 30 Copyright © 2024, Oracle and/or its affiliates オブジェクト・ ストレージ 機械学習 (Sagemaker)
MLはHeatWaveでシンプル 統合および⾃動化されたHeatWave AutoML データベース内のデータ オブジェクト・ストレージ内の データ 機械学習が組み込まれている: より迅速な結果の取得、追加コストなし 機械学習のエキスパートである必要はない。機械学習のライフサイクルは自動化 データベースおよびオブジェクト・ストレージ内のデータを使用して機械学習モデルを簡単にトレーニング 31 Copyright © 2024, Oracle and/or its affiliates
HeatWave AutoMLにより、幅広いユースケースに対応 データベースおよびオブジェクト・ストレージのデータを使⽤して機械学習モデルをトレーニング 異常検出 分類 データベース・ データ 異常なクレジット・ カード⽀出の検出 時系列予測 広告費のROIを予測 ゲームのチートや ハッカーを特定 類似ユーザーの識別 おすすめ映画 債務不履⾏ 予測 データベース・ エクスポート 需要予測 フライト遅延の予測 降⾬予測 レコメンド・システム 回帰 予測は、結果を理解、信頼および理解ための「説明」とともに提供されます。 32 Copyright © 2024, Oracle and/or its affiliates オブジェクト・ ストレージ 格納データ
他のクラウド・データベースの機械学習ソリューションとの⽐較 HeatWave AutoMLにより、より多くの機能をすぐに利⽤可能 Features 33 H e a t Wa v e A u t o M L Redshift ML データベース内で実⾏ ü ❌ ü (preview) 統合されたローカルおよびグローバルな説明 ü ❌ ❌ ⾃動トレーニング ü ❌ ❌ 分類と回帰 ü ü ü 予測 ü ❌ ü 異常検出 ü ❌ ü レコメンド・システム ü ❌ ❌ テキストのサポート ü ❌ ü Copyright © 2024, Oracle and/or its affiliates SnowPark ML
ビジネス課題: Teyuto、HeatWave MySQL上に 構築されたレコメンデーション・ エンジンで顧客満足度を向上 「私にとって、HeatWaveは、その機械学習が巨⼤な⼒で MySQL内に統合されているため、未来です。驚くべきことで あり、スピードは素晴らしい。HeatWave AutoMLにはすべて があります。」 Marcello Violini Teyuto S.r.l.のCEO兼創業者 Teyutoは、独⾃ブランドのビデオポータルを構築する企業向けのSaaSを提供 するイタリアの企業です。当初はAWS上でコミュニティ版のMySQLを採⽤し、 その後はGoogle Cloudで運⽤していました。 しかし、Teyutoはトランザクション、分析、機械学習のさまざまなサービスを統 合および管理する必要があるという複雑さやパフォーマンスに満⾜していませ んでした。同社のTeti AIレコメンデーション・システムを強化するために、 費⽤対効果の⾼い、⾼性能な機械学習エンジンを必要としていました。 結果: HeatWave AutoMLにより、各企業が顧客とのエンゲージメントを維持し、 パーソナライズされた「おすすめ」を通じてより多くの製品やサービスを 購⼊できるようにすることで顧客満⾜度が向上 組込みのアナリティクスにより、各企業はチャネルまたは個々のビデオ、 収益、⼈⼝統計などの視聴者数をリアルタイムに統計可能に HeatWaveは完全に統合されたOLTP, OLAP, 機械学習を提供するため、 これまでプログラミングに従事していたリソースを再配置することで、 スタッフの⽣産性を50%向上 運⽤コストを35%削減 複雑なETLプロセスを排除 使⽤されるプロダクト: HeatWave MySQLおよびHeatWave AutoML 事例を読む Copyright © 2024, Oracle and/or its affiliates
お客様の声 複数のクラウドにアプリケーションを簡単にデプロイするには? 35 Copyright © 2024, Oracle and/or its affiliates
組織がマルチクラウドを採⽤ 98% 主なドライバ • データ主権/地域 2つのクラウド・プロバイダ以上を 使用 • 最高のクラウド・サービス • コスト最適化 • • 災害復旧 クラウド・ベンダーのロックインに関 する懸念 出典: S&P Multicloud in the Mainstream Global Survey、2023、Flexera 2024 State of the cloud report 36 Copyright © 2024, Oracle and/or its affiliates
HeatWaveを利⽤したアプリケーションを複数のクラウドにデプロイ 37 Copyright © 2024, Oracle and/or its affiliates
HeatWave on AWS 最⼤6つのAWSサービスを1つのサービスに置き換える • HeatWaveは、AWSインフラストラクチャ⽤に最適化されたAWS上でネイティブに実⾏される • Amazon Redshiftよりも7倍コスト・パフォーマンスが向上 • AWSでデータを保持: エグレス・コストなし、低レイテンシ、AWS上の他のデータベースからの容易な移⾏ • 他のAWSサービスとの統合 (例: S3、CloudWatch、PrivateLink) 出典: https://www.oracle.com/mysql/heatwave/performance-benchmarks/#heatwave-on-aws 38 Copyright © 2024, Oracle and/or its affiliates
ビジネス課題: Aiwifi、Amazon RDSから AWS上のHeatWave MySQLに移⾏ Aiwifiは、カスタマイズされたログインページを通じて買い物客をウェブサイトに 誘導するWi-Fiソリューションを開発しているメキシコの企業です。同社のサー ビスの特徴は、ユーザの属性とアクティビティを追跡して貴重な顧客データを 収集することです。 2019年に事業を開始したAiwifiは、AWSをプラットフォームとして、Amazon RDSをバックエンドのデータベースとして選択しました。しかし、ビジネスが急速 に成⻑し、⼤量のデータ・ロードが発⽣するにつれ、パフォーマンスの⽋如が継 続的な成⻑のボトルネックとなり、データベースのコストが⼤きな課題となりま した。2023年にAmazon RDSからAWS内でネイティブに実⾏されている HeatWave MySQLに移⾏しました。 結果: 「HeatWave MySQLの驚異的なパフォーマンスと組み込みの 機械学習により、以前の成⻑の障壁を打ち破りました。 AiwifiはHeatWave MySQLが最⼤5つの外部システムを置 き換えたと考えています。 HeatWaveを複数のクラウド・プラットフォームで利⽤可能と することは、オラクルによる⾮常に素晴らしい戦略です。」 Aiwifi、CEO兼CTO、Eric Aguilar⽒ クエリが13倍⾼速化し、ログインページでのロード時間が50%短縮されたた め、追加コストなしで新規顧客を迅速にウェブサイトへ誘導可能に コストを50%削減。より⼩規模なインスタンスでも HeatWaveの⾼性能を活⽤でき、⾼額なデータ・エグレス料⾦を排除 HeatWave MySQLは、4,000万件を超えるレコードに関する 複雑なクエリを効率的に処理し、リアルタイムの分析ダッシュボードに提供 SQLチューニングが不要となり、Aiwifiの開発者は HeatWave AutoMLによる機械学習モデルの構築に集中可能 機械学習により利⽤者をセグメント化し、 よりパーソナライズされたマーケティング・コンテンツの作成や、 さまざまな顧客セグメントにとって関⼼のある情報を予測可能に 使⽤されるプロダクト: HeatWave on AWS 事例を読む Copyright © 2024, Oracle and/or its affiliates
データ・センターで利⽤可能 OCI専⽤リージョン ⾃⼰完結型クラウド・リージョン データ・センター内にHeatWaveを含む OCIのすべてサービスを配置 パブリック・クラウドの経済性と セキュリティの両⽴ データ・レジデンシーとレイテンシの要件に対応 40 Copyright © 2024, Oracle and/or its affiliates
HeatWaveに関する業界アナリストのコメント 「HeatWaveによって企業は分析データベースとベクトル・データベースを統合し、データの⼀貫性を維持するための複雑さ とコストを排除できます。アプリケーション・アーキテクチャで異なるのレイクハウスと機械学習サービスを運⽤する必要もありませ ん。これらのサービス間でデータ連携するために時間がかかるETLプロセスが不要になることは⾔うまでもありません。 ̶ データ管理ソフトウェア担当リサーチ・バイスプレジデント、Carl Olofson⽒ 「HeatWaveは、クラウド・データベースに対する財政的に責任のあるアプローチを表し、AWS RedshiftとSnowflake は財政的に無謀なアプローチを表しています」 ̶Futurum、シニア・アナリスト兼リサーチ・ディレクター、Ron Westfall⽒ HeatWaveは、Lakehouseのパフォーマンスがトランザクション処理のパフォーマンスと同レベルであること(これまで聞いた ことのないこと、さらには考えられないこと)を⽰します。 ̶Holger Mueller⽒、VP兼プリンシパル・アナリスト 「すぐに利⽤できるデータベース内LLMと、すぐにベクトル処理を実⾏できる完全に⾃動化されたベクトルストアにより、 HeatWave GenAIは、AIのシンプルさとコストパフォーマンスを、Snowflake, Google BigQuery, Databricks などの競合他社が太⼑打ちできないレベルに引き上げます。 ̶Steve McDowell、プリンシパル・アナリスト兼設⽴パートナー ソース: https://www.oracle.com/jp/mysql/heatwave-analysts/ 41 Copyright © 2024, Oracle and/or its affiliates
HeatWaveによりセキュリティが強固に その他のサービス HeatWave レイクハウス 機械学習 LLM ユーザ・ データ アプリ 分析 OLTP • データが広範囲にわたって移動 • データは1つのデータベース・システムで管理される • 暗号化鍵、ユーザー・アクセス、認証スキームなど、 異なるセキュリティ特性を持つ複数のサービス • 統⼀的なアクセス制御と単⼀の構成 • すべての通信が認証され暗号化 • 42 HeatWave ベクター ストア ユーザーが複数のサービスを構成し、接続する必要がある Copyright © 2024, Oracle and/or its affiliates
HeatWaveで課題に対処 さまざまなワークロードに対応するソリューション • データベースに組み込まれた LLM (⼤規模⾔語モデル) • オブジェクト・ストレージ内の データに対する問合せ • MySQLのデータの 分析処理を桁違いに⾼速化 • データベースに組み込まれた 機械学習(ML) • データベースに組み込まれた ⾃動化ベクトル・ストア • ⽐類のないパフォーマンスと コスト・パフォーマンス • ETL/分析専⽤製品を 使⽤しないリアルタイム分析 • MLモデル構築の パイプラインの⾃動化 • スケールアウト・ベクトル処理 • MySQLのデータとの 組み合せも可能 • MySQL Enterprise Editionの ⾼度なセキュリティ機能 • データベースやオブジェクト・ ストレージのデータを使⽤して モデルをトレーニング • HeatWaveチャット HeatWave Autopilot 43 Copyright © 2024, Oracle and/or its affiliates • MLによる⾃動化によるHeatWave • パフォーマンスとコスト・パフォーマンスを⾃動的に向上 • DBAと開発者の⽣産性を向上
HeatWaveを使い始める オラクルまたはパートナーとの議論を続ける お客様の要件について詳しく説明し、 オラクルがどのように⽀援できるかを判断しましょう。 無料のワークショップをリクエスト HeatWaveの評価または導⼊に役⽴ちます。 HeatWaveを試してみる 無料のHeatWaveリソースを使⽤して、 短時間で⼩規模なアプリケーションを構築できます。 詳しくは: oracle.com/jp/heatwave 44 Copyright © 2024, Oracle and/or its affiliates