Oracle, geliştiricilerin MySQL uygulamalarına güçlü makine öğrenimi yetenekleri eklemesi için en kolay, en hızlı ve en düşük maliyetli yöntem olan MySQL HeatWave ML’yi tanıttı.
Oracle, Oracle MySQL HeatWave’in artık daha önce mevcut olan işlem işleme ve analitik özelliklerinin yanı sıra veritabanı içi makine öğrenimini (ML) de desteklediğini ve bu niteliklere sahip tek MySQL bulut veritabanı hizmeti olduğunu duyurdu. MySQL HeatWave ML, ML yaşam döngüsünü tamamen otomatikleştirir ve MySQL veritabanı içindeki tüm eğitilmiş modelleri depolayarak verileri veya modeli bir makine öğrenimi aracına ya da hizmetine taşıma ihtiyacını ortadan kaldırır. ETL’nin ortadan kaldırılması, uygulama karmaşıklığını azaltır, maliyeti düşürür ve hem verilerin hem de modelin güvenliğini artırır. HeatWave ML, 37 Oracle Bulut Altyapısı (OCI) bölgesinin tamamında MySQL HeatWave veritabanı bulut hizmetine dahildir.
Şimdiye kadar MySQL uygulamalarına makine öğrenimi özellikleri eklenmesi, birçok geliştirici açısından son derece zor ve zaman alıcı olmuştur. Öncelikle, ML modelleri oluşturmak ve dağıtmak için veri tabanından başka bir sisteme veri çıkarma süreci söz konusudur. Bu yaklaşım, makine öğreniminin uygulama verilerine uygulanması için birden fazla silo oluşturur ve veri taşınırken gecikmeye yol açar. Ayrıca, verilerin veritabanından yayılmasına yol açarak güvenlik tehditlerine daha duyarlı hale getirir ve geliştiricilerin birden fazla ortamda programlaması açısından karmaşıklığa neden olur. İkinci olarak, mevcut hizmetler, geliştiricilerin ML modeli eğitim sürecini yönlendirme konusunda uzman olmalarını bekler; aksi takdirde model yetersiz kalır ve bu da tahminlerin doğruluğunu düşürür. Son olarak, mevcut ML çözümlerinin çoğu, geliştiricilerin oluşturdukları modellerin belirli tahminler sunma nedenlerine ilişkin açıklama sağlayacak işlevler içermez.
MySQL HeatWave ML, MySQL veritabanı içindeki makine öğrenimi özelliklerini yerel olarak entegre ederek bu sorunları çözer. Böylece verileri başka bir hizmete çıkartma, dönüştürme ve yükleme işlemi ihtiyacı ortadan kaldırılır. HeatWave ML, eğitim sürecini tamamen otomatik hale getirip belirli bir veri kümesi ve belirli bir görev için en iyi algoritmaya, en iyi özelliklere ve en uygun hiper parametrelere sahip bir model oluşturur. HeatWave ML tarafından geliştirilen tüm modeller, model ve tahmin açıklamaları sağlayabilir.
Diğer bulut veritabanı tedarikçileri bu tür gelişmiş ML yeteneklerini doğrudan veritabanı hizmetleri kapsamında sunmaz. Oracle, diğerlerinin yanı sıra Numerai, Namao ve Banka Pazarlaması gibi çok sayıda kamuya açık makine öğrenimi sınıflandırması ve regresyon veri setinde gerçekleştirilen ML karşılaştırmalı değerlendirmeleri yayınlamıştır. Ortalama olarak en küçük kümede HeatWave ML, makine öğrenimi modellerini Redshift ML’nin maliyetinin yüzde biri karşılığında 25 kat daha hızlı eğitir. Ayrıca, eğitim daha büyük bir HeatWave kümesinde gerçekleştirildiğinde Redshift ML’ye kıyasla performans avantajı da artar. Eğitim, zaman alıcı bir süreçtir ve MySQL HeatWave ile çok verimli ve hızlı bir şekilde gerçekleştirilebildiğinden müşteriler artık modellerini daha sık yeniden eğitip verilerde değişiklik yapmaya devam edebiliyor. Bu, modelleri güncel tutar ve öngörülerin doğruluğunu geliştirir.
Oracle’ın Kıdemli Kurumsal Mimarı Edward Screven, “Analitik ve işlemsel işlemeyi tek bir veritabanına entegre ettiğimiz gibi, şimdi de MySQL HeatWave’e makine öğrenimini getiriyoruz” dedi. “MySQL HeatWave, Oracle’ın en hızlı büyüyen bulut hizmetlerinden biridir. Giderek artan sayıda müşteri, Amazon ve diğer bulut veritabanı hizmetlerinden MySQL HeatWave’e geçiş yaparak önemli performans kazanımları elde edip maliyetlerini düşürmüştür. Şu anda HeatWave’in özelliklerini zenginleştiren, kullanılabilirliği artıran ve maliyeti düşüren bazı diğer yenilikleri de duyuruyoruz. Yeni ve tamamen şeffaf karşılaştırmalı değerlendirme sonuçlarımız; Snowflake, AWS, Microsoft ve Google’ın MySQL HeatWave’den büyük bir oranda daha yavaş ve pahalı olduğunu bir kez daha gözler önüne sermiştir.”
