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.”
HeatWave ML, diğer bulut veritabanı hizmetlerine kıyasla aşağıdaki özellikleri sunar:
Tam Otomatik Model Eğitimi: HeatWave ML ile bir model oluşturmadaki tüm farklı aşamalar tamamen otomatiktir ve geliştiricilerin herhangi bir müdahalesine ihtiyaç duymaz. Bu; daha doğru, manuel çalışma gerektirmeyen ve eğitim süreci her zaman tamamlanan ayarlı bir model elde edilmesini sağlar. Amazon Redshift gibi diğer bulut veritabanı hizmetleri, ML eğitim süreci boyunca geliştiricilerden kapsamlı manuel girişler gerektiren harici hizmetlerdeki makine öğrenimi özellikleriyle entegrasyon sağlar.
Model ve Çıkarım Açıklamaları: Model açıklanabilirliği, geliştiricilerin bir makine öğrenimi modelinin davranışını anlamalarına yardımcı olur. Örneğin, bir banka bir müşterinin kredi talebini reddederse bankanın modelin hangi parametrelerinin dikkate alındığını veya modelin eğilim içerip içermediğini belirleyebilmesi gerekir. Tahmin açıklanabilirliği, bir makine öğrenimi modelinin belirli bir tahmini neden yaptığı sorusunu yanıtlamaya yardımcı olan bir dizi tekniktir. Şirketlerin makine öğrenimi modelleri tarafından verilen kararları açıklayabilmeleri gerektiğinden tahmin açıklamaları günümüzde giderek daha önemli hale geliyor. HeatWave ML, model açıklaması ve tahmin açıklamalarını model eğitim sürecinin bir parçası olarak entegre eder. Sonuç olarak, HeatWave ML tarafından oluşturulan tüm modeller, çıkarım açıklama zamanında eğitim verisine ihtiyaç duymaksızın model ve çıkarım açıklamaları sunabilir. Oracle; performans, yorumlanabilirlik ve kaliteyi artırmak için mevcut açıklama tekniklerini geliştirmiştir. Diğer bulut veritabanı hizmetleri, tüm makine öğrenimi modelleri için bu denli zengin bir açıklanabilirlik sunmaz.
Hiper Parametre Ayarlama: HeatWave ML, hiper parametre ayarlama için yeni bir gradyan arama tabanlı azaltma algoritması uygular. Bu, model doğruluğundan ödün vermeksizin hiper parametre aramasının paralel olarak yürütülmesini sağlar. Hiper parametre ayarlama, ML model eğitiminin en çok zaman alan aşamasıdır ve bu benzersiz özellik, makine öğrenimi modelleri oluşturma açısından HeatWave ML’ye diğer bulut hizmetlerine kıyasla önemli bir performans avantajı sağlar.
Algoritma Seçimi: HeatWave ML, eğitim için en iyi ML algoritmasını belirlemek üzere tam karmaşık bir modelin özelliklerini sergileyen basit modeller olan proxy modelleri kavramını kullanır. Basit bir proxy modeli kullanarak algoritma seçimi, doğruluk kaybı olmaksızın son derece verimli şekilde gerçekleştirilir. Makine öğrenimi modelleri oluşturmaya yönelik başka hiçbir veritabanı hizmeti, bu proxy modelleme özelliğine sahip değildir.
Akıllı Veri Örnekleme: Model eğitimi sırasında HeatWave ML, performansı artırmak için verilerin küçük bir yüzdesini örnekler. Bu örnekleme, tüm temsilci veri noktalarının örnek veri kümesinde yakalanacağı şekilde gerçekleştirilir. Makine öğrenimi modelleri oluşturmaya yönelik diğer bulut hizmetleri, rastgele veri örnekleme kullanarak daha az verimli bir yaklaşım benimser ve bu yaklaşım, veri dağıtım özelliklerini dikkate almaksızın verilerin küçük bir yüzdesini örnekler.
Özellik Seçimi: Özellik seçimi, tahminler gerçekleştirmek için makine öğrenimi modeli davranışını etkileyen eğitim verilerinin özelliklerini belirlemeye yardımcı olur. HeatWave ML’deki özellik seçimine yönelik teknikler, birden fazla etki alanı ve uygulama genelinde geniş bir veri kümesi hızı üzerinden eğitilmiştir. HeatWave ML, toplanan bu istatistikler ve meta bilgiler ile yeni bir veri kümesindeki ilgili özellikleri etkin bir şekilde tanımlayabilir.
Oracle, makine öğrenimi özelliklerinin yanı sıra MySQL HeatWave hizmeti kapsamında daha fazla yenilik yapmıştır. Gerçek zamanlı esneklik, müşterilerin hiç kapalı kalma süresi veya salt okunur zaman olmaksızın ve kümeyi manuel olarak yeniden dengeleme ihtiyacı duymaksızın HeatWave kümelerini diledikleri sayıda düğüme göre büyütmelerini ve küçültmelerini sağlar. Ayrıca dahil edilen veri sıkıştırma,müşterilerin düğüm başına 2 kat daha fazla miktarda veri işlemelerine olanak sağlar ve aynı fiyat performans oranını korurken maliyetleri yüzde 50 oranında düşürebilir. Son olarak, duraklama ve devam etme işlevi, müşterilerin maliyet tasarrufu sağlamak için HeatWave’i duraklatmalarını sağlar. Devam ettirdikten sonra hem MySQL Autopilot için gereken veriler hem de istatistikler otomatik olarak HeatWave’e yeniden yüklenir.
MySQL Heatwave’de Müşteri ve İş Ortağı İvmesi
Astute Business Solutions, önde gelen bir Oracle Cloud MSP İş Ortağıdır. “Son zamanlarda HeatWave ML’nin makine öğrenimi özelliklerini kullanma fırsatımız oldu. Son derece yenilikçi, kullanımı kolay, çok hızlı ve en önemlisi de veri veya model veritabanından çıkmadığı için güvenli olduğunu düşünüyoruz.” yorumunda bulunan Astute Business Solutions Kurucu Ortağı ve CEO’su Arvind Rajan, sözlerine şu şekilde devam etti: “Veritabanı içi makine öğrenimi sağlamanın müşterilerimizin ilgisini çekeceğine ve MySQL HeatWave’in benimsenmesini daha da hızlandıracağına inanıyoruz.”
Brezilya merkezli Estuda.com, K-12 öğrenci testleri için bir eğitim SaaS sağlayıcısıdır. Estuda.com Kurucu Ortağı ve CTO’su Vitor Freitas “MySQL HeatWave, Google BigQuery’ye kıyasla yanıtlar için karmaşık sorgu performansımızı saniyeler içinde ve hiçbir kod değişikliğine gerek olmaksızın 300 kat ve maliyetin %85’i karşılığında iyileştirdi. Artık üç milyon kullanıcılık bir ölçekte daha iyi gerçek zamanlı analizler sunabiliyor ve öğrenci performansını artırmak için uygulamamızı sürekli olarak geliştiriyoruz.” dedi.
VRGlass, kurumsal müşterilere hizmet sunan Brezilyalı bir SaaS metaverse uygulaması ve ekipmanı üreticisidir.
“Girişimci Şirketler İçin Oracle programında elde edilen ilerlemeden ilham alan VRGlass, tüm uygulama verilerini AWS EC2’den MySQL HeatWave’e taşıdı. Üç saat içinde 1 milyondan fazla ziyaretçi ve 1,7 milyon oturumu ağırladığımız bir sanal etkinlik kapsamında daha yüksek güvenliğin yanı sıra yarı maliyet karşılığında 5 kat veritabanı performansı artışı sağladık.” dedi VRGlass CEO’su Ohmar Tacla.
Genius Sonority, Japonya merkezli bir video oyunu tasarımcısı, geliştiricisi ve operatörüdür. “MySQL HeatWave, performansı 90 kat artırdı. Bu da gerçek zamanlı analiz gerçekleştirmek için verileri taşıma konusundaki tüm zorluklarımızı ve endişelerimizi çözdü. Bu bizim için büyük bir sürpriz oldu. Olağanüstü performans iyileştirmeleri, dünyanın dört bir yanındaki müşterilerin keyifli oyun deneyimini sürekli olarak iyileştirmemize yardımcı oluyor.” dedi Genius Sonority Direktörü ve CTO’su Masayuki Kawamoto.
Neovera, 20 yılı aşkın bir süredir denetimli siber güvenlik çözümleri sunan güvenilir bir sağlayıcıdır. Neovera Inc. Kıdemli Oracle Veritabanı Mimarı Arman Rawls ise “OCI üzerindeki MySQL HeatWave, şirket içi MySQL veritabanı ortamımıza kıyasla %80 daha düşük maliyetle sorgu performansımızı 300 kat artırdı. Artık güvenlik uygulama yazılımımızı hızlandırmak için OLTP veritabanımızda gerçek zamanlı analitik raporlama yapabiliriz.” diyor.
IDC Veri Yönetimi Yazılımı Araştırma Başkan Yardımcısı Carl Olofson da “Oracle, geçtiğimiz Ağustos’ta Autopilot ile birlikte MySQL HeatWave’i duyurdu ve bu, son 20 yılda açık kaynaklı bulut veritabanları alanındaki en büyük yenilik olabilir.” diyerek şunları ekledi: “Oracle artık MySQL HeatWave ML ile HeatWave’deki orijinal OLTP ve OLAP birleştirmesinin ötesine geçmiştir. Oracle, makine öğrenimi işlemleri ve modellerinin tümünü veritabanı ile birlikte sunuyor ve böylece müşteriler yalnızca ML veritabanlarını temel veritabanı dışında yönetmekten kaçınmakla kalmıyor, üstelik ETL’nin zorluklarını ortadan kaldırarak hız, doğruluk ve maliyet verimliliği elde ediyor.”