Oracle · Software · ficha YoctoIT

HeatWave

El MySQL con analytics y ML integrados: OLTP y OLAP en el mismo motor, sin ETL — el open source con la marcha de Oracle.

FOCUS · MYSQL SIN ETLLas consultas analíticas sobre la base de datos transaccional: 100x más rápidas, cero copias
Material YoctoIT para clientes y partners · Oracle, Exadata, GoldenGate y los demás productos citados son marcas de Oracle Corporation e/o sue affiliate.
01 · Qué es

MySQL HeatWave, en claro.

HeatWave añade a MySQL un acelerador columnar in-memory: las mismas tablas sirven a la app y a la analítica, con consultas que pasan de minutos a segundos — sin exportar nada hacia un warehouse. Dentro también AutoML y GenAI: el machine learning directamente donde vive el dato.

100x
la aceleración típica de las consultas analíticas (benchmarks Oracle)
Zero ETL
sin pipelines hacia el warehouse: se consulta el dato de verdad
AutoML
modelos entrenados in-database, con explicaciones
MySQL HeatWave
IMAGEN OFICIAL ORACLE · HEATWAVE
CONSOLE REALE · HEATWAVE INTERACTIVE CONSOLE · FONTE: ORACLE BLOG
CONSOLA REAL · HEATWAVE INTERACTIVE CONSOLE · FUENTE: ORACLE BLOG
02 · Cómo usarlo bien

Las cosas que marcan la diferencia.

El motor doble

App (OLTP) + dashboards (OLAP)mismo dato, dos oficios
MySQL InnoDB
HeatWave columnar
AutoML & GenAI
transacciones · análisis · inteligencia
Optimizador que repartecada consulta al motor correcto
OCI (también para apps AWS)el servicio gestionado
Un MySQL, dos almas

El caso de uso correcto

Apps MySQL/MariaDB con necesidades de reporting: aquí HeatWave cambia el día.

Migración sencilla

Es MySQL: dump, réplica y listo — la compatibilidad es el punto fuerte.

Lakehouse incluido

Consultas también sobre archivos en object storage: el lake consultado por el mismo motor.

Costes comparados

A menudo menos que base de datos+warehouse separados: el TCO se calcula, nosotros lo calculamos.

03 · En profundidad

Un motor, tres oficios: OLTP, analytics, ML

MySQL HeatWave añade a MySQL un acelerador columnar in-memory scale-out: las consultas analíticas se descargan automáticamente al clúster HeatWave (hasta cientos de veces más rápidas), AutoML entrena y explica modelos dentro de la base de datos, Lakehouse consulta archivos en object storage (CSV/Parquet) a la misma velocidad que los datos internos. El Autopilot dimensiona, distribuye y optimiza solo. Sin ETL hacia un warehouse separado: el dato sigue siendo uno.

  • Offload automatico — el optimizador decide qué va a HeatWave: la app no cambia una línea
  • Scale-out colonnare — los datos particionados en RAM sobre varios nodos: la analítica que escala lineal
  • AutoML — entrenamiento, inferencia y explainability en SQL: el ML sin pipelines externas
  • Lakehouse — Parquet y CSV sobre object storage consultados como tablas
  • Autopilot — provisioning, placement y query plans adaptativos: el tuning es del motor
  • Zero ETL — OLTP y analytics sobre el mismo dato: el warehouse separado no hace falta
04 · Números y ciclo de vida

Los números que cuentan.

~100x
la aceleración típica de las consultas analíticas
0
ETL: el análisis sobre el dato vivo
512
nodos HeatWave máximos: la escala está
MySQL
compatibilidad plena: las apps existentes funcionan
Si MySQL sostiene el negocio, HeatWave lo hace también analizar: assessment de las cargas y sizing del clúster — un warehouse menos es un proyecto menos.
05 · Casos de uso

Dónde rinde de verdad.

E-commerce y SaaS

Los dashboards sobre el dato vivo, sin réplicas.

Consolidación

Base de datos transaccional y analítica en una.

ML operativo

Previsiones y scoring junto a las transacciones.

El open source con la ingeniería seria: HeatWave donde MySQL ya está — el proyecto lo hacemos nosotros.