Oracle 宣布 MySQL HeatWave Lakehouse 全面上市；谷歌在其云平台上引入了一个独立的集成平台即服务。

  新的一天从热点资讯开始

Oracle宣布全面推出MySQL HeatWave Lakehouse，这是业界首创，使客户能够像查询数据库内的数据一样快速地查询对象存储中的数据。MySQL HeatWave Lakehouse 支持多种对象存储文件格式（例如 CSV、Parquet）以及从其他数据库导出文件，并且可以在同一查询中将对象存储文件数据和 MySQL 数据库事务数据组合在一起。HeatWave 直接查询对象存储文件，无需将数据复制到 MySQL 数据库中。因此，MySQL HeatWave Lakehouse 为查询处理的可扩展性和性能、加载数据的速度、集群配置时间以及对象存储中数据查询的自动化设定了新的标准。MySQL HeatWave Lakehouse 通过将对象存储中的数据与数据库数据相结合，使客户能够轻松获得有价值的实时见解，同时以更低的成本获得显著更高的查询性能和更快的数据加载。

谷歌最近宣布全面推出Google Cloud的应用程序集成 - 一个独立的集成平台即服务（iPaaS），旨在帮助客户直观地连接他们的应用程序，无需代码。

该公司早些时候将集成作为Apigee API Management的附加功能引入。但是，他们的客户要求更直接地访问 Google Cloud 上的集成功能;因此，现在可以使用独立产品进行应用程序集成，而无需使用Apigee。

该公司将该产品描述为“一种云原生产品，通过简单的点击式配置连接任何应用程序（包括本土和第三方SaaS），帮助客户实现业务流程自动化。该产品提供：

• 直观的拖放界面（可视化设计器），允许用户通过拖放单个控件元素（如边缘、分叉和联接）来构建自定义集成模式。

• 一个包含75+个预构建连接器的库，用于任何Google Cloud服务（如BigQuery，Pub/Sub）或第三方应用程序（如Salesforce，MongoDB和NetSuite）。

• 一组内置触发器，允许用户对 API 调用、Cloud Pub/Sub 事件、Salesforce 事件或其他事件或使用 Cloud Scheduler 执行集成。

•  具有全面映射功能的数据映射编辑器。

在年度 Inspire 大会上，Microsoft最近宣布了 Azure 认知搜索中矢量搜索的公共预览版，该功能可用于构建由大型语言模型提供支持的应用程序。它是一种新功能，用于从搜索索引中索引、存储和检索向量嵌入。通过 Azure 认知搜索实现的 Microsoft 矢量搜索功能使用机器学习来捕获非结构化数据（包括图像和文本）的含义和上下文，从而加快搜索速度。用户可以将该功能用于相似性搜索、多模式搜索、推荐引擎或实现检索增强生成 （RAG） 架构的应用程序。将大型语言模型 （LLM） 与自定义数据集成的需求不断增长，推动了后者的发展。例如，用户可以使用矢量搜索检索相关信息，分析和理解检索到的数据，并根据LLM的功能生成智能响应或操作。根据与Azure AI集成的矢量搜索公司的说法，一些用例是：

• 使用 Azure OpenAI 服务的启用搜索、基于聊天的应用程序

• 使用 Azure AI 视觉将图像转换为矢量表示形式，以获得准确、相关的文本到图像和图像到图像搜索体验

• 快速准确地从大型数据集中检索相关信息，以帮助自动化流程和工作流

AWS 最近宣布，Amazon Route 53 Resolver 现已在 AWS Outposts 机架上推出，可直接从 Outposts 提供具有本地域名服务 （DNS） 解析的本地服务和应用程序。此外，本地 Route 53 解析程序终端节点还支持前哨站和本地 DNS 服务器之间的 DNS 解析。

AWS Outposts Rack 是一项完全托管的服务，可在本地扩展 AWS 基础设施、服务、API 和工具。而 Amazon Route 53 是一项用于管理 DNS 名称和应答 DNS 查询的服务。Amazon Route 53 解析程序（以前称为 Amazon DNS 服务器）以递归方式响应来自 AWS 资源的 DNS 查询，以获取公共记录、Amazon VPC 特定的 DNS 名称和 Amazon Route 53 私有托管区域，默认情况下在所有虚拟私有云 （VPC） 中可用。

要开始使用 AWS Outposts 上的 Amazon Route 53 Resolver，该公司建议客户在订购新的 Outpost 时启用 Route 53 Resolver，或者与他们合作将 Route 53 Resolver 添加到现有 Outpost。此外，他们还可以使用 Route 53 API、AWS 管理控制台、AWS CLI 或 AWS 开发工具包在前哨系统上创建和管理 Route 53 解析器。

最后，用户可以在提供 Outposts 机架的所有 AWS 区域中配置本地解析程序和终端节点，但 AWS GovCloud（美国）区域除外。此外，本地解析程序无需额外费用，终端节点按弹性网络接口 （ENI） 每小时收费。最后，定价页面上提供了前哨机架的定价详细信息。

近日，EDB宣布推出新版本的 MongoDB、MySQL 和 Hadoop (HDFS) 外部数据包装器，以支持即将发布的 PostgreSQL 16 版本。这些外部数据包装器允许 Postgres 连接到 Hadoop、MongoDB 和 MySQL 服务器，能够查看、加入和管理来自 Postgres 的所有远程数据。

这些版本的亮点包括：

MongoDB FDW 5.5.1

• 增强功能：添加了对 PostgreSQL 16 的支持

• 增强功能：添加了 GUC：enable_join_pushdown和enable_aggregate_pushdown

• 功能：添加了表/服务器级别选项：enable_order_by_pushdown

MySQL FDW 2.9.1

• 增强功能：添加了对 PostgreSQL 16 的支持

• mysql_fdw_pushdown.config增强：在默认文件中添加了运算符和函数条目

• Bug：修复了生成 EXPLAIN 查询时的错误引用

Hadoop FDW 2.3.1

• 增强功能：添加了对 PostgreSQL 16 的支持

• 增强功能：添加了 GUC：enable_join_pushdown和enable_aggregate_pushdown

• 功能：添加了表/服务器级别选项：enable_order_by_pushdown以及enable_aggregate_pushdown

LinkedIn采用了协议缓冲区，以便在其平台上更有效地在微服务之间交换数据，并将其与其开源REST框架 Rest.li 集成。在全公司范围内推出后，他们将延迟减少了多达 60%，同时提高了资源利用率。LinkedIn平台采用微服务架构，多年来，JSON 一直被用作微服务在LinkedIn公开的 50 万个 API 端点的序列化格式。该团队一直在考虑 JSON 的替代方案，寻找紧凑的有效负载大小和高序列化效率，以减少延迟并提高吞吐量。他们也不想限制支持的语言堆栈的数量，并通过将新的序列化机制集成到 Rest.li 来实现逐步迁移。最后，经过全面审查，他们决定使用协议缓冲区（Protobuf）。

将协议缓冲区集成到 Rest.li 中的主要困难是基于框架的自定义模式定义系统 PDL 的动态模式生成。解决方案涉及生成用于动态生成 Protobuf 架构定义的符号表，但传递符号表的方法因客户端类型而异。后端客户端按需提取和缓存符号表，而对于 Web/移动应用程序，符号表在生成时生成并作为版本控制的依赖项包含在内。

在推出对框架的更改后，团队逐渐重新配置了客户端，以启用Protobuf而不是使用HTTP标头的JSON。采用协议缓冲区的结果是响应吞吐量平均提高了 6.25%，请求吞吐量平均提高了 1.77%。该团队还观察到大型有效载荷的延迟减少了多达 60%。

DBI Software 是 IBM Db2 LUW 和 SQL Server 数据库的性能监控、调优和趋势工具提供商，正在发布 DBI Performance Web Suite 的第 9 版。

Web 套件、收集器和经典工具的版本 9 包括许多新功能和增强功能，例如顶级查询资源和降级分析器、历史锁、带有相关视图链接的建议、Web 套件的 Linux 版本以及对 Edge 的支持。

新版本的亮点包括针对 CPU、执行时间、效率和降级的热门查询分析器。用户可以查看历史锁和锁定请求（包括语句）（SS），并查看实时锁定和锁定请求，包括语句（SS）。

每小时快速筛选器按钮已添加到数据范围弹出窗口中，日期范围弹出窗口显示时区偏移量。趋势图默认为每种视图类型的关键指标;弹出窗口现在可以拖动;建议包括相关观点的链接（SS）;警报为SS发送SNMP陷阱的能力;工作台中的格式化查询，并恢复为原始查询;（SS）的集成安全性;警报的黑暗期（SS）;选项以将收集器凭据用于所有实时视图等。

关注我们