Oracle锁定竞争对手的资料分析和存储产品，推出了湖边小屋分析服务Oracle HeatWave Lakehouse，官方提到，该服务在400 TB工作负载上的查询性能是Snowflake的17倍，同时也是Redshift的6倍，而针对对象存储上的400 TB资料，其查询速度是Redshift的8倍，并且是Snowflake的2.7倍。

MySQL HeatWave Lakehouse是MySQL HeatWave的最新功能，而MySQL HeatWave则是Oracle在MySQL数据库基础上，集成交易处理、分析、机器学习和自动化云计算服务的产品，MySQL HeatWave跨数据仓库和资料湖分析，不需要用户执行额外的ETL工作。

资料湖边小屋技术是结合传统数据仓库交易的资料，以及存储和分析半结构化资料的资料湖技术，通过集成这两个数据源，企业可以更深入地分析业务资料，Oracle提到，在资料更加即时的同时，也使得来自资料湖的分析更具价值。

但是过去MySQL用户在分析时，常需要将资料从MySQL数据库搬移到另一个数据库进行分析，这额外的步骤增加了成本、复杂性和时间资源，导致企业无法进行即时分析，MySQL HeatWave则在交易发生时就将其移入到分析引擎中，因此能更即时地分析资料。

MySQL HeatWave Lakehouse构建在HeatWave大规模横向扩展架构之上，最多可扩展至512个节点，处理对象存储中各种格式的资料，包括CSV和Parquet，甚至是Aurora和Redshift备份。官方提到，MySQL HeatWave Lakehouse在产业标准基准测试中，比起竞争对手的云计算数据库服务，可以提供更好的资料查询和加载速度。在单个查询中，用户可以查询MySQL数据库中的交易性资料，并且使用标准MySQL语法将其与对象存储中的资料相结合。

Oracle同时还宣布了MySQL Autopilot，基于企业工作负载需求以机器学习提供自动化功能，可进一步提高MySQL HeatWave性能，而MySQL HeatWave Lakehouse的Autopilot功能，将针对自动模式推断、自适应资料采样、自动加载和自适应资料流等功能，在增加性能的同时减少管理工作，官方提到，Autopilot借由运用机器学习和优化技术，可改善资料查询、加载和压缩等工作。

企业可依需求，在公有云和本地端执行MySQL HeatWave，资料团队能将资料从本地MySQL OLTP应用程序复制到云计算执行MySQL HeatWave，包括OCI、AWS和Azure，而想要将资料留在本地端的企业，可以在自家数据中心运营OCI，并且执行MySQL HeatWave。MySQL HeatWave现在更新使用最新的MySQL数据库，预计在2023年全面上市。