MySQL HeatWave OLAP add-on 的核心責任是判斷 OLTP database 內建 analytics 加速何時比拆出 OLAP 系統更划算。HeatWave 這類 add-on 的價值是降低資料搬運與平台數量,但它也把 analytics workload、成本、freshness 與 query governance 帶回 MySQL 生態。

本文的判讀錨點是:OLAP add-on 做的是把分析查詢從 OLTP 路徑卸載到專用引擎,解決特定 analytics workload 的 proximity 問題,而非 data warehouse 的完整替代。選型要看資料量、query pattern、freshness、concurrency、成本與團隊能力。

官方文件路由的核心責任是固定 HeatWave claim。實作前先查 MySQL HeatWave User Guide;本文最後檢查日是 2026-05-22。

Workload Fit

Workload fit 的核心責任是找出 HeatWave 類 OLAP add-on 的合理位置。

情境適合原因
MySQL 資料為主要分析來源減少 ETL / CDC 複雜度
Dashboard 需要較新資料freshness 比 warehouse batch 更重要
分析 query 可被明確界定可控 workload 便於成本與容量管理
Team 想降低平台數MySQL 生態內完成 transactional + analytics

適合的 workload 通常是「MySQL 內資料、分析需求清楚、資料量可控」。若需要跨多資料源、複雜 semantic layer、長期資料湖與 ML feature store,warehouse / lakehouse 仍然更合適。

Boundary with OLTP

Boundary with OLTP 的核心責任是避免 analytics 壓力影響交易服務。OLTP query 要穩定、低延遲、可預測;OLAP query 常是大掃描、大聚合、長時間。

審查面問題
ResourceOLAP 是否隔離 CPU / memory / storage
Freshnessanalytic data 和 source 差多久
Query control誰能跑 heavy query、如何限流
Costadd-on node、storage、egress
IncidentOLAP 故障是否影響 OLTP

OLAP add-on 要有 query admission policy。任何人都能跑任意分析 SQL,會把成本與穩定性風險放大。

Freshness and Evidence

Freshness and evidence 的核心責任是定義分析結果多新。Dashboard、營運報表、風控、推薦特徵對 freshness 的要求不同。

Freshness 等級適合情境
秒到分鐘operational dashboard、風控
小時商業報表、營運分析
財務結算、長期趨勢

Freshness 要被量測。Runbook 要記錄 last load / sync time、query latency、failed refresh、data gap 與 fallback dashboard。

Cost Model

Cost model 的核心責任是比較 add-on 和獨立 OLAP 系統。

成本項HeatWave 類 add-on獨立 warehouse
Data movement較少 ETL需要 CDC / batch pipeline
Computeadd-on capacitywarehouse compute / auto scaling
StorageMySQL ecosystem 內separate storage
GovernanceMySQL 權限延伸data platform governance
Lock-inprovider-specificwarehouse-specific

成本比較要包含人力。少一條 ETL pipeline 可能節省大量維運;但 provider-specific query 與管理模型也會增加 exit cost。

No-Go Conditions

No-go conditions 的核心責任是避免把 OLAP add-on 推到資料平台的位置。

訊號建議路由
分析跨多來源warehouse / lakehouse
查詢需要 semantic layer / BI governancededicated analytics platform
長期歷史資料遠大於 OLTPwarehouse / object storage
ML feature / offline trainingfeature store / lakehouse
成本需要獨立 chargebackseparate OLAP environment

HeatWave 類能力適合 MySQL-centered analytics。當分析需求超出單一 OLTP source,資料平台會比 add-on 更清楚。

下一步路由

HeatWave OLAP add-on 完成後,MySQL query 基礎讀 Query Optimization;資料平台邊界讀 backend analytics / warehouse 章節;若要保留 MySQL OLTP 並外接 CDC,讀 Binlog CDC