数字经济时代，数据已经成为企业的核心资产和创新的主要驱动力。Forrester Research的一份报告表明：数据驱动型企业正以平均每年30%的速度快速增长。这让越来越多的企业确立了构建数据驱动型企业的目标。

亚马逊云科技大中华区产品部总经理陈晓建在近日的媒体沟通会上提到，IDC对亚马逊云科技数据库、大数据和AI/ML产品分析的文章揭示：如果现有客户采用数据相关的云服务，五年后的投资回报率将达到415%，总体运营成本可降低48%。实际上，大多数企业都已意识到了数据对企业的重要性，纷纷加速了数字化转型进程。

亚马逊云科技大中华区产品部总经理陈晓建

传统企业数字化转型面临五大数据挑战

伴随转型的深入，每家企业都有大量数据，这些数据在为业务赋能的同时，也带来重重挑战，尤其对于传统行业中的企业而言，更是如此。

首先是快速扩展难。面对来自于不同数据源的、海量的、多样化的、异构的数据，传统IDC资源有限且无法快速扩展，共享存储、MPP等传统数据库的技术架构无法充分利用云的弹性能力，难以充分发挥云的优势。

其次是高成本。不仅购买商业数据库的License需要花费高昂的费用，而且需要大量硬件投资以及经验丰富的DBA团队来运维数据库。

三是对业务发展的支撑能力有限。当企业需要进行业务扩展开辟全新市场时(例如出海业务等)，如果采用传统的商业数据库必须在当地建机房、搭IT架构、招运营团队，很难支撑全球业务的快速扩展。

四是迭代速度慢。繁琐的部署运维工作必然会让IT团队分散精力，减缓系统迭代速度以及创新速度。与此同时，无论是商业数据库还是开源数据库，更新迭代的节奏大多是由数据库厂商的节奏而定，企业自身很难控制。

五是存在功能和性能的瓶颈。传统关系型数据库在应对不同业务场景下的需求时能力瓶颈日益凸显，掣肘业务快速发展。

云原生数据库服务的六大核心优势

分布式、云计算、大数据正在重塑数据库的市场格局，2021 年全球云数据库市场份额已超过传统部署模式的数据库，这标志着云数据库取代传统数据库地位的趋势已经确立。

陈晓建表示：“作为云计算领域的引领者，亚马逊云科技不断推动云服务的创新，也在积极探索公有云架构与数据库演进的结合，希望通过云原生数据库服务的创新，帮助各行业企业展开云上创新之旅。”

会上，陈晓建梳理了亚马逊云科技云原生数据库服务的六大核心优势。

1、降低成本。云计算解决了开源数据库在易用性、可靠性、扩展性、性能等方面的问题，相比传统商业数据库，降低了高昂的成本。通过云上托管的数据库服务，客户可以用开源数据库实现媲美商业数据库的性能，而成本通常只有商业数据库的几分之一。

2、专库专用。云上专门构建的托管数据库，为企业工作负载，尤其是现代化应用架构下的微服务提供极致性能，不同的问题由专门的数据库来解决。

3、快速弹性扩展。基于云端海量资源池的云数据库可以根据企业的工作负载需求快速弹性扩展，无服务器的数据库更是将这一特性发挥到了极致。

4、深度集成。云原生数据库可以利用云端的其他服务，包括计算、网络、存储、安全、大数据、AI/ML等，通过深度集成，将各种能力融会贯通。

5、按需付费。企业可以非常精准地控制自己使用的资源，按用量付费，无需预置资源，并且可以无限扩充自己所需要的能力。

6、支持全球业务扩展。托管数据库服务使客户可以集中精力在高价值的应用开发上，并借助全球数据库配合全球业务扩展。此外，亚马逊云科技的云原生数据库具备全球灾备能力，有五个数据库产品具备了跨区容灾能力，可以帮助企业轻松实现全球的业务拓展。

陈晓建介绍，亚马逊云科技一直通过不断创新推动云上数据库服务的迭代与发展，目前已推出超过15种专门构建的云上托管数据库服务，帮助传统行业企业从海量多样化数据中获取洞察能力，并降低使用成本。

赋能汽车行业处理海量以及多样化数据

在“电动化、网联化、智能化、共享化”的发展趋势下，汽车本身的数据采集能力越来越强，汽车行业正面临海量、多样化数据的挑战，缺乏有效手段来充分挖掘数据的价值。以自动驾驶场景为例，汽车每天采集到的数据是TB级，当几千辆车进行路试，一年的数据量已经远远超出传统车企对IT能力的整体规划和期望值，如何以更有效的方式使用这些海量数据以获取数据洞察更是难上加难，这是每个车企都在思考的问题。

亚马逊云科技云原生数据库可以帮助车企用户解决以上问题。陈晓建提到：针对SQL、NoSQL以及不同场景，亚马逊云科技提供15种专门构建的数据库，能够满足不同场景下用户的需求。

以车联网场景下最常用的位置信息服务为例，位置信息的数据量大、对查询性能的要求高，在这类场景下，车企可使用 Amazon DocumentDB ，支持存储、查询和索引地理空间数据，可以创建 2dsphere 索引并使用流行的 MongoDB 地理空间 API，来对存储在 DocumentDB 的数据执行查询。Amazon DocumentDB兼容MongoDB，与后者相比优势在于可以根据数据的吞吐量轻松扩展数据库计算资源，通常可在几分钟之内完成，并且会随着客户的集群存储需求的增长而自动提高存储卷大小。

云远知行是由人工智能驱动、以无人驾驶技术为核心的智能出行公司，其目标是实现基于L4的自动驾驶能力，为大众提供便捷可靠的出行服务。云远知行起初采用自建服务器的方式控制成本，但是当公司的业务规模扩大、路试车辆翻翻后，复杂度呈指数级增长，系统的稳定性也难以保障，底层自建能力不仅难以满足业务的需求，更难以有效地控制成本。

为破解上述瓶颈，文远知行于2019年初在亚马逊云科技上部署其数据处理和机器学习平台。首先，文远知行通过Amazon EC2 P3服务器(GPU服务器)实例构建其分布式机器学习集群;其次，采用Amazon Snowball导出路测数据，并通过Amazon Snowball上传到亚马逊云科技公有云;第三，数据上云后通过Amazon RDS、Amazon Aurora、Amazon DynamoDB等存储这些数据，并且通过Amazon EMR进行大数据分析。由于亚马逊云科技上的各个数据库和大数据服务之间可以无缝打通，因此文远知行基于完整的数据可以非常轻松的进行数据分析和处理。

采用亚马逊云科技服务给文远知行带来三大益处：

一是云的可扩展性可以很好地满足公司业务快速扩张对底层资源的要求，可以将新业务的部署时间从月缩短至以周为单位。

二是降低了整体资源成本，将TCO降低了三分之一，运维效率提升了50%，可以更专注于企业自身业务。

三是提升了系统的可用性。通过亚马逊云科技多种跨区域的可用灾备方案，使文远知行的业务拥有更好的敏捷性和数据的持久性。

此外，汽车行业利用云原生数据库的无服务器Serverless功能同样可以应对车联网海量数据的并发接入挑战。陈晓建提到：Serverless的好处在于可以根据系统的负载自动伸缩后台资源，以云原生数据库Amazon Aurora的Serverless版本为例，可在一秒之内将性能从几百个事务拓展到数十万个事务，不仅无需人工干涉，还可以帮助企业用户显著降低云上的部署成本。此外，云原生数据库还提供智能分层功能，可以自动完成分层并有效减少数据的存储成本。

再以Amazon DynamoDB为例，它是业界第一款云原生数据库，自诞生之日起就是Serverless架构，可在任意规模环境中提供一致的个位数毫秒级的响应时间， 每天处理超过10万亿次请求，每秒支持超过2000万请求峰值。Amazon DynamoDB在亚马逊Prime Day期间，每秒支持请求峰值高达1.052亿个，API总调用次数达数万亿次。如今，丰田、大众旗下的MOIA等众多车企客户都用Amazon DynamoDB来处理关键数据，保证业务的稳定性和数据的持久性。

赋能制造业释放数据不同生命周期价值并获得数据洞察

数据同样是驱动制造业发展的关键因素。制造业的数据类型多种多样，数据来源复杂，数据量巨大，如何通过智能制造提升设备的总体效率?如何实现产品即服务?如何从非智能化向智能化转变?如何实现可持续性制造，在生产过程中降低成本、减少碳排放?是每个制造业的企业都在思考的问题。在制造业数字化转型的过程中，数据的多样性矛盾日益突出，冷热数据的存储问题、数据孤岛问题、商业数据库高昂的成本问题等挑战日益严峻。

亚马逊云科技赋能制造业企业应对数据挑战的思路是：

首先，针对多样化的数据类型，结合实际场景选择合适的专门构建的数据库来满足企业业务的需求;

其次，针对海量数据的挑战，提供数据库的数据分层存储功能，可处理海量的冷暖数据，帮助企业节省大量成本;

第三，针对数据孤岛问题，通过图数据库Amazon Neptune和AI/ML的统计分析能力，可建立各个不同数据之间的相关性，并通过ML洞察出数据的真正价值，充分释放数据在不同生命周期的价值;

第四，亚马逊云科技进一步提供应用程序迁移服务，利用Babelfish for Amazon Aurora PostgreSQL，帮助客户把传统数据库平滑地迁移上云原生数据库，在简化上云成本的同时，帮助企业大幅降低数据库的总体使用成本。

华米公司成立于2013年，已于2018年在纽约上市，是一家基于云的健康服务提供商，为客户提供各类可穿戴设备。由于华米的核心业务依赖于各类智能设备所采集的用户健康数据，如步数、睡眠记录、心率数据、甚至是房颤数据等，既要保护用户隐私，又要保障后台系统拥有非常稳定的性能，提供持久、稳定的数据响应，最后华米选择Amazon DynamoDB为其快速发展的全球化业务进行支撑，提升业务的稳定性。

Amazon DynamoDB可以构建几乎无限的性能和几乎无限吞吐量的后台存储，并且提供了冷热数据分层，能够满足华米的存储要求。无论数据规模多么庞大，在任何情况下Amazon DynamoDB都可以为华米提供不超过10毫秒的一致响应时间，很好地满足了华米对自身业务稳定性的需求。数据显示，在使用亚马逊云科技后，华米与之前相比P0和P1的整体故障发生率减少了20%，故障恢复时长降低了30%，系统可用性指标达到99.99%。

传统的关系型数据库产品不但许可成本高，更新、服务等也需要更多的费用，而且很难管理，致使数据库的管理、维护成本居高不下。使用云上的云原生数据库，不仅可以大幅降低成本，还能降低运维复杂度。但是，对于制造业的企业用户而言，从商业数据库迁移到云原生数据库的迁移工作和迁移成本是不能回避的问题。为此，亚马逊云科技提供Bablefish for Amazon Aurora PostgreSQL这一新产品，帮助传统制造业快速迁移上云，以摆脱商业数据库高昂的成本。

以全球知名的消防和安防公司——开利消防为例，开利消防的工程师评估之后发现：Babelfish for Amazon Aurora PostgreSQL能够兼容其95%以上的代码，最后开利消防只用了5周时间便完成了业务改造和数据库切换。此外，Amazon Aurora相比开利消防之前使用的Microsoft SQL Server，降低了70%的成本。

赋能金融业加强风险控制能力，实现风控智能化

除汽车、制造行业外，金融行业所面临的数字化挑战同样不容乐观。亚马逊云科技提供了图数据库Amazon Neptune + ML的方案，引入知识图谱、机器学习等人工智能技术，可以极大提升原有风控平台，优化对企业/消费者关联关系图谱，构建全面的客户 360度视图，为风险管理提供了深度业务洞察和数据分析支持，助力实现金融机构风控智能化，提升金融风控的底层核心能力。

此外，面对需要支持全球业务、提升客户体验及业务连续性需求，亚马逊云科技提供全球数据库解决方案，可帮助金融机构轻松将数据库读取扩展至世界范围，让数据更靠近各地区的用户。亚马逊云科技还提供三个可用区的灾备保护能力，有效保障金融机构全球业务的一致性与连续性。亚马逊云科技全球数据库服务具体包括Amazon Aurora Global Database、 Amazon DynamoDB Global Tables、Amazon Neptune Global Database、Amazon DocumentDB Global Clusters以及Amazon ElastiCache for Redis Global Datastore。

全球领先的税务软件公司Intuit，利用Amazon Aurora 全球数据库的亚秒级全球复制速度，在不受性能或延迟限制的情况下，满足全球用户在报税季节的流量需求。Amazon Aurora 全球数据库让Intuit能够通过在亚马逊云科技区域内分发数据来保持强大的灾难恢复能力，故障转移所完成时间不足 1 分钟。

艾瑞咨询研究总监王巍令表示：“云原生数据库将会成为未来数据库的重要趋势之一。在调研和走访中，发现不少企业尽管存在顾虑和实际困难，但是大多数也都表示愿意尝试云原生数据库。以亚马逊云科技为代表的公有云厂商，提供丰富的云原生数据库，使得企业可以安心地收数和用数，并聚焦核心业务。如果再考虑云上同时提供机器学习模型构建等服务，用数也变得简单起来。”

关于企业网D1net(www.d1net.com)：

国内主流的to B IT门户，同时在运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。同时运营18个IT行业公众号(微信搜索D1net即可关注)。