和大多数AWS拥趸交流，最有可能听到的就是这项技术的易用性，输入信用卡信息，注册一个VM就可以开始公有云之旅。对于测试和开发环境可能确实如此，企业级AWS的客户对于这种易用性并不赞同。

上周发布的几乎所有新服务都旨在简化亚马逊Web服务(AWS)企业级的工作，从应用开发到管理无一不是，包括Amazon QuickSight和AWS Inspector，可以帮助IT团队快速设置商业智能产品，以及确定安全和法规问题。

“我们真的希望能偶让你在构建想要构建的应用时更加加单，”AWS CTO Werner Vogels在主题演讲中说道。

AWS现有的服务在命名中都有一个“Simple”，包括Amazon Simple Storage Service (S3)、Amazon Simple Notification System、Amazon SimpleDB和Amazon Simple Email Service。

但是AWS真的“简单(Simple)”吗?

一些服务，比如DynamoDB或者Elastic Block Storage (EBS)，为公司提供了相当简单的路径来进入基于云的存储和数据库，但是其他服务，包括Elastic Compute Cloud (EC2)却要求更多的工作。

人口调查网站Spokeo的CTO Mike Daly表示：“EC2实例易于发布，我们大量采用，但是作为AWS服务，一旦你在服务器上安装了软件，EC2就要求大量的工作。”

另一方面，SaaS和数据库即服务产品，比如Kinesis和DynamoDB易于使用，“因为我们不用处理安装和维护，”他补充道。Spokeo使用了广泛的AWS产品，包括EC2、Relational Database Service、DynamoDB、S3、Redshift和Route 53等。Daly对于Amazon Elasticsearch service也很感兴趣，但是觉得还太新。

成本结构查询

某大型媒体公司的数据分析IT咨询总监表示，一开始使用AWS并不难。在用一些AWS大数据服务的价格结构时开始变难。

“显然同AWS工作很容易，尤其是做概念验证项目，”他说，并补充道使用AWS还是让他的数据科学家绕考IT，让项目更快速地落地。但是这样的工具的成本结构并不清晰。

“我需要确定这些新的项目的预算，并且不希望超支，或者限制我的团队的具体查询数量来控制成本，”他说。

他并没有指出哪一项AWS分析服务最符合该公司的业务需求，但是对于Amazon Machine Learning进行预测分析和大数据项目很感兴趣。

AWS Lambda挽救局面

其他的与会者指出AWS Lambda和新功能可以使用了，比如虚拟私有云支持和日程表功能，这会让他们的工作更轻松，而且能够帮助加速无服务器系统的开发。ID Analytics首席科学家Mike Lazarus表示：“我对Lambada很感兴趣。”

ID Analytics开发了复杂的机器学习系统，运行了无数变量和TB级别的数据，从而产出高精准度的风险预测，比如身份欺诈识别。

Lazarus说：“AWS Lambda提供了一种新的有趣的机会来简化这样的系统的实施，而且以一种可扩展的方式。”