云有约 | 在去O的道路上，AWS表示：经验可复制，惊喜并非只属于我们！
戳藍字“CSDN云計算”關注我們哦！
作者：劉晶晶
一直以來，在云計算領域，AWS雖然遙遙領先，但是后有追兵無數，前方卻從未有人帶帶路，想要“偷懶”借鑒學習一下，絕對不能夠。
一直以來，挑戰數據庫霸主Oracle，對很多人來說意味著一項不可能完成的任務，所以當AWS發話想要幫助亞馬遜電商完全去O，此言一出瞬間引起業界小伙伴們的關注。
去O可復制，驚喜并非只屬于AWS
外界，激烈探討著Oracle數據庫的“王冠”何時脫落；內部，AWS緊鑼密鼓地踐行2020年之前全面擺脫Oracle數據庫所許下的承諾，當然在這個過程中，風波并不少，其中當屬被報道出“亞馬遜遷離Oracle大的體量在使用甲骨文數據庫，但目前確已將所有的數據庫遷移到Amazon Aurora、Amazon Redshift和Amazon DynamoDB這三種類型的自研數據庫上。
圖片來源網絡
具體來說，以OLTP為例，交易型數據庫基本遷移到Aurora；數據倉庫型則遷移到Redshift，就在去年火熱的圣誕季，所有亞馬遜電商的倉儲調度、運營中心等都是基于這三種自研數據庫來工作，有條不紊。
遷移過程并非易事。AWS的數據庫技術高管 Srinivasan坦言，從數據分析的角度來看，遷移項目的巨大困難主要在于，亞馬遜超級電商的要求并不是簡單將原來在甲骨文數據庫上進行的數據分析功能轉移搬運到云上就ok，而是需要分析能力的升級，這種升級宏觀來說，是為了應對未來十年該項技術方面的變化以及本身的業務迭代，難度系數可想而知。
此外，這種遷移工作需要完成的不僅僅是數據搬運，更關鍵的還是應用遷移。這些使用頻率很高的應用，一部分由企業內部開發，另一部分則是由ISV提供，甚至還有一些應用年代比較久遠，要是做到“統統支持”，這也是非常困難的一環。
但頗為驚喜的一點，盡管困難重重，但AWS推進的這條去o之路顯然是可以復制的，其中無關企業體量以及業務層面的差異性。基于亞馬遜電商龐大數據庫服務成功遷移的實踐，從中獲益的不僅僅是AWS本身，還有那些迫切想要脫離Oracle數據庫一家獨大局面的企業，這一點毋庸置疑。
去O有信心，對于數據服務，AWS心里有數！
阿晶覺得，義無反顧推進去o，除了對自家產品充滿信心之外，更重要的是在如今炙手可熱的數據服務領域，AWS可以稱得上是十分在行。
以數據分析為例，過去用戶想要進行數據分析，常規的做法是通過大型的數據倉庫廠商購買，然后將龐大的數據量搬運到數據倉庫中運行。方法可行，但成本昂貴，支持的數據量級也并不能完全滿足企業的復雜需求。
更棘手的一點，如此操作之后也并不能完全保證支持企業級所有的數據分析工作，可能搬運進去的數據只有百分之十左右得到了應有的分析，所以選用AWS的數據服務，很多用戶比較期待的是獲得來自百分百數據的洞見，最起碼是高比重的，以此指導并簡化業務流程。
如果探究從10到100所獲得的洞見區別，Srinivasan分析道，其實針對傳統企業的IT架構，如何計算高效快捷的數據處理所需要的成本，一直處于難以言明的狀態。管理層無法有效評估采用如此數據處理方式，預期的投資回報如何。如果不能提供有力證明，管理層在經費上很難提供支持。
再者，恐怕就連企業內部的專業技術人員也很難準確把握有用數據的百分比，這是傳統企業IT架構的弊端之一，無可避免；但如果上升到云端，之前的問題也就迎刃而解了，而且也可以讓那些非專業的人員搞定數據處理。
如果簡要描述這個智能的數據服務流程，我們可以如此總結，在AWS的世界中，用戶首先會將所有待分析的數據統統放入數據湖中，然后用Amazon S3或者其他專門用途的工具，構建在數據湖之上進行分析工作的機制。
當然，在形成這樣一個有秩序且穩定的世界之前，在進行有針對性的數據分析之前，還需要根據用戶的不同使用場景，設計定制化服務或者解決方案。此外，Debanjan Saha還特別補充道，在用戶看重成本的情況下，幫助用戶進行服務成本的經濟性分析也是必不可少的；更重要的是，所有的數據服務都必須具有強大的伸縮性。
舉個例子來說，以“吃雞游戲”（也被稱為“堡壘之夜”）而聞名于世的游戲公司Epic Games，作為AWS的數據庫服務用戶之一，選擇將所有游戲用戶在玩游戲期間所產生的數據全部導入Amazon S3中，然后利用定制化工具完成用戶的游戲行為分析，著實便捷快速。
智能流程如此、產品亦如此：Redshift 不斷精益求精
早在2012年，AWS就率先推出了當時被稱之為首款云端數據倉庫的云服務，也就是如今耳熟能詳且采納率非常之高的Amazon Redshift。這些年來，AWS不斷對Redshift進行創新迭代，數據顯示，僅僅去年一年圍繞Redshift就發布了220個新功能，其中有九成以上是基于用戶需求而來。
談到Redshift的不斷精益求精，Vidhya Srinivasan表示，降低分析成本、增強與數據湖的集成一直是Redshift創新升級的兩大重要方向，降低分析成本的動力顯然易見，另一個動力的根源是，越來越多用戶要求將數據倉庫與數據湖加以集成。
在過去的12-14個月中，Redshift的性能早已實現了5倍的提升。AWS始終相信一點，對于Redshift用戶來說，不僅僅是使用Redshift，更重要的是經歷整個數據的歷程，比方說將數據導入數據倉庫，使用到Spark，甚至還要運行很多機器學習模型等，這就意味著需要不斷將更優秀的Redshift與其他AWS服務進行集成，比如AWS Glue、AWS Lake Formation、Amazon SageMaker等。
Vidhya Srinivasan介紹說，Redshift用戶基本聚焦在兩個場景：一種是企業級客戶，迫切想從傳統的駐地(on-premise) 數據倉庫遷移到基于云端的Redshift數據庫上；另一個使用場景主要涉及大型企業存在大量且還未分析過的數據，例如客戶點擊型的數據以及物聯網設備產生的數據等。
“值得一提的是，我們在為用戶提供多種數據庫服務時，過程中也學到了很多寶貴經驗。后續我們選擇將這些經驗打包，匯集成幫助數據庫自動調優、自我運維管理的能力秘籍”，Vidhya Srinivasan認為正是由于這些豐富的經驗才讓用戶對Redshift青睞有加。
打造現代應用and數據應用上云？AWS表示木問題
除了獲得數據方面的洞見，很重要的一點，廠商們希望通過使用AWS的數據服務快速打造云端的全新應用。
暢談此話題之前還需要明確一點，何為現代化應用？阿晶斗膽總結下，用戶基礎龐大，涉及百萬級；數據足夠海量以及使用范圍的廣泛性等都是其具備的特點；此外在服務響應速度以及是否能夠支撐多樣終端，例如移動設備、物聯網設備接入等也是要緊；所謂“現代化”，以自動伸縮為代表的功能也要一一具備。
一直以來，AWS可以提供各種各樣的數據庫服務類型，幫助客戶用這些工具開發他們的現代化應用，但最受青睞的莫過于一款數據庫服務，名叫Amazon Aurora，這是一種與MySQL和PostgrepSQL兼容的關系型數據庫。
據了解，Aurora的速度和可用性并不輸于高端的商用數據庫，但在成本以及易用性方面都被認為是開源型數據庫的經典，所以被高度評價為“成本一成、絕對現代化、還高效助力現代化開發”。這方面，Verizon作為AWS的大客戶之一，現在也把他們原來的商業型數據庫進行了遷移，成功遷移到了Aurora上。
眾所周知，Aurora可以被認為是AWS歷史上增長速度最快的一款服務，排名前一百的用戶中3/4都用了AWS的Amazon Aurora，越來越多數據庫用戶遷移到Aurora上。
針對“數據應用上云”的訴求，AWS提供了一種叫作數據遷移的服務。通過該服務，可以幫助用戶從駐地(on-premise)向AWS云進行遷移，還可以幫助實現從一種類型的數據庫向另外一種類型的數據庫遷移，重要的是遷移過程零宕機。
短短的幾年時間，AWS就已經成功幫助數以十萬計的用戶選擇使用自研的數據庫服務，而數據庫遷移服務也總體幫助將超過十萬的數據庫進行了遷移。
阿晶感覺，AWS在數據服務中總結出的道理就像“不同的車應該有不同的路”一樣簡單。在廣泛汲取用戶反饋的基礎上，AWS成功實現了從2015年僅僅只有100個數據服務創新功能，迅速攀升到2018年325個，甚至在2018年短短一年時間就成功發布了六個全新的數據庫以及分析服務，如今這個總數已經達到了785個，實在可喜可賀。
福利
掃描添加小編微信，備注“姓名+公司職位”，加入【云計算學習交流群】，和志同道合的朋友們共同打卡學習！
推薦閱讀：
如何用30分鐘快速優化家中Wi-Fi？阿里工程師有絕招
趣挨踢 | “菜鳥”程序員和“大神”程序員的差別竟然這么大...
女生適合做程序員嗎？
Kubernetes 調度器實現初探
李沐團隊新作Gluon，復現CV經典模型到BERT，簡單好用 | 強烈推薦
日本樂天要求員工學編程，AI 進中小學課堂，全民編程時代來了！
做了四年以太坊核心開發者, 以太坊升級了, 我也該離開了……
喜歡就點擊“在看”吧
總結
以上是生活随笔為你收集整理的云有约 | 在去O的道路上，AWS表示：经验可复制，惊喜并非只属于我们！的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 东莞阿尔法罗密欧GIulia大降价在哪里
- 下一篇： SD-WAN新价值：中企通信与Forti