傳統企業突破數據庫瓶頸新契機：亞馬遜云科技推動云原生數據庫創新

在2022上半年發布的最新數據庫中國市場指南報告（Market Guide for DBMS, China）中，Gartner發現中國數據庫行業將加速增長并逐步向云端遷移，未來四年，中國數據庫行業向公有云遷移的速度將超過全球平均水平。

行業觀點認為，2022年數據庫從技術方向上看，以分布式、云原生、多模異構、HTAP、AI自治、安全為代表的技術，成為行業發展的重點。

積極擁抱云計算，中國企業走出了更加快速的步伐。然而云計算架構優勢的發揮，傳統數據庫瓶頸凸顯。更多的傳統企業也在徘徊在新抉擇的十字路口。

在近期一場主題為“云原生數據庫 企業轉型新基建” 的亞馬遜云科技傳統行業數據庫媒體溝通會上，亞馬遜云科技大中華區產品部總經理陳曉建認為，相比互聯網等云原生的企業，傳統行業企業由于行業的特定應用需求以及歷史遺留數據等原因，面臨的數據挑戰也更為艱巨。主要包括五點：無法快速擴展；高成本；迭代速度慢；無法支撐全球業務擴展；功能/性能瓶頸。

(圖：亞馬遜云科技大中華區產品部總經理 陳曉建 來源：199IT )

云原生數據庫比拼承載規模、彈性能力、極致性價比

業界認為承載規模、彈性能力、極致性價比，成為新階段企業需要考慮的問題。 陳曉建表示，云原生數據庫能夠助力企業更快地擴展業務、專注于創新，并加快新功能的上市時間：

云原生數據庫的主要優勢表現在：

• 云計算解決了開源數據庫在易用性、可靠性、擴展性、性能等方面的問題，相比傳統商業數據庫，降低了高昂的成本。通過云上托管的數據庫服務，客戶可以用開源數據庫實現媲美商業數據庫的性能，而成本通常只有商業數據庫的幾分之一。

• 專門構建的托管數據庫，為企業工作負載，尤其是現代化應用架構下的微服務提供極致性能，不同的問題由專門的數據庫來解決。

• 基于云端海量資源池的云數據庫可以根據企業工作負載需求快速彈性擴展，無服務器的數據庫將這一特性發揮到極致。

• 云原生數據庫可以利用云端的其他服務，包括計算、網絡、存儲、安全、大數據、AI/ML，通過深度集成，將各種能力融會貫通。

• 企業可以按用量付費，無需預置資源。

• 托管數據庫服務使客戶可以集中精力在高價值的應用開發上，并借助全球數據庫配合全球業務擴展。

亞馬遜云科技數據庫產品線豐富，包括云原生數據庫Amazon DynamoDB，關系型數據庫Amazon RDS、Amazon Aurora，眾多NoSQL數據庫Amazon DocumentDB、Amazon ElastiCache、Amazon MemoryDB、Amazon Neptune、Amazon Timestream、Amazon Quantum Ledger Database等，同時還有很多具有Serverless功能的數據庫，如Amazon Aurora serverless、 Amazon DynamoDB、 Amazon Timestream、 Amazon Keyspaces和Amazon QLDB等都支持Serverless無服務器功能。

亞馬遜云科技云原生數據賦能汽車、制造、金融等傳統行業

在溝通會上，陳曉建就汽車、制造、金融等傳統行業來具體闡述亞馬遜云科技云數據庫賦能的作用和價值。

汽車行業面臨海量多樣化數據的挑戰，同時當前缺乏有效手段來充分挖掘數據的價值。針對汽車行業的數據多樣性，亞馬遜云科技提供了專用場景的數據庫：比如針對車聯網的時序數據處理、企業內部系統的結構化數據處理、建立知識圖譜的圖數據庫以及加速訪問的緩存數據處理。

亞馬遜云科技的Serverless架構可以很好地處理汽車產生的大量數據，并提供可伸縮的資源管理能力來對海量數據進入管理、讀寫等操作，同時無需人工干涉，可自動伸縮計算和存儲資源。Amazon Neptune + ML可以從海量數據中洞察出數據之間的聯系和價值，來指導后續的業務方向。

數據是驅動制造業發展的關鍵因素，當前制造業存在數據類型多樣、數據量巨大、數據來源復雜、大量使用商業數據庫，帶來了高昂成本等問題。

亞馬遜云科技通過提供專門構建的數據庫應對大量結構化，半結構化以及非結構化的行業數據。提供數據庫的數據分層存儲功能，來處理海量的冷暖數據，可以給企業節省大量成本。圖數據庫Amazon Neptune和ML可以建立各個不同數據之間的相關性，并且通過ML洞察出數據的真正價值。應用程序遷移服務，利用Babelfish for Amazon Aurora PostgreSQL，幫助客戶把傳統數據庫平滑地遷移上云原生數據庫。

數字化轉型已成為金融行業的共識，是提升服務質量，滿足客戶多元需求，增強綜合競爭力的重要途徑，而這些路徑完全依靠企業自己實現已越來越困難。亞馬遜云科技主要從四點著手。

1.金融企業需要保證金融數據安全，需要安全的存儲和傳輸，以支撐全球業務的連續性。亞馬遜云科技提供了云原生數據庫的全球數據庫方案，既可以提供跨區域的災難恢復，又可以保證業務數據被全球用戶快速地訪問到，對業務遍布全球的金融企業是一個有效的方案。

2.面對各種不同的業務，金融企業能收集的數據也是多種多樣，亞馬遜云科技專門構建的數據庫滿足了對多種類數據的處理和存儲需求。

3.傳統風控模式下，銀行等金融機構主要運用人工信審，數據多來自央行征信。而在普惠金融大環境下，個人與企業資金需求特性差異較大，傳統風控審批效率不高、人工處理成本居高不下、數據來源單一等問題逐漸顯現。亞馬遜云科技Amazon Neptune +ML可以對金融機構的歷史數據和其他行業數據（消費，醫院，出行等）進行很好地整合，有效挖掘金融用戶的數據價值，實現風控的智能化。

4.很多金融機構數據庫使用的是傳統商業數據庫，高昂的成本和缺乏快速彈性擴展能力，無法滿足業務需求。亞馬遜云科技提供了多種云原生數據庫和數據遷移工具來幫助金融企業快速地講系統切換到適應現代化應用需求的基礎架構上來，實現真正的數字轉型。

傳統企業如何應對大數據爆炸增長的需求

數據處理實時化和智能化決定了傳統數據庫性能瓶頸問題，傳統客戶有很多處理大數據爆炸增長的現實需求，如何抉擇是非常迫切在眉睫的問題。

面對當今數據挑戰，在云上處理數據可以應對數據爆炸增長帶來的數據量、數據復雜度、實時性的要求。亞馬遜云科技200多個產品里，除了數據庫外，還提供豐富的數據分析的服務、機器學習服務，而且數據分析服務也在大量提供無服務器的模式。

傳統企業怎么應對大數據爆炸增長的需求，亞馬遜云科技的答案是云上遷移。重要的是企業要制定適合自己的策略或者遷移計劃。

亞馬遜云科技并不建議因為云上數據庫，比如云原生Amazon DynamoDB特別好，企業就一步到位，不考慮成本狀況、公司戰略去制定計劃。而是要分階段來實現。

對于遺留系統非常重的客戶，亞馬遜云科技建議只是把遺留的數據庫遷移至云上，第一步是云上托管。其中最多的就是SQL Server和Oracle，可以先通過DMS 遷移服務,遷移至云端能夠提供同樣性能但更低成本的像Amazon RDS Aurora開源數據庫，或者云托管的商業數據庫進行遷移，極大為運維工作減負。對于選擇哪種定制話的路徑，亞馬遜云科技專業服務團隊可以提供完整的符合企業現狀的評估、咨詢和實施支持。

針對遷移客戶遇到的技術挑戰，亞馬遜云科技提供了非常好的工具，包括Amazon DMS、Babelfish for Aurora PostgreSQL，直接可以兼容現在SQL Server的應用，搬過來就行，不用改代碼。這種工具可以大大加快客戶往云上遷移的速度。

同時，傳統企業同互聯網等云原生企業不同，他們需要借助合作伙伴或專業團隊的支持，幫助他們規劃整個遷移的項目，遷移過程中幫他們做實施，比如怎么保證最小停機的遷移時間。所以方法論、工具、合作伙伴、專業咨詢團隊可以幫助客戶把數據庫從云下遷到云上來。

第二步是建議當企業在有新機會的時候，盡可能適應現代化應用的要求，以現代化應用開發范式、微服務化這樣去開發，同時結合云原生數據庫，比如Amazon Aurora、Amazon DynamoDB。

最后是對于已經上云，在使用開源數據庫，可以盡量考慮亞馬遜云科技提供的Serverless這樣的運行方式，盡可能降低成本，多關注如何迭代業務，做業務應用的創新。

建議傳統企業按照自己的實際情況，從最簡單的挪到托管開始，構建現代化應用，盡可能使用云原生無服務器的模式，盡可能給自己運維減負。

陳曉建最后表示“亞馬遜云科技相信，云原生數據庫是打破固有瓶頸，充分發揮公有云架構優勢，釋放數據創新潛力的必選項，我們也將持續推動云原生數據庫服務的創新，讓企業的云上數智之旅愈發得心應手，更加從容地應對未來的創新挑戰?！?/p>

艾瑞咨詢研究總監王巍令表示：“云原生數據庫將會成為未來數據庫的重要趨勢之一。在調研和走訪中，發現不少企業盡管存在顧慮和實際困難，但是大多數也都表示愿意嘗試云原生數據庫。以亞馬遜云科技為代表的公有云廠商，提供豐富的云原生數據庫，使得企業可以安心地收數和用數，并聚焦核心業務。如果再考慮云上同時提供機器學習模型構建等服務，用數也變得簡單起來?！?/p>