智東西（公眾號：zhidxcom）
作者 | ZeR0
編輯 | 漠影
智東西11月28日拉斯維加斯報道，在一年一度的AWS re:Invent首日，AWS實用計算高級副總裁Peter DeSantis延續Monday Night Live的傳統，發表主題演講并分享了AWS數據庫和分析產品組合中的3項Serverless創新，以幫助客戶在任何規模下分析和管理數據。3項創新分別是：
1、Amazon Aurora unlimited數據庫：可以自動擴展到每秒數百萬個寫事務，并管理PB級的數據，同時保持操作單個數據庫的易用性。
2、Amazon ElastiCache新Serverless選項：使創建高可用緩存更快、更容易，能夠即刻擴展以滿足應用程序需求。
3、Amazon Redshift Serverless功能：使用人工智能（AI）來預測工作負載，并自動擴展和優化以滿足性價比目標。
這些創新基于AWS從成立之初就在做的工作，幫助客戶分析和管理任何規模的數據，同時大大簡化操作。
一、Aurora unlimited數據庫：為PB級應用提供每秒數百萬次寫入支持
AWS Serverless計算創新能夠幫助客戶在任何規模下充分利用他們的數據。
Serverless計算是客戶無需管理自己的物理服務器就能構建和運行應用程序的一種方法。AWS廣泛的Serverless數據分析產品使客戶可以輕松地利用自動配置等優勢，按需擴展和按使用付費定價。
這樣一來，開發人員就能專注于以更低的成本更快地構建和發布應用程序，不用處理硬件問題。
在Serverless創新領域，AWS已經有很多建樹。
這次AWS發布的一項新功能是Amazon Aurora unlimited數據庫，可自動擴展到超出單個Amazon Aurora數據庫的寫入限制，相比開發人員自行構建自定義解決方案能節省了幾個月的時間。
數十萬客戶都在使用Amazon Aurora，這是一種完全托管的與MySQL和PostgreSQL兼容的關系數據庫，提供商業數據庫的性能和可用性，而成本僅為商業數據庫的1/10。
Amazon Aurora Serverless v2能夠幫助企業擴大規模，每秒可支持數十萬筆交易、數百萬個寫入事務、管理PB級數據，同時保持像單個數據庫里操作的易用性。
隨著規模擴展，它會根據客戶的數據模型，自動在多個Amazon Aurora Serverless實例之間分配數據和查詢，不需要構建自定義軟件來跨實例路由請求，根據計算或存儲需求的增加自動在Serverless實例中垂直擴展和跨實例水平擴展資源，來滿足工作負載的需求。
一些在線游戲、金融交易處理場景中的工作負載需要處理和管理數億全球用戶、處理數百萬筆交易、存儲PB級數據，動輒讓開發人員花費幾個月乃至幾年的時間來構建自定義軟件以擴展數據庫。企業或機構還需要持續監控數據庫活動并調整容量，可能會非常耗時并影響可用性。
而Amazon Aurora unlimited數據庫提供了一種自動擴展應用程序以超出單個數據庫限制的方法，讓企業無需花時間構建起擴展解決方案，維護操作和更改都能在單個數據庫里進行。
二、ElastiCache Serverless：1分鐘內創建高度可用的緩存，即刻滿足擴展需求
構建應用程序的企業將經常訪問的數據存儲在緩存中，以縮短應用程序響應時間，降低數據庫成本。它們使用Redis和Memcached等具有高性能和可擴展性的開源內存數據存儲進行緩存。
為了簡化構建和運行緩存的過程，AWS提供了一項完全托管的Redis和Memcached兼容服務Amazon ElastiCache。目前有數十萬客戶使用該服務來獲得實時、成本優化的性能。
Amazon ElastiCache提供細粒度配置選項，可擴展到數百TB數據和每秒數億次操作，響應時間達微秒，許多機構用它跨多個可用區部署高度可用的任務關鍵型應用程序。
考慮到一些企業想更快構建新應用程序或遷移現有工作負載、控制管理底層基礎設施的成本，AWS推出了新選項Amazon ElastiCache Serverless，能夠減少快取工作，讓客戶能在1分鐘內創建高度可用的緩存，即刻實現垂直和橫向擴展，而無需預置、規劃或管理容量。
Amazon ElastiCache Serverless通過持續監控緩存的計算、內存和網絡利用率并即時垂直和水平擴展來滿足需求，而無需停機或性能下降，能夠消除復雜且耗時的容量規劃過程。
該選項會自動跨多個可用區復制數據，并為客戶的所有工作負載提供99.99%的可用性。客戶不再需要調整或微調其緩存，只需為其存儲的數據和應用程序使用的計算付費。
Amazon ElastiCache Serverless現已全面推出，可用于兼容Redis和Memcached的部署選項。
三、Redshift Serverless：下一代AI驅動的可擴展和優化，為可變工作負載提供更好性價比
每天有數以萬計的客戶使用Amazon Redshift處理EB級數據。在此基礎上，AWS發布Amazon Redshift Serverless功能，用機器學習驅動的可預測AI模型來預測工作負載，并根據這些動態模式不斷調整容量，自動擴展和優化資源，以幫助客戶實現其性價比目標。
為了處理所有維度上的工作負載變化，同時確保一致的性能并且不破壞現有的工作負載，即便是經驗豐富的數據庫管理員，也往往要花費幾個小時來將額外的工作負載分離到不同的數據倉庫，或者進行多次復雜的手動調整。
這包括暫時增加用于數據攝取和新查詢工作負載的資源、用于快速數據訪問的預計算結果、組織數據以進行高效檢索、為數據倉庫管理任務計時等。所有這些優化都需要持續進行，同時管理每個組織的優先級以平衡性能和成本，不管數據量、查詢復雜性或并發查詢數量如何變化。
而通過AI驅動的擴展和優化，Amazon Redshift Serverless可跨多個工作負載自動調整資源，使用AI根據查詢復雜性、數據大小和頻率等維度學習客戶工作負載模式，不斷調整數據倉庫容量，以滿足基于并發查詢數量的需求，并進行成本效益分析。
例如，該功能可以在白天自動降低處理工作負載的容量，在需要處理復雜查詢時按需添加適量的所需容量，然后夜間再主動增加容量，以在無需人工干預的情況下支持大型數據處理任務。
Amazon Redshift Serverless現已推出預覽版。客戶可在AWS控制臺中設置性價比目標，在Amazon Redshift Serverless上運行各種規模的分析工作負載，在優化成本的同時實現高性能，并且無需管理數據倉庫基礎設施。
結語：數據動態性天然適用Serverless，產品組合持續簡化客戶運營
越來越多企業或機構需要創建和存儲PB級的數據，對分析管理可擴展規模數據的端到端方案產生了愈發迫切的需求。此次AWS在re:Invent大會首日宣布的3項Serverless創新，即分別針對用于關系數據庫的Amazon Aurora、用于運行內存緩存的Amazon ElastiCache、用于數據倉庫的Amazon Redshift服務進行升級，以幫助其客戶更快、更輕松地擴展其數據基礎設施。
自成立之初，AWS就專注于為客戶消除無差異的繁重工作，Serverless產品則繼承了這一理念。AWS負責數據和人工智能的副總裁Swami Sivasubramanian博士談道，數據的動態性使其非常適合Serverless技術，提供廣泛的Serverless數據庫和分析產品有助于支持客戶最苛刻的工作負載，簡化大規模構建、運行和管理應用程序所需的流程。
AWS不斷豐富的Serverless產品組合正持續簡化其客戶運營，使其客戶無需花費時間和精力配置、管理和擴展數據基礎設施，能輕松利用自動配置、按需擴展和按使用付費定價等優勢，使用合適的工具，通過動態調整工作負載模式優化成本并最大化其數據價值。
