翻開亞馬遜云科技的數(shù)據(jù)庫產(chǎn)品圖標，映入眼簾的是密密麻麻的數(shù)據(jù)庫，大致分為八大類，如上圖所示。上圖比較全面地介紹了使用場景和具體對應(yīng)的數(shù)據(jù)庫類型，但對于用戶來說，還是有點復(fù)雜，這些語言太技術(shù)了。
于是，2022年9月23日，亞馬遜云科技舉辦了一場關(guān)于數(shù)據(jù)庫的媒體溝通會，亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理陳曉建介紹了云原生數(shù)據(jù)庫服務(wù)在汽車、制造、金融等傳統(tǒng)行業(yè)中的應(yīng)用，堪稱是汽車、制造、金融用戶的云數(shù)據(jù)庫選型指南。
汽車行業(yè)用什么數(shù)據(jù)庫？
在汽車行業(yè)電動化、智能化、網(wǎng)聯(lián)化發(fā)展的進程中，普遍面臨數(shù)據(jù)量巨大和數(shù)據(jù)種類多的挑戰(zhàn)，而且還沒能充分挖掘數(shù)據(jù)的價值。
亞馬遜云科技通過多種數(shù)據(jù)庫，來解決數(shù)據(jù)多樣性的問題，比如針對車聯(lián)網(wǎng)的時序數(shù)據(jù)處理、企業(yè)內(nèi)部系統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)處理、建立知識圖譜的圖數(shù)據(jù)庫以及加速訪問的緩存數(shù)據(jù)處理。
亞馬遜云科技的Serverless架構(gòu)可以應(yīng)對因數(shù)據(jù)量大導(dǎo)致的管理問題，并提供可伸縮的資源管理能力來對海量數(shù)據(jù)進入管理、讀寫等操作，過程無需人工干涉。
在數(shù)據(jù)價值挖掘方面，亞馬遜云科技可用過Amazon Neptune ML從海量數(shù)據(jù)中獲得洞察。
具體場景上，可將Amazon DocumentDB用于車聯(lián)網(wǎng)的位置服務(wù)，用它聊存儲、查詢和索引地理空間數(shù)據(jù)，還可以用它創(chuàng)建 2dsphere 索引并使用流行的 MongoDB 地理空間 API，來對存儲在 DocumentDB 的數(shù)據(jù)執(zhí)行查詢。
如果需要處理結(jié)構(gòu)化的車主基礎(chǔ)數(shù)據(jù)，則可以用關(guān)系數(shù)據(jù)庫Amazon Aurora，如果處理無結(jié)構(gòu)的用戶行為數(shù)據(jù)則可以用Amazon Neptune圖數(shù)據(jù)庫，如果是處理汽車運行狀態(tài)下產(chǎn)生的大量時序數(shù)據(jù)，則可以用Amazon Timestream。
制造業(yè)用什么數(shù)據(jù)庫？
制造業(yè)的挑戰(zhàn)與變革也很多，比如，如何實現(xiàn)數(shù)字化的制造、如何實現(xiàn)產(chǎn)品即服務(wù)、如何向智能化轉(zhuǎn)變、如何實現(xiàn)可持續(xù)的制造。
很明顯，很多問題都得由數(shù)字技術(shù)作為支撐，需要數(shù)據(jù)來驅(qū)動。然而，制造也的數(shù)據(jù)類型多種多樣，數(shù)據(jù)量巨大，數(shù)據(jù)來源復(fù)雜，不同的數(shù)據(jù)來自不同的業(yè)務(wù)系統(tǒng)，經(jīng)常有數(shù)據(jù)孤島。
用戶可以用圖數(shù)據(jù)庫Amazon Neptune ML技術(shù)建立各個不同數(shù)據(jù)之間的相關(guān)性，并且通過機器學(xué)習(xí)洞察出數(shù)據(jù)的真正價值。
制造業(yè)對于成本非常敏感，亞馬遜云科技提供了應(yīng)用程序遷移服務(wù)，利用Babelfish for Amazon Aurora PostgreSQL，幫助客戶把傳統(tǒng)數(shù)據(jù)庫平滑地遷移上云原生數(shù)據(jù)庫，擺脫商業(yè)數(shù)據(jù)庫高昂成本。
對于數(shù)據(jù)量大的問題，可以考慮下具有數(shù)據(jù)分層功能的數(shù)據(jù)庫服務(wù)，包括Amazon Timestream、Amazon DynamoDB以及Amazon ElastiCache for Redis，可以幫助傳統(tǒng)行業(yè)將大量低訪問頻率的歷史數(shù)據(jù)進行冷熱數(shù)據(jù)分離，并自動進行分層存儲。
開利消防是高科技消防和安防解決方案領(lǐng)域的全球供應(yīng)商，通過Babelfish for Amazon Aurora PostgreSQL成功把Microsoft SQL Server升級到Amazon Aurora，不到5周時間，就完成了業(yè)務(wù)改造和測試驗證，并降低了70%成本。
金融行業(yè)用什么數(shù)據(jù)庫？
金融行業(yè)一直是數(shù)字化轉(zhuǎn)型陣營里的排頭兵，金融行業(yè)的數(shù)字化轉(zhuǎn)型對于提升服務(wù)質(zhì)量，滿足客戶多元需求，增強綜合競爭力都非常重要。
金融行業(yè)面臨的主要問題在于金融數(shù)據(jù)的安全問題、業(yè)務(wù)的連續(xù)性問題，如何實現(xiàn)風(fēng)控智能化的問題以及如何降本增效的問題。
在安全性和業(yè)務(wù)連續(xù)性問題方面，亞馬遜云科技提供了云原生數(shù)據(jù)庫的全球數(shù)據(jù)庫，既可以提供跨區(qū)域的災(zāi)難恢復(fù)，又可以保證業(yè)務(wù)數(shù)據(jù)被全球用戶快速地訪問到，對業(yè)務(wù)遍布全球的金融企業(yè)很有幫助。
成本方面，很多金融機構(gòu)數(shù)據(jù)庫也都是使用的是傳統(tǒng)商業(yè)數(shù)據(jù)庫，成本高且缺乏彈性。亞馬遜云科技提供了多種云原生數(shù)據(jù)庫和數(shù)據(jù)遷移工具，能幫助金融企業(yè)快速地將系統(tǒng)切換到適應(yīng)現(xiàn)代化應(yīng)用需求的基礎(chǔ)架構(gòu)上來。
傳統(tǒng)風(fēng)控模式下，銀行等金融機構(gòu)依靠人工來做審核，審批效率不高、人工處理成本倒是很高。亞馬遜云科技Amazon Neptune ML可以對金融機構(gòu)的歷史數(shù)據(jù)和其他數(shù)據(jù)進行整合，有效挖掘金融用戶的數(shù)據(jù)價值，實現(xiàn)風(fēng)控的智能化。
全球領(lǐng)先的稅務(wù)軟件公司Intuit，利用Amazon Aurora亞秒級全球復(fù)制速度，在不受性能或延遲限制的情況下，滿足全球用戶在報稅季節(jié)的流量需求。Amazon Aurora全球數(shù)據(jù)庫讓Intuit能夠通過在亞馬遜云科技區(qū)域內(nèi)分發(fā)數(shù)據(jù)來保持強大的災(zāi)難恢復(fù)能力，故障轉(zhuǎn)移所完成時間不足1分鐘。
艾瑞咨詢研究總監(jiān)王巍令表示：“云原生數(shù)據(jù)庫將會成為未來數(shù)據(jù)庫的重要趨勢之一。在調(diào)研和走訪中，發(fā)現(xiàn)不少企業(yè)盡管存在顧慮和實際困難，但是大多數(shù)也都表示愿意嘗試云原生數(shù)據(jù)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(shù)據(jù)庫，使得企業(yè)可以安心地收數(shù)和用數(shù)，并聚焦核心業(yè)務(wù)。如果再考慮云上同時提供機器學(xué)習(xí)模型構(gòu)建等服務(wù)，用數(shù)也變得簡單起來?！?/p>
