云原生数据库让AI触达未来

如果说网络连接了万物，那么数据库则承载了这一切。

当前，数字化大潮席卷了全球，很多数年前跟IT毫无“牵连”的企业也开启了自己的数据之旅。十几年前的汽车行业，除日常办公、运营之外，很少能用到数据，而现在呢？远程控制、APP管理、车联网、摄像头等等，每天都会产生大量数据。这些数据又将汇聚成库，以方便管理，因此呈几何倍数增长的数据库成为了新挑战。

各行各业面对着各种纷繁复杂的数据库，首先考虑的自然是成本效益及易用性，因此云数据库步入了增长爆发期。也正是因为趋势所致，也让近年来的数据库市场有了明显变化。

据Gartner发布的2021年全球数据库管理系统（DBMS）市场报告显示，亚马逊云科技在全球数据库市场的份额由2020年的20.6%增长到2021年的23.9%，跃居全球数据库细分市场第二位，与第一名24%相差仅仅0.1个百分点。值得关注的是，亚马逊云科技2021年增长率高达42.3%，几乎是市场增长的两倍。

可以说，亚马逊云科技等云服务商是这一趋势的推动者，也是受益者。

企业要高效处理不同类型数据，就需要为不同业务场景找到理想的数据库。亚马逊云科技大中华区产品部总经理陈晓建表示：亚马逊云科技的数据库服务广泛支持关系、键值、文档、内存、图、时间序列、宽列和分类账八大数据库类型，专库专用为企业提供极致性能。

例如，可使用云原生的关系数据库Amazon Aurora以及时序数据库Amazon Timestream管理汽车基础数据，使用键/值数据库Amazon DynamoDB和文档数据库Amazon DocumentDB管理交通和基础设施数据，使用图数据库Amazon Neptune管理用户行为数据等。其中，Amazon DynamoDB专为海量数据、超大型工作负载而生，可以为超大规模的应用程序提供支持。

因需而生的云原生数据库

什么是云原生数据库呢？简单地说，相比传统数据库，云原生数据库可以实现免运维、低成本、基于海量资源的弹性扩展、按量付费等特点。

举例来讲，用户项目上线，需要一套数据库来提供支持，设置了一个固定的容量。此时业务发展加快，出现容量不够用的情况，如果是传统数据库就需要进行扩容，硬件设备及部署时间都将拖慢这个进程，同时扩容过程中还可能需要业务暂停维护；而云原生数据库基于分布式技术，可以实现计算、存储资源的快速、动态、自动扩、缩容。

云原生数据库相比传统数据库，它带来的是完全不同的理念，它可以兼容后者的诸多功能，并在这些功能上进行扩展，同时还能够有效利用云整个架构所带来的能力。

此外，通过像Babelfish for Amazon Aurora PostgreSQL这样的工具，可以帮助用户降低从商业数据库向云原生数据库迁移的门槛。用户从传统数据库迁移到云原生数据库，能够带来成本、业务拓展、运维及打通各个环节数据应用的价值。

亚马逊云科技目前在全球各地拥有27个地域、87个可用区，用户也不必再担心网络、存储、机房这些问题。全球也已经有数十万客户使用亚马逊云科技的数据库服务。正如前文所述，亚马逊云科技可提供15种云上托管数据库，能够在各种业务场景下实现不同功能，并通过大数据、AI/ML的能力发掘数据价值，为业务赋能。

云原生数据库推动汽车行业走向未来

很多人戏称：现在的汽车就是一个大号手机，拥有众多的智能配置，并且在出行方面给予了驾驶员最大的关怀。

的确，机械系统仅仅是汽车的一部分而并非全部，在此之外它还需要联网、收集并处理数据，众多功能都开始集成到手机APP端。汽车企业似乎越来越像互联网公司了。

在给用户带来便利的同时，汽车企业也面临着各种新挑战，包括数据采集、数据管理和数据的应用。

亚马逊云科技的数据库服务则可以帮助车企解决这些挑战，包括关系、键值、文档、内存、图、时间序列、宽列和分类账八大数据库类型，能够满足不同应用需求。例如，云原生的关系数据库Amazon Aurora以及时序数据库Amazon Timestream管理汽车基础数据，使用键/值数据库Amazon DynamoDB和文档数据库Amazon DocumentDB管理交通和基础设施数据，使用图数据库Amazon Neptune管理用户行为数据等。

在智能化和数据处理方面，拥有全球领先L4级自动驾驶技术的文远知行与亚马逊云科技合作，部署了他们的数据处理和机器学习的平台。基于亚马逊云科技的服务，文远知行通过Amazon EC2 P3的GPU服务器实例，构建其了分布式机器学习集群。

采用亚马逊云科技云服务之后，给文远知行带来了三方面的提升：

首先，文远知行不用担心业务快速扩张对底层资源的要求，因为这些云的海量资源可以很好的满足他们的需求，新业务的部署已经从月缩短到以周为单位来统计。

其次，帮助文远知行TCO降低了三分之一，运维效率提升了50%，并将基础架构的运维时间节省下来，用于业务创新。

最后就是提升了系统的可用性。通过亚马逊云科技的多种跨区域的可用灾备方案，能够帮助文远知行业务拥有更好的敏捷性和数据持久性。

数据库应用方面，丰田每天都有数百万辆车路上奔跑，它们都需要连接网络。丰田采用了Amazon Lambda以及Amazon DynamoDB来进行处理。Amazon Lambda是亚马逊云科技的无服务器计算服务。存储的无服务器就是Amazon DynamoDB。通过结合Amazon Lambda加上Amazon DynamoDB，它们就实现了整个链条的无服务器服务，从而成功地节省了数百万美元。

AI加持，让金融更智能

当前，我们看到金融行业正通过数字化转型来推动新应用场景的发展，但却面临高昂的数据库成本、众多海量数据来源以及风险控制效率低下等挑战。

面对这些挑战，亚马逊云科技的云原生数据库给出了解决方案。全球化的数据库可以将业务顺利地连接起来，保证全球用户快速访问，无论是跨国还是跨大洋，且均可以实现跨区域的灾难恢复。

此外，亚马逊云科技还能够为金融用户根据不同场景专门构建数据库，从而提供更合适的方案。云端AI/ML的能力可帮助用户实现数据处理。同时还提供了多种云原生数据库和数据迁移工具，帮助用户快速上云。

在AI应用方面，针对欺诈行为，通过亚马逊云科技的Amazon Neptune图数据库，金融机构可以通过实体+机构的结构，把企业和个人的投融资的关系、股权、个人消费、联系人等等信息建立起企业的图数据库。用图数据库技术和机器学习技术快速找出相关联的企业集团或者实际控制人，或者关联企业，然后追踪整个贷款背后的担保链条是否存在不合理甚至欺诈行为，甚至可以追踪团体行为，结合贷款等行为从中发现可疑的现象。

这些工作如果按照传统经验加上人工审核的方式，是很难做到的。通过Amazon Neptune这样的能力，金融机构可以做到全面的分析业务的风险，定位潜在高风险人群，防止交叉违约或者风险，可以实现更加准确的贷前风险和贷后管理。

当云已成为企业数字化建设的新常态，云计算与云原生数据库就如同一体双生，让彼此优势获得充分释放，共同推动数智能力完成质变。相信，在亚马逊云科技等云服务商的推动下，云原生数据库可以进一步打破固有瓶颈、充分发挥公有云架构优势，从而释放数据创新潜力。