翻開(kāi)亞馬遜云科技的數(shù)據(jù)庫(kù)產(chǎn)品圖標(biāo)，映入眼簾的是密密麻麻的數(shù)據(jù)庫(kù)，大致分為八大類(lèi)，如上圖所示。上圖比較全面地介紹了使用場(chǎng)景和具體對(duì)應(yīng)的數(shù)據(jù)庫(kù)類(lèi)型，但對(duì)于用戶(hù)來(lái)說(shuō)，還是有點(diǎn)復(fù)雜，這些語(yǔ)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(chǎng)關(guān)于數(shù)據(jù)庫(kù)的媒體溝通會(huì)，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(kù)服務(wù)在汽車(chē)、制造、金融等傳統(tǒng)行業(yè)中的應(yīng)用，堪稱(chēng)是汽車(chē)、制造、金融用戶(hù)的云數(shù)據(jù)庫(kù)選型指南。

汽車(chē)行業(yè)用什么數(shù)據(jù)庫(kù)？

在汽車(chē)行業(yè)電動(dòng)化、智能化、網(wǎng)聯(lián)化發(fā)展的進(jìn)程中，普遍面臨數(shù)據(jù)量巨大和數(shù)據(jù)種類(lèi)多的挑戰(zhàn)，而且還沒(méi)能充分挖掘數(shù)據(jù)的價(jià)值。

亞馬遜云科技通過(guò)多種數(shù)據(jù)庫(kù)，來(lái)解決數(shù)據(jù)多樣性的問(wèn)題，比如針對(duì)車(chē)聯(lián)網(wǎng)的時(shí)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(shí)圖譜的圖數(shù)據(jù)庫(kù)以及加速訪問(wèn)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(duì)因數(shù)據(jù)量大導(dǎo)致的管理問(wèn)題，并提供可伸縮的資源管理能力來(lái)對(duì)海量數(shù)據(jù)進(jìn)入管理、讀寫(xiě)等操作，過(guò)程無(wú)需人工干涉。

在數(shù)據(jù)價(jià)值挖掘方面，亞馬遜云科技可用過(guò)Amazon Neptune ML從海量數(shù)據(jù)中獲得洞察。

具體場(chǎng)景上，可將Amazon DocumentDB用于車(chē)聯(lián)網(wǎng)的位置服務(wù)，用它聊存儲(chǔ)、查詢(xún)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(lái)對(duì)存儲(chǔ)在 DocumentDB 的數(shù)據(jù)執(zhí)行查詢(xún)。

如果需要處理結(jié)構(gòu)化的車(chē)主基礎(chǔ)數(shù)據(jù)，則可以用關(guān)系數(shù)據(jù)庫(kù)Amazon Aurora，如果處理無(wú)結(jié)構(gòu)的用戶(hù)行為數(shù)據(jù)則可以用Amazon Neptune圖數(shù)據(jù)庫(kù)，如果是處理汽車(chē)運(yùn)行狀態(tài)下產(chǎn)生的大量時(shí)序數(shù)據(jù)，則可以用Amazon Timestream。

制造業(yè)用什么數(shù)據(jù)庫(kù)？

制造業(yè)的挑戰(zhàn)與變革也很多，比如，如何實(shí)現(xiàn)數(shù)字化的制造、如何實(shí)現(xiàn)產(chǎn)品即服務(wù)、如何向智能化轉(zhuǎn)變、如何實(shí)現(xiàn)可持續(xù)的制造。

很明顯，很多問(wèn)題都得由數(shù)字技術(shù)作為支撐，需要數(shù)據(jù)來(lái)驅(qū)動(dòng)。然而，制造也的數(shù)據(jù)類(lèi)型多種多樣，數(shù)據(jù)量巨大，數(shù)據(jù)來(lái)源復(fù)雜，不同的數(shù)據(jù)來(lái)自不同的業(yè)務(wù)系統(tǒng)，經(jīng)常有數(shù)據(jù)孤島。

用戶(hù)可以用圖數(shù)據(jù)庫(kù)Amazon Neptune ML技術(shù)建立各個(gè)不同數(shù)據(jù)之間的相關(guān)性，并且通過(guò)機(jī)器學(xué)習(xí)洞察出數(shù)據(jù)的真正價(jià)值。

制造業(yè)對(duì)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(hù)把傳統(tǒng)數(shù)據(jù)庫(kù)平滑地遷移上云原生數(shù)據(jù)庫(kù)，擺脫商業(yè)數(shù)據(jù)庫(kù)高昂成本。

對(duì)于數(shù)據(jù)量大的問(wèn)題，可以考慮下具有數(shù)據(jù)分層功能的數(shù)據(jù)庫(kù)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(wèn)頻率的歷史數(shù)據(jù)進(jìn)行冷熱數(shù)據(jù)分離，并自動(dòng)進(jìn)行分層存儲(chǔ)。

開(kāi)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(guò)Babelfish for Amazon Aurora PostgreSQL成功把Microsoft SQL Server升級(jí)到Amazon Aurora，不到5周時(shí)間，就完成了業(yè)務(wù)改造和測(cè)試驗(yàn)證，并降低了70%成本。

金融行業(yè)用什么數(shù)據(jù)庫(kù)？

金融行業(yè)一直是數(shù)字化轉(zhuǎn)型陣營(yíng)里的排頭兵，金融行業(yè)的數(shù)字化轉(zhuǎn)型對(duì)于提升服務(wù)質(zhì)量，滿(mǎn)足客戶(hù)多元需求，增強(qiáng)綜合競(jìng)爭(zhēng)力都非常重要。

金融行業(yè)面臨的主要問(wèn)題在于金融數(shù)據(jù)的安全問(wèn)題、業(yè)務(wù)的連續(xù)性問(wèn)題，如何實(shí)現(xiàn)風(fēng)控智能化的問(wèn)題以及如何降本增效的問(wèn)題。

在安全性和業(yè)務(wù)連續(xù)性問(wèn)題方面，亞馬遜云科技提供了云原生數(shù)據(jù)庫(kù)的全球數(shù)據(jù)庫(kù)，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(hù)快速地訪問(wèn)到，對(duì)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(jī)構(gòu)數(shù)據(jù)庫(kù)也都是使用的是傳統(tǒng)商業(yè)數(shù)據(jù)庫(kù)，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(kù)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(lái)。

傳統(tǒng)風(fēng)控模式下，銀行等金融機(jī)構(gòu)依靠人工來(lái)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(duì)金融機(jī)構(gòu)的歷史數(shù)據(jù)和其他數(shù)據(jù)進(jìn)行整合，有效挖掘金融用戶(hù)的數(shù)據(jù)價(jià)值，實(shí)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(jí)全球復(fù)制速度，在不受性能或延遲限制的情況下，滿(mǎn)足全球用戶(hù)在報(bào)稅季節(jié)的流量需求。Amazon Aurora全球數(shù)據(jù)庫(kù)讓Intuit能夠通過(guò)在亞馬遜云科技區(qū)域內(nèi)分發(fā)數(shù)據(jù)來(lái)保持強(qiáng)大的災(zāi)難恢復(fù)能力，故障轉(zhuǎn)移所完成時(shí)間不足1分鐘。

艾瑞咨詢(xún)研究總監(jiān)王巍令表示：“云原生數(shù)據(jù)庫(kù)將會(huì)成為未來(lái)數(shù)據(jù)庫(kù)的重要趨勢(shì)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(shí)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(kù)。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(kù)，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(shí)提供機(jī)器學(xué)習(xí)模型構(gòu)建等服務(wù)，用數(shù)也變得簡(jiǎn)單起來(lái)?！?/p>

zhupb