Amazon EMR、Amazon MSK?和 Amazon Redshift的無服務器功能可幫助客戶大規模分析數據，而無需配置、擴展或管理底層基礎設施

【資料圖】

日前，亞馬遜云科技宣布三種數據分析服務的無服務器功能正式可用，客戶無需配置、擴展或管理底層基礎架構，即可輕松地分析任何規模的數據。Amazon EMR Serverless讓客戶無需管理底層基礎設施，即可使用開源大數據框架（如 Apache Spark、Hive）運行分析型應用程序；Amazon Managed Streaming for Apache Kafka (Amazon MSK) Serverless可簡化實時數據攝取和流式傳輸；Amazon Redshift Serverless讓客戶無需管理數據倉庫集群，即可以PB級數據規模運行高性能分析工作負載。亞馬遜云科技此次的新發布以及其他無服務器數據分析服務，如用于商業智能的 Amazon QuickSight、用于數據集成的Amazon Glue，讓客戶能夠更輕松、經濟高效地構建現代化基礎設施分析任何規模的數據，無需規劃容量，也不會擔心產生因按峰值需求過度配置的額外成本。客戶使用Amazon EMR Serverless、Amazon MSK Serverless和Amazon Redshift Serverless無需預先承諾付費或支付額外費用，只需為其數據分析工作負載所需的容量付費。

亞馬遜云科技數據庫、數據分析和機器學習副總裁Swami Sivasubramanian表示："企業為了推動創新、改善客戶體驗以及做出更快更好的決策，希望能最大化數據價值。為了幫助企業更輕松地實現這一點，我們推出了廣泛的云中數據分析無服務器功能，覆蓋數據倉庫、大數據處理、實時數據分析、數據集成、交互式儀表板和可視化等眾多領域。我們新推出的這些無服務器功能，讓客戶可以更好的運行不可預測以及間歇性的數據分析工作負載，并將分析工作擴展到整個組織，無需考慮資源配置、容量擴展或者擔心產生額外成本。"

為幫助客戶最大化數據價值，亞馬遜云科技提供了廣泛的、專門構建的數據分析服務，包括處理大量非結構性數據（使用Apache Spark 和 Hive 等開源大數據框架）的Amazon EMR，處理實時數據流的Amazon MSK，以及用于數據倉庫的Amazon Redshift。雖然這些服務已經為客戶提供了強大的功能，但仍有客戶希望能進一步幫助他們處理具有高度不確定性或者間歇性的工作負載，不必管理底層基礎設施，并自動根據應用程序需求增減資源。為了消除擴展和管理基礎設施的復雜性，亞馬遜云科技于 2014 年在計算領域引入無服務器、事件驅動的概念。借助亞馬遜云科技的無服務器技術，包括用于實時數據流的Amazon Kinesis Data Streams、用于數據集成的Amazon Glue以及用于交互式儀表板和可視化的Amazon QuickSight，大量客戶已經實現了自動部署、按需縮放、按需付費。亞馬遜云科技新推出的Amazon EMR、Amazon MSK和Amazon Redshift的無服務器功能，進一步擴展了其數據分析的無服務器能力，讓客戶能夠更輕松地將數據分析擴展到更多用戶，最大化數據價值，同時降低成本。

Amazon EMR Serverless實現無服務器的大數據分析：數以萬計的客戶正在使用Amazon EMR運行包括Apache Spark、Hive和Presto等開源框架，用于大規模分布式數據處理作業、交互式?SQL?查詢和機器學習應用程序。Amazon EMR支持云中廣泛的大數據框架，讓客戶以低于本地解決方案一半的成本，更快地運行大數據應用程序和PB級數據分析。客戶只需簡單指定想要運行的框架，?Amazon EMR Serverless就可以隨著工作負載需求的變化，自動配置、管理和擴展所需的計算和內存資源。客戶要開始使用Amazon EMR Serverless，只需要簡單地選擇一個開源框架，然后使用Amazon?EMR API、Amazon Command Line Interface（Amazon CLI），或與Amazon EMR Studio集成的開發環境提交任務。Amazon EMR Serverless現已在美國東部（弗吉尼亞北部）、美國西部（俄勒岡）、亞太地區（東京）和歐洲（愛爾蘭）正式可用，很快將在亞馬遜云科技其他區域推出。欲了解Amazon EMR Serverless，請訪問aws.amazon.com/emr/serverless?。

Amazon MSK Serverless實現無服務器的流數據處理：越來越多企業正采用Apache Kafka捕獲和分析來自物聯網設備、網站點擊流、數據庫日志和許多其他持續生成動態數據的實時數據流。Amazon MSK Serverless可自動配置、管理和擴展集群，客戶不必擔心容量規劃或不可預測的流式工作負載。客戶要開始使用Amazon MSK Serverless，只需在Amazon MSK控制臺創建一個集群，設置一個專用且安全的Apache Kafka endpoint，就可以使用新的或已有的Apache Kafka客戶端進行流式數據傳輸。Amazon MSK Serverless現已在美國東部（俄亥俄）、美國東部（弗吉尼亞北部）、美國西部（俄勒岡）、亞太地區（新加坡）、亞太地區（悉尼）、亞太地區（東京）、歐洲（法蘭克福）、歐洲（愛爾蘭）和歐洲（斯德哥爾摩）正式可用，很快將在亞馬遜云科技其他區域可用。欲了解Amazon MSK Serverless，請訪問aws.amazon.com/msk/features/msk?-serverless?。

Amazon Redshift Serverless實現無服務器的數據倉庫：數以萬計的客戶每天都在使用Amazon Redshift處理累計超過2EB的數據。與其它的企業云數據倉庫相比，Amazon Redshift提供高達3?倍的性價比，以更低的成本為客戶提供更快的數據分析。Amazon Redshift Serverless讓客戶無需管理數據倉庫基礎設施，即可輕松地從數據中快速獲得洞察。當前自行管理?Amazon Redshift?集群的客戶無需更改應用程序，就可以通過?Amazon Redshift?控制臺或應用程序編程接口（API）輕松地將它們轉移到新的無服務器集群上。Amazon Redshift Serverless現已在美國東部（俄亥俄）、美國東部（弗吉尼亞北部）、美國西部（俄勒岡）、亞太地區（新加坡）、亞太地區（悉尼）、亞太地區（首爾）、亞太地區（東京）、歐洲（法蘭克福）、歐洲（愛爾蘭）、歐洲（倫敦）和歐洲（斯德哥爾摩）正式可用，很快將在亞馬遜云科技其他區域可用。欲了解Amazon Redshift Serverless，請訪問aws.amazon.com/redshift/redshift-serverless?。

基于Apache Kylin，Kyligence Cloud致力于加速企業的業務智能和大數據分析。Kyligence聯合創始人兼首席執行官韓卿（Luke Han）表示："為了幫助客戶基于海量數據做出關鍵業務決策，我們的平臺要使用Spark任務加載和處理大量數據。隨著規模變大，成本以及運營開銷也隨之增加。Amazon EMR Serverless把我們從維護和調優集群的管理任務中解放出來。Amazon EMR Serverless幫助我們降低了復雜性，我們不必為了提高性能而處理耗時的、根據工作負載需求的變化管理、調整和優化集群。它比我們以往的解決方案更具成本效益，這也節省了客戶成本。"

Glas Data為農業部門提供簡化的數據管理。Glas Data首席技術官兼創始人Robert Sanders表示： "我們使用?Amazon MSK 實時攝取和處理數據，為客戶提供自動化的數據分析和預警。我們的工作負載是變化、不可預測的，有些只需要很少的容量生成少量消息，而有些則需要較大容量以生產大量的消息。工作負載的多變性讓我們難以預測在什么時間采取何種行動，致使我們需要不斷監控和調整容量，以避免無法預計的容量限制。Amazon MSK Serverless可根據工作負載要求自動擴展容量，節省了我們的系統管理開銷，讓我們不必擔心內存和存儲限制或產生額外成本，而將精力聚焦于解決方案的開發。"

Informatica提供了一個端到端的云數據管理平臺，用于連接、管理、整合和治理數據，使企業能夠現代化和推進其數據戰略。"企業都希望提升數據和分析能力，但面臨著數據孤島、成本和基礎設施管理方面的諸多挑戰。"Informatica生態系統全球副總裁Rik Tamm-Daniels表示："Amazon Redshift Serverless幫助我們應對這些挑戰，該服務通過自動配置和擴展資源來滿足需求，讓我們更輕松地進行數據分析，無需搭建和管理數據倉庫基礎設施，也不必擔心因按峰值需求過度配置而產生額外成本。Amazon Redshift Serverless以及我們在亞馬遜云科技上的智能數據管理云，幫助我們為客戶提供無服務器數據和數據分析的根基，支持客戶的關鍵業務。"

亞馬遜云科技將于9月22日-23日線上線下同步舉辦以"自由構建?探索無限"為主題的中國峰會，推出涵蓋行業視野、技術創新、開發者、合作伙伴的4大主題演講，覆蓋云計算各細分領域的11大技術分論壇，匯聚各行業上云趨勢及創新實踐的13大行業分論壇，以及圍繞實時熱門話題開展的4大開發者論壇，分享前瞻洞察。即刻注冊，讓我們共同見證亞馬遜的一小步，云計算的一大步。

關鍵詞： 數據分析 工作負載 基礎設施 亞太地區 數據倉庫