近日，亚马逊云科技宣布将进一步推动云原生数据库服务在汽车、制造、金融等传统行业中的应用，帮助企业打造数字化转型的新基建。
“数据作为企业的核心资产和创新的主要推动力，企业需要率先夯实数据库这一新基建，为数字化转型打下坚实的地基。作为云计算领域的引领者，亚马逊云科技不断推动云服务的创新，也在积极探索公有云架构与数据库演进的结合，希望通过云原生数据库服务的创新，帮助各行业企业展开云上创新之旅。” 亚马逊云科技大中华区产品部总经理陈晓建表示。
艾瑞咨询研究总监王巍令表示，“云原生数据库将会成为未来数据库的重要趋势之一。在调研和走访中，发现不少企业尽管存在顾虑和实际困难，但是大多数也都表示愿意尝试云原生数据库。以亚马逊云科技为代表的公有云厂商，提供丰富的云原生数据库，使得企业可以安心地收数和用数，并聚焦核心业务。如果再考虑云上同时提供机器学习模型构建等服务，用数也变得简单起来。”
据悉，为帮助传统行业企业从海量多样化数据中获取洞察能力、降低使用成本，亚马逊云科技目前已推出15种专门构建的云上托管数据库服务，全球已有超过65万个数据库通过亚马逊云科技数据库迁移服务迁移至亚马逊云科技。
率先开启云上托管数据库服务，引领推动云原生数据库服务发展
数据已经成为企业核心资产和创新的主要驱动力，一个坚实的数据基础是企业获得数据价值的保障。作为数据处理中枢，数据库是数据基础很重要的一部分。
随着数字化进程的不断提速，各行业企业面对数据量指数级暴涨和数据类型及应用场景的多元细分等诸多挑战，对数据库性能、扩展性、高可用性以及成本效益等需求也愈发严苛。
相比互联网等云原生的企业，传统行业企业由于行业的特定应用需求以及历史遗留数据等原因，面临的数据挑战也更为艰巨，其主要存在五方面难题，一是无法快速扩展，传统IDC资源有限且无法快速扩展，共享存储、MPP等传统数据库的技术架构无法充分利用云的弹性能力，云存储，难以充分发挥云的优势；二是高成本，商业数据库的License也带来了高昂的成本，同时需要大量硬件投资和庞大的运维团队；三是迭代速度慢，繁琐的部署运维工作分散精力减缓系统迭代速度，减缓创新速度；四是无法支撑全球业务扩展，不易扩展到多个国家城市配合全球业务扩展；五是传统关系型数据库应对不同业务场景需求的能力存在瓶颈。
具体而言，汽车行业企业需要处理如车联网产生的海量以及多样化数据；制造业中的智能家居/设备类企业，需要管理不同生命周期数据并生成洞察；金融业需要减少成本并提升风险控制能力等。云数据库尤其是云原生数据库由于具有强大性能、高可用性、可扩展性、支持多场景需求且具备成本效益等优势，正成为越来越多传统行业企业的选择。
亚马逊云科技一直在引领云计算的发展，并推动云数据库的迭代与发展。早在2009年，亚马逊云科技就发布了AmazonRelational Database Service(Amazon RDS)，从此开启了云上托管数据库服务的新模式。2012年，亚马逊云科技推出首个云原生数据库Amazon DynamoDB，让数据库以前所未有的方式拥抱云计算的高性能、可扩展性和高可用性，开启了云原生数据库的序幕。2014年，其又推出了云原生的关系型数据库AmazonAurora，该服务目前是亚马逊云科技历史上用户数量增速最快的云服务。
为了进一步简化客户在创建、维护和扩展数据库方面的工作，亚马逊云科技还相继推出了多种具有Serverless特性的数据库，让数据库的扩展性及自动伸缩容量达到新的高度，其中AmazonAurora Serverless V2可以在几分之一秒内将数据库工作负载从数百个事务扩展到数十万个事务，与按照峰值负载配置容量的成本相比，最多可节省90% 的数据库成本。
赋能汽车行业处理海量、多样化数据
随着汽车行业企业在自动驾驶和车联网等创新领域的布局，汽车早已从只是机械系统即硬件上的创新发展为机械加电子系统的创新。汽车企业需要处理海量的、多种类型的数据如汽车基础数据、交通和基础设施数据、用户及其行为等数据，并从中充分挖掘数据的价值，为企业的业务创新和运营效率提升提供原动力。
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AmazonDocumentDB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。
赋能制造业释放数据不同生命周期价值并获得数据洞察
数据是驱动制造业企业加速发展的关键因素。除海量、多种类型数据的挑战外，制造业企业往往还会面临如管理不同生命周期数据、解决数据孤岛等挑战。
以智能家居/设备企业为例，企业可能需要管理包括基于家庭的自动化设备（如电灯、白色家电、电视等）、家庭安全和监控设备（如智能恒温器、安全摄像头等）以及家庭网络设备所产生的（如WIFI路由器和调制解调器）具有生命周期性质的数据，并希望从这些数据中获得洞察，为最终用户提供更好的服务体验。
随着时间的推移，企业需要处理的数据量增长迅速，企业往往需要在成本、访问频率之间进行平衡。为解决客户的这些挑战，亚马逊云科技提供具有数据分层功能的数据库服务，包括AmazonTimestream、AmazonDynamoDB以及Amazon ElastiCache for Redis，可以帮助制造业企业将大量低访问频率的历史数据进行冷热数据分离，并自动进行分层存储。该功能可广泛应用于制造业的智能家居、智能可穿戴设备和工业生产设备监控产生的数据生命周期管理场景，帮助企业提升性能并优化成本。
此外，亚马逊云科技图数据库AmazonNeptune可以存储数十亿个关系，可将图数据查询延迟降低到毫秒级，帮助制造业企业创建工业知识图谱或整合产品关系数据以提供数据洞察。西门子工业自动化产品成都生产及研发基地利用AmazonNeptune构建云边一体产线知识图谱应用试点，有效管理工业生产环境下的众多生产元素，满足现实生产过程中的复杂需求，为生产人员提供及时专业的现场自助式服务。
西门子工业自动化产品(成都)有限公司信息技术部经理杨健表示，“建设工业制造系统的数字化需要借助工业知识图谱，基于AmazonNeptune，我们初步实现了产线故障知识图谱，这让我们具备了云端弹性的计算调度能力和海量扩展的数据处理能力，机器学习功能的加入让知识图谱具备了自我进化的能力。我们相信云原生数据库将是制造业实现数字化的重要路径。”
赋能金融业加强风险控制并拓展全球业务
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。
以风险控制为例，随着数字化、电子化的发展，金融风险日益呈现规模化、隐蔽性、动态变化的特征，这给金融机构带来了巨大的识别挑战。金融机构希望通过实时的对大规模数据进行复杂的关联链路分析，提升风险控制。
亚马逊云科技AmazonNeptune专为挖掘数据间复杂关系而优化设计，能在几毫秒内查询数十亿种关系，且无需运维操作即可针对海量数据随时添加新的数据维度，可帮助金融机构提升风险控制。
面对需要支持全球业务提升客户体验及业务连续性需求，亚马逊云科技提供全球数据库解决方案，可帮助金融机构轻松将数据库读取扩展至世界范围，让数据更靠近各地区的用户。亚马逊云科技还提供三个可用区的灾备保护能力，有效保障金融机构全球业务的一致性与连续性。
此外，亚马逊云科技还构建了强大的合作伙伴网络，通过合作伙伴网络成员的服务帮助各行业客户基于云上托管以及云原生数据开展创新。深圳市融聚汇信息科技有限公司（融聚汇）是一家金融数据服务提供商，为超过100家机构客户提供境外金融信息服务。
融聚汇产品总监向坤表示，“行情资讯数字化是我们的客户实现服务升级的核心驱动力。基于亚马逊云科技云原生的高性能关系数据库服务AmazonAurora，融聚汇构建了一站式的金融行情SaaS服务云平台，能够让客户简便、快速地进行应用服务和应用创新，实现低成本的数字化转型。通过AmazonAurora，我们将数据跨区存储，实现了无感灾难恢复，可用性可以达到99.99%；每秒并发查询效率也提升了近5倍，进一步满足金融业务场景高并发的需求；在成本方面，Aurora的弹性扩展能力还帮助我们节约了30%的硬件成本。”
