易坊好文馆

  1. 首页 > 玩科技 >

定义|发布多款新品重新定义云计算，亚马逊AWS如何引领行业？

amazon 企业 业务 服务 技术 亚马逊 新品 定义 数据库 机器学习 顾凡 Jassy Aurora


定义|发布多款新品重新定义云计算，亚马逊AWS如何引领行业？
文章图片

作为云计算领头羊的亚马逊云服务(AWS)一向低调 ， 但其行业地位令其很难不被放在放大镜下仔细审视 。 其中 ， 在每年12月举办的旗舰技术会议re:Invent大会 ， 就是观察这家云巨头公司的重要窗口 。
可以说 ， re:Invent直接决定了AWS云技术未来发力方向 ， 体现了云计算技术产品洞察、商业实践和主流走势 。 同时 ， 在2020年 ， 面对疫情带来的严峻冲击下 ， AWS首席执行官Andy Jassy分享如何建立一个具备速度和持续创新文化 ， 来随时应对外界环境变化 ， 成为外界关注的重点 。
“企业需要一直不断重新塑造自己 。 ” Andy Jassy在主题演讲中称 。 因为疫情 ， 许多企业在今年面临了前所未有的冲击 ， 而必须做出改变 ， 改变业务模式、办公方式等 。
空口白牙无法说服质疑者 ， 市场需要AWS掏出更多重塑背后的更多答案 ， 这需要在技术和产品上给予回应 。
成为“规则改变者”
作为制定云计算行业规则的巨头 ， AWS自身也在积极挑战规则 ， 以“规则改变者（Game changer）”的姿态立于行业 。
在今年re:Invent大会的第一天 ， AWS就发布多达43个新产品和服务 ， 覆盖从计算到存储、自研芯片到数据库 ， 从容器、Serverless（无服务器）直至机器学习 ， 再到边缘计算和混合云 ， 堪称无远弗届 。
四项工具被Andy Jassy重点提及 ， 被称为“规则改变者” ， 是当前企业IT运维的颠覆性工具 ， 分别是Amazon Aurora Serverless v2、AWS Glue Elastic View、Amazon SageMaker Data Wrangler以及AWS Proton 。
数据库服务Amazon Aurora Serverless v2 ， 它是Amazon Aurora无服务器数据库的新版本 ， 可以做到实时扩容 ， 优化高负载下服务使用成本 ， 在不到1秒的时间内扩展至支持几十万个数据读写次数 。
不妨回顾一下在上半年的新冠肺炎疫情初期的情景 ， 当上千万家企业、近亿人在家办公时 ， 各种在线服务访问量激增 ， 猝不及防的服务提供商只好无奈限流拉闸 ， 服务器紧急扩容 。 最终无论是用户还是服务商 ， 都无法得到满意的结果 。
在Amazon Aurora Serverless v2助力下 ， 不难想象此类窘境可得到极大缓解 ， 当开发者应对业务暴增 ， 流量开支巨大的极端情形时 ， 便不需要买大量服务器来匹配峰值的运算需求 ， 而是按照需求进行容量配置 。
AWS大中华区云服务产品管理总经理顾凡说 ， 目前市面上还没有任何一款数据服务可以做到这个量级 ， Amazon Aurora Serverless v2整体推动了数据库服务的演进 。 至今 ， 已有35万个数据库迁移到了AWS ， 以应对消费经济激增、业务流量频发 。
在数据分析服务领域 ， AWS发布了AWS Glue的新功能AWS Glue Elastic View ， 可以从多个不同数据源创建实例化视图 ， 持续检测数据源的变化并自动更新到数据目标 ， 形成统一的数据视角 ， 彻底解决数据孤岛问题 ， 得以大幅缩减客户的开发成本 。
例如在线零售产业的客户 ， 可将Amazon DynamoDB 数据库中的网站流量数据、以及Amazon Aurora数据库中的购买历史数据进一步结合 ， 将其复制到新的数据库中 ， 以支持基于浏览模式 ， 实时针对顾客进行营销 。 这样 ， 数据就像血液一样流动起来 ， 为企业业务运转提供生命力 。
在时下火热的机器学习领域也是AWS在布局的重点 ， “机器学习是我们这一代人能遇到最具颠覆性的技术之一 ， 目前已经有超过10万客户在使用AWS的机器学习服务 ， 很多客户已经将机器学习用于其核心业务 。 ” AWS全球机器学习副总裁Swami Sivasubramanian说道 。
Amazon SageMaker是面向机器学习开发者的集成开发环境、全托管服务 。 它依托多项工具 ， 化繁为简 ， 使开发人员和数据科学家能够从根本上更轻松、更快速地构建、训练和部署机器学习模型 。 过去一年 ， AWS就为Amazon SageMaker交付了50多项新功能 ， 在今年的re:Invent大会上 ， AWS再次发布9项Amazon SageMaker新功能 ， Data Wrangler就是其中之一 。
Data Wrangler即数据特征提取器 ， 其内置了300多个数据转换器 ， 让客户无需编写任何代码 ， 就可以机器学习用到的特征进行规范化、转换和组合 。 实际上 ， 开发者只需把Data Wrangler指向合适的AWS数据存储或第三方数据存储 ， 就可以在SageMaker Studio中预览数据转换 ， 然后应用到整个数据集 。
第四个是开发工具AWS Proton ， Proton有质子之意 ， AWS Proton作用为简化容器和无服务器应用的开发和部署 。 这几年 ， 容器技术大为流行 ， 程序员需要把要发布的应用程序打成包发给运维人员 ， 然后由运维人员在生产环境进行部署 。 当随着应用的版本迭代越来越多 ， 应用的依赖库版本错综复杂 ， 往往会出现开发环境和生产环境不一致的情况发生 。 AWS Proton将使容器和无服务器应用程序的开发和部署自动化 。
不难发现 ， 总结AWS近年来的产品和服务布局 ， 一条主线贯穿其中：保持活力 ， 不断重塑 ， 尽其可能采用最先进的技术来武装企业 ， 降本增效 。 这意味着 ， 更少的自定义代码、自动化、减少云端维护的困难度等 。 “客户不关心手段 ， 他们更在意结果 。 ”顾凡如此总结 。
在IT史上 ， 一个问题颇为经典 ， 就是：IBM卖马桶吗？
看到这个问题您一定会发笑 ， 这是什么问题？IBM怎么会卖马桶呢？有人引述带领蓝色巨人“大象跳舞”的前CEO郭士纳的一句回答 ， “如果客户需要 ， IBM也可以卖马桶” 。
如果郭士纳真的说过这句话 ， 他实际上讲的是根据客户的需求 ， IBM可以灵活地提供客户需要的解决方案 。 另一个含义是 ， IBM可以根据客户的要求整合必要的资源为客户提供他们所需要的技术、方案 ， 乃至像马桶这样的物件 。
现在来看 ， IBM“卖马桶” ， 销售解决方案 ， 实际上和AWS在云端推出各式工具并无太多差异：以客户需求为中心 ， 客户需要什么就卖（做）什么 。 究其一点 ， AWS产品发布如此之丰富 ， 根本原因是为回应客户需求而产生的 ， 而不是为了炫技 。
重塑一切 ， 最终改变世界
同期 ， 围绕着re:Invent大会主题“重塑”（reinvent）这一概念 ， Andy Jassy不断强调在目前时刻 ， 企业转型重塑的重要性 。
其中一个细节颇为值得一说 ， Andy Jassy在主旨演讲中前后50多次提及“重塑” ， 成为整个演说中的关键词 。
证明“重塑”这个技能对企业基业长青的重要性 ， 看看《财富》杂志就会有所启发 。 50年前的《财富》500强企业 ， 如今只剩下17% ， 仅留存83家还在榜单上；20年前的《财富》500强企业 ， 至今也只有50%还在榜单上 。
数字重塑是一个长期过程 ， 对企业来说 ， 不仅仅是研发新产品、改变商业模式 ， 更重要的是 ， 将对的人放在对的位置 ， 与时俱进的推动企业数字转型脚步 。
在演讲中 ， Andy Jassy顺势提出重塑的关键因素：(1) 领导导要有创造和重塑意识；(2) 顺应趋势 ， 不可逆行；(3) 招募渴望创造的人才；(4) 实实在在解决客户问题；(5) 速度至上；(6) 别把问题复杂化；(7) 使用功能最强、最丰富的技术平台；(8) 自上而下 ， 制定激进的目标 。 最后 ， Andy Jassy强调 ， 避免只做尝试 ， 须建立机制来检查是否有循进度前进 。
“加速上云 ， 加快转型 ， 通过采用全球领先的云技术和服务 ， 更快、更好地重塑自己 。 ”顾凡强调 。
随着时代的不同 ， 企业关注的重塑议题不尽相同 ， 例如 ， 1980年代关注的文书系统、网络服务与电子邮件、1990年代侧重企业资源规划（ERP）、供应链管理与顾客关系管理（CRM）等电子化系统；2000年代兴起的电子商务与社交软件；2010年代崛起的移动网络服务；直至2020年代 ， 商户和个人逐渐将数据管理从线下往线上迁移 ， 须更关注数据驱动的数字转型 。
事实上 ， AWS自身就是“重塑”的最佳实践者 ， 也是亚马逊能够先于时代潮流 ， 意识到云计算、AI等发迹于技术的数字基础设施重要性 ， 最终成立AWS的原因：早在10年多前 ， 亚马逊就大规模投资了运行该公司核心业务所需的电脑和服务器 ， 意识到可将其中部分算力租给其它公司 ， 成为“云”概念向外界进行市场教育的重要节点——客户只需花钱就能使用亚马逊的计算能力 ， 而无需大举投资来购买和维护设备 。
至今 ， 在持续重塑构筑业务的十多年来 ， AWS成绩斐然 。 Andy Jassy以财报数据为例 ， AWS花了10年才发展成为100亿美元规模 ， 用了23个月增加到200亿美元 ， 随后再花了14个月达到300亿美元 ， 12个月后 ， 400亿美元达成 。 AWS的成长率在持续加速 ， “很大程度是受基础设施中云端运算成长的推动 。 ” Andy Jassy称 。
根据亚马逊公布的财报数字 ， AWS在2020年第三季度达到年化收入460亿美元 ， 同比增长29% ， 相当于一年增长100亿美元 。 AWS自身的发展呈现出了加速增长的态势 。 AWS实现第一个100亿美元收入用了123个月；第二个100亿美元增长用了23个月；第三个100亿美元增长则用了13个月；现在 ， 第四个100亿美元增长只用了12个月 。
至今 ， AWS也不断丰富自己、壮大自己,围绕着IT领域的各个方面开发出超过175项全功能的云服务,涵盖计算、存储、数据库、联网、数据分析、机器人、机器学习与人工智能、物联网、移动互联、安全、混合云、虚拟现实与增强现实、媒体视频、应用开发/部署/管理等,目前在全球拥有24个地理区域的77个可用区 ， 服务着数百万客户 。
一方面 ， 作为行业观察者 ， Andy Jassy看到了企业发展存在的宏观问题 ， 另一方面 ， 站在领导者的角度 ， 他需要给出领先解决方案 ， 来满足客户日渐高涨的上云需求 。 企业经营逻辑更新的需要和业务不断增长的需求 ， 均要求AWS拿出更创新和易用的服务 。
【定义|发布多款新品重新定义云计算，亚马逊AWS如何引领行业？】现在来看 ， 在大会期间 ， AWS宣布的星空联盟向AWS迁移核心IT业务颇有代表性 ， 其核心诉求就是降本增效 。
但对星空联盟而言 ， 其中一项困难在于 ， 迁移核心业务系统 ， 对航空公司而言相当于“边飞行边换发动机” ， 难度极大 。 因此 ， 在最开始的时候 ， 星盟并没有迁移运价、飞行等核心系统 ， 而是选择以“新系统”为契机 ， 开始在AWS上建立统一的鉴权和管理平台 ， 并在新平台上逐渐建立备份系统 ， 逐渐实现迁移 。 随着周边系统的投用 ， 核心关键系统 ， 例如销售、筹划和离港这些较早完成信息化的系统的迁移也逐渐提上日程 。
目前 ， 星空联盟正在使用AWS分析和数据库服务 ， 包括Amazon Relational Database Service (Amazon RDS)、Amanzon Athena（AWS无服务器、使用标准SQL的交互式查询服务）和Amazon QuickSight（AWS商业智能服务） ， 来识别未来的旅行需求和趋势 ， 同时改善客户体验 。
未来 ， 星空联盟计划在Amazon Simple Storage Service (Amazon S3)上创建数据湖 ， 将成员航空公司的数据访问集中起来 ， 以加速企业应用和客户功能的开发 。 此外 ， 星空联盟还将把Amazon SageMaker等AWS机器学习服务应用到整合后的数据中 ， 从而提供增值服务 ， 比如预防会员常旅客网络中出现与忠诚度相关的欺诈行为 。
然而 ， 云计算市场的竞争向来激烈而残酷 ， 商业层面如此 。 近年来 ， 云计算市场领头羊AWS与排名第二的微软之间的竞争日益升温 。 Alphabet旗下谷歌、IBM以及甲骨文公司等其他玩家也一直试图在利润丰厚的云计算市场赢得更大份额 。
但AWS仍稳居市场第一 ， 根据Gartner在2020年8月发布的《2019年全球公有云IaaS和PaaS市场份额报告》 ， AWS的市场份额为45% ， 超过第二、第三、第四、第五名的总和（34.3%） 。
当下 ， AWS需要有作为领先企业的意识 ， 必须拿出更强的杀手锏 ， 创新很困难 ， 而创新者不断颠覆自己来实现创新 。
“企业需要一直不断重新塑造自己 。 ”Andy Jassy在大会上所说的这句话 ， 对AWS自身而言同样有效 。

    推荐阅读


    上一篇：搭载|华为推出两款MateBook D系列笔记本：搭载英特尔11代酷睿

    下一篇：首都|易车公司杨永峰荣获“北京市劳动模范”称号