15种专门构建的云原生数据库，必有一款适合你 原创

数据已经成为五大生产要素之一，现在每一个企业无时无刻都在产生大量数据，越来越多的企业将目标设定为数据驱动型企业。Forrester数据显示，数据驱动企业每年平均保持30%的增长率。

一个企业要有效地发掘数据价值，必须要具备坚实的数据基础，数据库一定是其中非常重要的部分。而且在云原生的环境下所有业务都要在云原生的架构上重新构建，数据库也不例外。

亚马逊云科技正持续推动云原生数据库服务的创新，让企业的云上数智之旅愈发得心应手，更加从容地应对未来的创新挑战。

云原生数据库任你选

云原生数据库和传统数据库有什么差别？

传统数据库通常是一个物理的具体实例，很难快速扩展，运维成本高，很难支撑全球化业务扩展，迭代速度慢，功能和性能存在瓶颈。

“云原生数据库在这些层面做了很多创新，可以很好的利用云的特点。”亚马逊云科技大中华区产品部总经理陈晓建说道。

亚马逊云科技大中华区产品部总经理陈晓建

Amazon DynamoDB是云原生数据库的开创者，Amazon DynamoDB的诞生还有一个小故事。2004年美国圣诞季正是黑五大促，亚马逊电商因商用数据库负载过高导致扩展失败，出现数小时的服务故障，后续统计表明：70%的数据访问是简单的单键查询，并不需要SQL事务级别的复杂性。

这也给亚马逊云科技一个启发，开始研究NoSQL非关系型数据库，并于2012年推出第一个云原生NoSQL数据库Amazon DynamoDB。

从2012年到今天已经整整十年，一个云原生数据库发展了整整十年，它已经成为一个非常非常完善的系统。陈晓建表示，亚马逊云科技对其进行的持续完善，不仅涉及底层可用性、持久性、安全性和规模等特性，还包括易用性等。现在Amazon DynamoDB已服务于全球众多客户，也包括亚马逊自身。

亚马逊云科技一直通过不断创新推动云上数据库服务的迭代与发展，目前已推出15种专门构建的云上托管数据库服务，既有SQL也有NoSQL的数据库类型。

SQL关系型数据库：

• Amazon Relational Database Service（Amazon RDS）：开启了托管数据库服务的新模式，从最初只支持MySQL，到目前已支持6种常用的数据库引擎：兼容 MySQL 的 Amazon Aurora、兼容 PostgreSQL 的 Amazon Aurora、MySQL、MariaDB、PostgreSQL、Oracle以及 SQL Server。
• 2014年推出云原生的关系型数据库Amazon Aurora，该服务是亚马逊云科技历史上用户数量增速最快的云服务。

NoSQL数据库：

• Amazon DynamoDB：高性能扩展的键值数据库，适用于海量数据场景，譬如电商、游戏
• Amazon DocumentDB：兼容MongoDB的托管文档数据库，从全球看中国区MongoDB的接受率极高，在游戏、移动应用上使用很多
• 内存数据库，极致响应延迟，常用于缓存、排行榜、广告等场景，分为两种：Amazon ElastiCache兼容Redis和Memcached内存数据库；Amazon MemoryDB兼容Redis可持久化内存数据库
• Amazon Neptune托管图数据库分析万事万物的关联，用于欺诈检测，社交网络，推荐引擎
• Amazon Timestream托管时序数据库，常用于IoT（比如车联网采集的有明显时间顺序，大部分只增加不修改的海量数据）
• Amazon Quantum Ledger Database （Amazon QLDB）托管的分类账数据，比如车管所，从车子出场、转手，出事故所有记录都不可修改而且可追溯，可验证
• Amazon Keyspaces托管的兼容Cassandra的数据库，可以用于工业应用场景

陈晓建表示，亚马逊云科技多类数据库构成了一个非常完整的云原生数据库集合，可以帮助用户去选择一款最合适的他们自己场景的产品。

行业如何用？

汽车、制造、金融行业都是怎么使用云原生数据库？

汽车行业有着数据多样、数据海量、无法提取有效数据洞察三大挑战。亚马逊云科技可以满足汽车行业的数据库挑战：

第一，针对汽车行业的数据多样性，提供了专用场景的数据库：比如针对车联网的时序数据处理、企业内部系统的结构化数据处理、建立知识图谱的图数据库以及加速访问的缓存数据处理；

第二，亚马逊云科技的Serverless架构可以很好地处理汽车产生的大量数据，并提供可伸缩的资源管理能力来对海量数据进入管理、读写等操作，同时无需人工干涉，可自动伸缩计算和存储资源；

第三，Amazon Neptune + ML可以从海量数据中洞察出数据之间的联系和价值，来指导后续的业务方向。

文远知行是由人工智能驱动、以无人驾驶技术为核心的智能出行公司，其目的是能够实现基于L4的自动驾驶能力，为大众提供便捷可靠的出行服务。自动驾驶研发需要进行大量的路测，每台路测车辆上装载各种设备、进行各种模拟，产生海量数据。每天要处理超过TB级数据时，自建服务器已经无法满足文远知行数据处理需求。

文远知行使用亚马逊云科技Amazon Snowball存储数据，上传到亚马逊云科技后，通过Amazon RDS、Amazon Aurora、Amazon DynamoDB等存储数据，之后使用Amazon EMR进行大数据分析，所有这些技术都在亚马逊云科技平台上无缝集成。文远知行不用担心业务快速扩张对底层资源的要求，海量云资源可以很好地满足需求，新业务部署周期从月级缩短到周级；TCO降低了三分之一，运维效率提升了50%；提升了系统可用性，亚马逊云科技的多种跨区域可用灾备方案，实现了更好的业务敏捷性和数据的持久性。

制造业在实现数字化制造、产品即服务、智能化、可持续的过程中对于数据提出了很多挑战，例如制造业数据类型多样、数据量巨大、数据来源复杂、成本高。

陈晓建指出，亚马逊云科技的对策是通过一些场景选择最适合它的数据库，满足业务的需求，提供数据分层管理，通过结合数据库和AI/ML的统计分析，来为数据的整个生命周期发挥价值，帮助用户从商业数据库上云。

2013年成立的华米公司是一家基于云的健康服务提供商，提供智能手环等各种可穿戴设备。截至2020年年底，华米科技智能可穿戴设备记录的累计步数超过了151万亿步，睡眠记录128亿晚，心率记录时长超过1208亿小时。

Amazon DynamoDB很好地支撑了华米全球化业务的快速发展，业务稳定性了得到了很大提升。相比之前的方案，华米的P0和P1的故障发生率减少了20%，故障恢复时长减低了30%，系统可用性指标达到了99.99%。无论是什么样的数据规模，在任何情况下Amazon DynamoDB都可以提供不超过10毫秒的一致响应时间；还可构建几乎无限的性能和几乎无限吞吐量的后台存储，并且提供了冷热数据分层，满足了华米的数据存储要求。

未来的金融行业IT解决方案都在向云上发展，这也是因为金融行业需要保证数据安全，利用多样性的数据，弹性扩展。

陈晓建表示，亚马逊云科技提供了全球数据库、实现专门构建的数据库、提供AI/ML能力帮助用户实现数据处理、提供了多种云原生数据库和数据迁移工具帮用户解决怎么样快速上云。

Intuit公司是一家以财务软件为主的高科技公司，Intuit一定要保证金融数据的可靠性，同时Intuit工作的一大部分涉及到数据的低延迟只读访问。通过使用Amazon Aurora的全球数据库具备的亚秒级的全球复制速度，让Intuit可以在不受任何性能和延时限制的情况下，在全球实现业务的覆盖。Intuit还要考虑全球业务灾备，比如美东机房出问题了，能不能用美西的机房，甚至用其他国家的机房做覆盖，Amazon Aurora全球数据库就非常好的满足了这个要求。

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。亚马逊云科技相信，云原生数据库是打破固有瓶颈，充分发挥公有云架构优势，释放数据创新潜力的必选项。