副标题[/!–empirenews.page–]
近年来，移动互联网、云计算、大数据、人工智能、物联网等技术的蓬勃发展，数据量呈现爆发式增长态势。据IDC统计显示，全球90%以上的数据是最近几年才产生的，预计到2025年，全球数据量将比2016年的16.1ZB增加十倍，达到163ZB。
随着数据量的急剧增加及业务场景的分析多样化，对于数据库的性能和扩展能力也提出了更高的要求。
数据库技术呈四大趋势
在亚马逊云科技大中华区产品部总经理顾凡看来，数据是应用程序的一部分，随着应用本身架构的变化，驱动着整个数据库技术和生态发生变化：
变化一：伴随整个互联网、移动互联网应用开发浪潮的崛起，产生了大量的NoSQL数据，并驱动着云原生关系型数据库的出现。
变化二：越来越多的用户希望将自己的应用架构在开源的数据库引擎上，无论是MySQL还是PostgreSQL，而不是架构在一个有严苛许可协议、会被锁定的数据库引擎上。
变化三：拥抱现代化应用的客户都希望将那些无法让自己在市场竞争中脱颖而出的脏活累活尽量抛掉，使开发人员专注于应用和数据。
变化四：随着业务体量越来越大，复杂度越来越高，客户会选择将一个超级复杂的单体应用拆分成多个微服务和多个大的功能模块。当应用重构之后，必然会做数据的拆分，根据这个应用所使用的数据类型以及数据访问特点，来决定究竟应该选择数据库。
五大理念助客户发展
基于以上变化，亚马逊云科技提出了数据库服务五大理念，包括：1、专库专用，极致性能;2、无服务器，敏捷创新;3、全球架构，一键部署;4、平滑迁移，加速上云;5、AI赋能，深度集成。具体来看：
1、专库专用，极致性能。在数据爆炸式增长，微服务架构与DevOps越发流行的当下，数据库打天下的时代早已过去。目前真正需要的是为开发者在不同的应用场景下，针对不同的数据类型和不同的数据访问特点，提供专门构建的工具。
顾凡从亚马逊云科技专门构建的数据库服务中挑选出Amazon Aurora、Amazon DynamoDB和Amazon MemoryDB for Redis三类进行了讲解。
其中，Amazon Aurora可以提供5倍于标准MySQL的性能，以及3倍于PostgreSQL的吞吐量。同时，还提供高可用，可以扩展到15个只读副本，成本只有商业数据库的1/10。
Amazon DynamoDB为海量数据极大工作负载而生，它不仅具有高吞吐和扩展性，还可提供一致性和可预测的响应延迟。在Prime Day期间，针对DynamoDB API的调用就达到数万亿次，最高峰值请求达到每秒8920万次。
Amazon MemoryDB for Redis能够充当应用程序的主数据库，可以提供良好的数据持久性，做到微妙级读取、个位数毫秒级写入延迟。并且，每天可以处理超过13万亿的请求，峰值下可以支持每秒1.6亿个请求。在Amazon MemoryDB for Redis中，所有用户的日志都会提交到多可用区，当进行故障切换时，因为有事务日志的存在，就不会丢失任何数据，保证数据的持久性。
2、无服务器、敏捷创新。绝大多数的企业应用都会有业务波峰波谷，如果按照企业80%、90%的业务峰值去规划数据库的存储容量以及计算资源，势必会给应用带来一定的业务连续性上的挑战。
据亚马逊云科技大中华区产品部数据类产品高级经理王晓野介绍，亚马逊云科技最新发布了一款无服务器产品――Amazon Aurora Serverless V2，能够瞬间扩展，真正将扩展能力发挥到极致，在不到一秒的时间内，将几百个事务扩展到数十万的级别。同时，在扩展时每一次调整的增量都可以非常精细化地管理，如果按照峰值这样去规划数据库资源，能够节省大约90%的成本。
3、全球架构，一键部署
灾难恢复对于现代化、全球化的分布式应用架构提出了新的挑战。亚马逊云科技通过提供全球数据库能力的数据库服务，包括关系型数据库Amazon AuroraGlobal Database、NoSQL数据库Amazon DynamoDB、内存数据库Amazon ElastiCache以及文档数据库Amazon DocumentDB，都能够利用亚马逊云科技的骨干网络提供比互联网更稳定的网络支撑，以一键部署的方式，帮助客户实现几千公里跨区域数据库灾备，故障恢复在一分钟之内完成，跨区域的数据复制延迟小于一秒。
4、平滑迁移，加速上云
据介绍，目前，已有超过45万的数据库通过亚马逊云科技的数据库迁移服务实现了迁移到亚马逊云科技云平台上，并且每年迁移的客户数量还在不断增长。亚马逊云科技提供了工具、人和钱三种方式，以帮助客户实现上云的平滑迁移。
首先，客户可以通过Amazon Database Migration Service (Amazon DMS)进行自助式的云迁移;其次，对于迁移过程中可能会需要的人才以及相应的规划，包括迁移之后的优化、相应的流程，亚马逊云科技通过专业的服务团队和合作伙伴网络成员，为客户提供专家方面的支持;最后，客户还可以通过Database Freedom项目，学习如何从传统商业数据迁移至云数据库。
5、AI赋能，深度集成
“许多场景下已经无数次地证明，用机器学习的方式要比传统方式更好，”王晓野表示，“亚马逊云科技需要大量地利用这些人与人、物与物之间、人与物之间的关系来进行风险控制、欺诈检测。”
不过，对于绝大多数企业来讲，机器学习还像几十年前的数据库，只是少数人才拥有的技能。另外，开展机器学习，需要把数据进行预处理，挪到机器学习平台，并进行模型训练，这将耗费大量的时间和工作。
