打破传统数据管理局限，数据库走入云原生时代

随着企业数字化进程的不断提速，数据已经成为企业核心资产和创新的主要驱动力。应该如何为企业提供更灵活、高性能、多场景，又低成本的数据管理呢？

云原生数据库或许是破解之道。云计算能弥补开源数据库在易用性、可靠性、扩展性、性能等方面的不足。通过使用云原生数据库，企业还可以按用量付费，无需预置资源，相比使用传统商业数据库，无需运维，降低了高昂的成本。托管数据库服务也使客户可以将精力集中在高价值的应用开发上 ，并配合全球业务扩展。

2014年推出的云原生的关系型数据库Amazon Aurora是亚马逊云科技历史上用户数量增速最快的云服务。Amazon Aurora与MySQL及PostgreSQL全面兼容，吞吐量是标准MySQL的5倍、标准PostgreSQL的3倍，成本却只有传统数据库的十分之一。使用云原生数据库也能加快数据同步和处理的速度，更好地帮助企业应对数据挑战。比如广为应用的云原生数据库Amazon DynamoDB，将亚马逊电商的购物车、钱包和金融账本等业务延迟降低高达90%，将Prime Day和黑五等大促活动资源准备时间缩短90%。

亚马逊云科技已经提供关系型、键值、文档、内存、图、时间序列、宽列和分类账等数据类型，多达15种专门构建的数据库服务，满足企业多样化的业务需求。目前还在不断丰富云数据库的类型与功能，帮助企业挖掘数据价值。

集成机器学习能力，提升云服务的智能化水平

随着人工智能技术的不断成熟落地，机器学习和人工智能也正被集成到了越来越多不同类型的云服务中，如计算、存储，到安全、数据分析等。比如，集成了机器学习技术的Amazon Compute Optimizer能够分析历史计算、存储资源利用率，为客户提供最佳的计算、存储配置建议，降低成本并提高性能；Amazon S3 Intelligent-Tiering智能分层服务可自动以最经济的形式分配云上的冷、热、温数据，优化客户存储成本；Amazon QuickSight能通过自然语言问答，生成报表结果；在Amazon Athena分析中，不熟悉机器学习框架的分析员也能进行数据洞察、预测，更智能地支持业务决策；Amazon GuardDuty则可对数百亿次安全事件进行智能分析，更准确地检测近百种安全威胁。

从计算、存储到数据库、数据分析、机器学习，云服务正全面迈向Serverless

Serverless架构正在改变未来软件开发的模式和流程，并对企业未来的运营方式产生巨大影响。借助Serverless架构，开发者可以将绝大多数精力投入在业务逻辑的开发整合上，大大缩短开发周期，降低运维成本。同时，Serverless架构通过事件触发的机制，将云计算的弹性、敏捷性、按需付费的特性发挥到了极致，帮助客户更精细化，更具弹性和敏捷性地使用云基础设施，降低启动成本，减少运营成本，实现应用快速上线。