亚马逊云科技北京巡演——构建云原生端到端的数据战略

北京站

构建云原生端到端的数据战略

应对海量数据挑战

 数据是企业业务决策流程的中心，是构建数字化转型的基石。随着数据规模和增长的不断加速，企业需要一整套完整的数据工具来应对海量的多样化数据；需要整合来自于不同部门、不同服务和不同应用中的所有数据，以获取更全面的数字洞察；需要通过数据治理保障人员和应用快速访问所需数据并同时确保数据安全；还需要改善发现和分享数据的方式以提升获取洞察的效率。

 亚马逊云科技在2022 re:Invent全球大会发布了全新的数据管理服务Amazon DataZone，助力客户更快、更轻松地对存储在亚马逊云科技、客户本地和第三方来源的数据进行编目、发现、共享和治理，同时提供更精细的控制工具，管理和治理数据访问权限，确保数据安全。企业中的各类人员都可以通过Amazon DataZone轻松访问整个组织的数据以提升企业的数据洞察力。

 针对ETL（数据的提取、转换和加载过程），亚马逊云科技在本次大会上发布了两项全新的集成功能，帮助客户实现“Zero-ETL”（零ETL）。业务数据往往需要通过ETL才能进行分析从而提供洞察，但这一过程往往耗时且枯燥。现在，客户可以使用Amazon Redshift近乎实时地分析Amazon Aurora中的数据，无需在不同服务之间进行ETL。客户还可以使用亚马逊云科技的分析和机器学习服务在Amazon Redshift的数据上轻松运行Apache Spark应用程序。

 亚马逊云科技还新推出五项数据库和分析服务全新功能，让客户能够更快、更轻松地管理和分析PB级数据。Amazon DocumentDB Elastic Clusters可将客户的文档工作负载扩展到支持每秒数百万次请求，并支持PB级数据存储；Amazon OpenSearch推出了Serverless无服务器功能，可帮助客户在无需配置、扩展或管理底层基础设施的情况下运行搜索和分析工作负载，这一更新也标志着亚马逊云科技数据分析服务的全面无服务器化；Amazon Athena for Apache Spark能让客户开始使用Apache Spark进行交互式分析的时间从数分钟缩短到一秒以内；Amazon Glue Data Quality可以跨数据湖和数据管道自动管理数据质量；Amazon Redshift 现在支持跨多个亚马逊云科技可用区（AZ）的高可用配置。

 此外，亚马逊云科技在本次大会上推出了机器学习服务Amazon SageMaker的八项新功能以及Amazon QuickSight的五项全新功能。其中，新的Amazon SageMaker治理功能可以在整个机器学习生命周期中提供对模型性能的可见性；新的Amazon SageMaker Studio Notebook功能提供了增强的Notebook体验，让客户只需点击几下即可检查和解决数据质量问题，促进数据科学团队之间的实时协作，通过将Notebook代码转变到自动化作业，加速机器学习实验到生产的过程；其他一些新功能可自动执行模型验证，并且让地理空间数据处理变得更容易。Amazon QuickSight新功能可以支持业务人员直接用自然语言提问各类预测问题，并能够给出预测依据，大大降低了企业从数据中获取业务洞察的门槛。