当前，疫情的影响导致整体经济环境发生了很多改变。云计算凭借强大的韧劲与活力成为稳定产业链供应链的关键一环。而随着企业数字化转型、向云端迁移进程全面加快，数据要素的重要性已毋庸置疑。

在2022亚马逊云科技re:Invent全球大会上，亚马逊云科技大中华区产品部总经理陈晓建指出，数据是整个应用程序业务逻辑的核心，几乎是每个组织数字化转型的基石，但处理数据非常棘手，这也是亚马逊云科技一直致力于建设一个云原生的数据战略的原因。

数据是业务逻辑的核心

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。

“我们希望提供的所有工具，能够帮助客户在整个数据全生命周期从存储到最后的AI人工智能，在每个环节都能帮助用户把数据利益最大化，通过提供完整全面的数据解决方案，可以帮助客户更安全、更高效的去挖掘数据价值。”陈晓建说道。

Expedia是全球领先的旅游服务供应商，他们手下有超过70个PB的数据，每年会做6000亿次AI预测；三星有超过11亿终端客户，这些客户源源不断地向他们的后台申请服务，达到每秒钟有8万次请求；Pinterest是在北美提供视频图片网站的服务供应商，他们在亚马逊云科技上存储的图片数据超过1个EB，相当于1000个PB，100万个TB，这是一个非常大的数量。

可以看到，越来越多的云计算厂商正在制定相应的云原生数据战略。例如，亚马逊云科技提供了一个端到端的数据战略，帮助客户从数据的摄入、存储、查询、分析，到可视化的展现，以及到人工智能，在各个方面通过安全、合规的方式帮助客户实现数据的共享和输出。

云原生数据战略三大关键要素

Forrester 报告显示，随着后疫情时代的到来，企业对数字化能力的要求越来越迫切，云原生技术得以快速发展。预计2023年，全球40%的企业会采用云原生优先战略。针对数据库和大数据服务等方面，通过云原生数据库和大数据服务平台的发展逐渐提升技术能力，但业务侧的管理需求也需要与新技术进行匹配，从管理和技术双视角提升数据价值，云原生的数据服务也是新的发展趋势之一。

如何去构建一个云原生的数据战略？陈晓建表示，“我们认为有三个关键因素：第一，需要建立一个面向未来的数据底层基础设施；第二，需要实现跨组织的数据一体化融合，让数据不再是一个个烟囱式的孤岛，而是成为一个完整的、打通的大数据库；第三，通过工具来实现数据普惠化，降低数据使用门槛，让更多的人可以从浩瀚的数据中获益。”

在他看来，面向未来的云原生数据基础设施应该包括这四个方面：第一，具备适用于所有适合工作负载和任何数据类型的合适的工具，以及让你能够适应不同不断变化的需求和机会；第二，能够持续优化，来跟得上用户业务的发展所带来更多的数据和业务规模，并能够保持一个高的性能；第三，面对客户日益复杂的业务逻辑提供尽可能多的工具，帮助用户在整个数据使用过程之中降低门槛、降低复杂性，提升他们的使用效率；第四，应该具备最高级别的可靠性，因为用户的数据对用户的业务来说是至关重要的。

亚马逊云科技创新路径值得参考

据统计，在亚马逊云科技前1000名客户之中，有超过94%的客户使用了10种以上的数据库和分析的服务。在工具选择方面，像亚马逊云科技最新发布的数据管理服务——Amazon DataZone，就可以助力客户更快、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。

尤其大规模的工作负载情况下，高性能和可靠的数据库受到高度关注。例如，Amazon Aurora的自动扩展功能可以将每一个数据库的实例自动拓展到最大128个TB，使用成本仅为传统商业数据库的十分之一左右；Amazon DynamoDB是业界第一个云原生数据库，2022年亚马逊云科技会员日时每秒处理请求超过一亿个；Amazon Redshift每天处理的Amazon Redshift数据量超过1EB，性价比是其他云数仓的五倍。

此外，亚马逊云科技在本次大会上还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。

云正在帮助各行各业在当今不确定环境下保持探索，发现新机遇。亚马逊云科技CEO Adam Selipsky 说道：“通过思考和总结对过去的探索方式，将给未来提供宝贵的探索和经验，人类曾经探索过各种各样的环境，有些浩瀚无垠，有些深不可测，有些充满着极端的挑战，但有些也充满着无限可能。当我们使用正确的工具，人类就可以自信地去战胜各种环境的挑战，不断地发现新的可能性。”