亚马逊|云计算风向标:自研芯片重构云上算力( 三 )


在 Serverless 环境下 , 开发人员只需要编写云函数 , 设置好触发云函数运行的事件就可以了 , 对计算资源的管理工作完全由云计算提供商来承担:选择实例、部署、容错、监控、日志、安全补丁等等等等 , 都无需用户操心 。 而且 , 与传统云计算收费方式不同 , Serverless 按照函数执行时间收费 , 而非按照预留的资源收费 。 这意味着更细粒度的管理方式 , 更低的成本支出 。 目前来看 , Serverless 是开发新应用最快速的方式 , 也是总成本最低的方式 。
亚马逊云科技已经从计算、存储、应用集成、数据库、数据分析、人工智能等多个服务领域全面推进 Serverless 进程 , 领跑完成了 Serverless 在云服务上的全面布局 。 在计算领域 , 有 8 年历史的 Amazon Lambda 是无需设置和管理服务器即可运行代码的计算服务 , Amazon Fargate 是随用随付的计算引擎;在数据存储领域 , 最受欢迎的 Amazon Aurora 早在 2018 年就已推出 Serverless 版本;2012 年上线的 Amazon DynamoDB 作为云原生的 Serverless 架构键-值数据库 , 能为用户提供了极高弹性、可用性和性能 。 除了这两款知名度较高的产品外 , 适用于低延迟高速处理的宽列数据库 Amazon Keyspace 和图数据库 Amazon Neptune 也同样有 Serverless 版本——事实上 , 亚马逊云科技已经有 7 款 Serverless 数据库引擎了 。
而在数据分析领域 , 从久负盛名的 Redshift、大数据分析 EMR、流式数据管道 MSK 和数据引擎 Kinesis , 到数据集成工具 Glue、数据查询工具 Athena , 再到日志分析工具 OpenSearch 和商业智能服务 QuickSight Q , 都已经实现了 Serverless 化 。 Adam Selipsky 在 re:Invent 大会的主题演讲中特别介绍了这一系列工具 , 这是行业中的首创 , 没有任何其他厂商做到——亚马逊云科技已经在数据分析 PaaS 领域实现了数据仓库、大数据平台、流式数据分析的 Serverless 化 , 将数据 Serverless 能力拓展到了全栈 。


与此同时 , 不确定性的压力也在促使各行各业拥抱 Serverless:无论是大型多人在线游戏 , 还是领先的交通和汽车企业 , 亦或著名的消费品企业 , 都已经开始使用 Serverless 架构 。 利用 Serverless 带来的极致敏捷和高扩展性与低成本 , 来更好面对这个愈加不确定的世界 。
Adam Selipsky 说:「亚马逊云科技目前已经提供了 200 多项云服务 , 但创新还远没有结束 。 亚马逊云科技会在构建新服务、深化现有服务的功能、整合不同服务三个方面不断投入 。 」
今天我们的世界已经分成了两个:一个是由原子构成 , 另一个则是由比特构成 。 两个世界同样真实 , 且我们正在越来越多地运用后一个世界来管理和影响前者 。 人们希望在数字世界更加自由 , 摆脱物理规则的束缚 , 而Serverless化是实现这样的未来的途径 , 也是亚马逊云科技正在努力的方向 。