“数据作为企业的核心资产和创新的主要推动力，企业需要率先夯实数据库这一新基建，为数字化转型打下坚实的地基。亚马逊云科技不断推动云服务的创新，也在积极探索公有云架构与数据库演进的结合，希望通过云原生数据库服务的创新，帮助各行业企业展开云上创新之旅。”来自亚马逊云科技大中华区产品部总经理陈晓建的这一段演讲让笔者深切地感受到了数据作为当前企业数字化转型过程的重要性，同时也展现出了云原生数据库在其中发挥的重要作用。
的确，数据库领域的创新，已经成为了当前各行各业企业推动自身数字化转型新基建的核心，尤其是针对很多传统行业的企业客户来说则显得尤为突出。数据作为企业业务重塑与业务创新的主要驱动力，正在促使更多的企业快速构建新型、领先的数据基础架构，从而应对业务、数据增长所带来的挑战。
在这其中，作为海量数据的处理中枢，数据库的表现在很大程度上将影响企业业务的稳定性与创新效率。面对海量、多样化的数据，企业需要的是通过现代化应用方式下，基于专门构建的数据库服务对数据业务实现更有针对性的价值挖掘与业务创新。
发挥数据价值，这些问题亟待解决
面对企业客户在数据创新层面的诸多挑战，毫无疑问，在数字化转型进程不断加快的今天，越来越多的企业客户希望能够快速解决数据层面的快速扩展、成本高、迭代速度慢、全球业务的支撑与扩展、功能与性能瓶颈等挑战。
这样一来不难得出结论，企业需要的是更加高效、敏捷、安全的数据策略来推动自身业务的不断迭代，尤其是在疫情等特殊的时间段当中，时间就代表着金钱，效率就意味着成本，对于很多传统行业企业来说，由于自身行业属性的原因，会需要面临着针对大量历史遗留数据亟待解决的问题，也正是缘于这样的问题使得数据对于企业自身业务的挑战变得越来越大。
亚马逊云科技大中华区产品部总经理陈晓建
我们都知道，传统的IDC资源无法快速实现扩展，同时共享存储、MPP等传统数据库技术架构无法充分利用云端的弹性能力，从而使得企业在实际应用过程当中并不能够充分发挥出云的优势。
此外，商业数据库的License价格也无疑给企业带来了一笔高昂的成本支出，同时还需要企业需要为此付出大量的硬件投资和庞大的运维团队。同时，繁琐的运维部署工作也将会分散精力，从而放缓企业系统的迭代速度与创新效率。
当企业有需要把自身的业务扩展到全球市场的时候，传统的数据架构和数据模式或许无法满足企业的全球化扩展需求，在应对不同的场景化业务需要的过程中带给企业各种各样的瓶颈和问题。
这些都是摆在当下数字化转型浪潮趋势当中企业实现高效转型最真实的数据问题，面对千行百业的企业客户实现数字化转型的创新需要，云原生数据库从诞生到发展，再到融入到各行各业企业的场景化当中，可以说有效帮助了越来越多的企业快速实现业务的扩展与创新效率的提升。
云原生数据库“拨云见日”
从最初企业上云聚焦在公有云，从而在提升整个系统健壮性的同时使得整体成本大大降低，发展到现在，更多的企业是利用云原生架构对企业自身的应用进行重塑，这其中就包含了云原生数据库所发挥的重要作用。
对于企业来说，要想做云原生，首先要确保底层基础架构是适合云原生应用的。这点对于数据库也适用，数据库自身需要具备云原生的特点，需要能够快速进行伸缩和快速响应，能够帮助企业实现成本的降低与性能的提升。
此外还有应用的的开发迭代，在这一维度当中我们常提到的DevOps就可以通过云原生的架构实现应用的快速迭代与创新，以往按月甚至是按年计算的应用迭代，通过有效利用DevOps的方式可以实现按周甚至是按天迭代，使得企业的创新效率大大提升。
这样一来，企业对于底层的数据基础就需要有一个相对高标准的要求，不仅要性能强，同时还需要具备敏态的特点，能够快速响应来自企业无法预测的业务变化，这是在云原生时代当中企业针对底层的数据基础与数据创新所必须要具备的能力。
那么企业为什么需要利用云原生数据库来实现创新？什么样的云原生数据库才是合格的？众所周知，云原生数据库天生就具有免运维的优势特点，客户需要的时候可以马上获得，不需要的时候能够马上释放，根据自身的实际业务进行扩展，快速、动态地实现资源的伸缩。
此外，基于云端大量特性，客户可以拥有大量完整的从计算、网络、存储、安全、大数据，到人工智能、机器学习等一系列服务，这些能够可以进行更好的融会贯通，同时渗透到不同的业务场景当中去，从而形成一个完整的生态链，在这其中，数据库就是至关重要的一环。
我们都知道，相比于传统的商业数据库来说，云原生数据库可以更好地利用云的优势与特点，对此，一些游戏行业的客户案例值得借鉴。亚马逊云科技大中华区产品部总经理陈晓建告诉笔者，游戏行业客户在游戏发布之前，往往很难预测到产品是否会火爆，如果在无法判断市场反馈的情况下就冒然进行IT系统与设备的部署，很有可能浪费资源，增加成本。此时云就可以很好地解决这一问题，运行在亚马逊云科技上日活几千万的游戏架构大有存在，客户只需要通过几个简单的步骤就可以快速实现自动扩缩容。
当前，在亚马逊云科技全球的27个地域、87个可用区当中，亚马逊云科技根据客户实际业务的需要先客户一步把技术架构布置好，使得客户不必再担心网络、存储、机房等方面的困扰，同时在业务层面当中，云原生数据库也具备了很好的全球灾备能力，能够更有底气地帮助来自全球的客户实现业务拓展。
AmazonDynamoDB作为最具代表性，同时也是全球第一个真正意义上的云原生数据库，从诞生之初发展到现在经历了十年的时间，在整个发展和创新历程中，亚马逊云科技对其进行了持续的完善，不仅涉及到底层的可用性、持久性、安全性和规模等特性，同时也包括了易用性等方面，可以说，AmazonDynamoDB已经通过时间与行业落地实践证明了云原生数据库是打破传统数据库创新瓶颈最有效的方式和途径。
陈晓建指出，对于亚马逊云科技来说，一直都在持续推进云上数据库服务的迭代与发展，目前已经推出了15种基于专门构建的云上托管数据库服务，其中既有SQL也有NoSQL的数据库类型。在SQL关系型数据库领域当中，AmazonRDS开启了托管数据库服务的新模式，从最初只支持MySQL，到目前已经支持了6种常用的数据库引擎。此外，年推出的云原生关系型数据库AmazonAurora经过几年发展，已经成为了亚马逊云科技历史上用户数量增速最快的云服务。
在亚马逊云科技所推出数量众多的NoSQL数据库当中，从支持高性能扩展的键值数据库到托管文档数据库，再到托管时序数据库等不同类型数据库服务分别针对游戏、社交、出行、工业应用等多样化场景进行更有针对性的渗透与应用，从而有效推动了亚马逊云科技在数据库领域的大踏步前行。
持续迭代的行业创新性
毫无疑问，检验一项技术、一个产品的创新能力，很大程度上需要从客户端，以及行业场景应用的角度出发来进行验证。
在汽车行业的数字化创新过程当中，很多汽车企业客户往往都在面临着海量多样化的数据挑战和压力，同时这些企业当前仍然缺乏有效的手段来充分应对这些挑战，无法从海量数据当中挖掘对企业数字化转型有价值的信息。
对于汽车行业的客户所遇到的这些问题，亚马逊云科技从客户的行业属性入手，针对数据的多样性特点为客户提供了专用场景的数据库，例如针对车联网的时序数据处理、针对企业内部系统的结构化数据处理、建立知识图谱的图数据库、以及加速访问的缓存数据处理。
值得一提的是，亚马逊云科技Serverless架构可以很好地处理汽车所产生的大量数据，同时为客户提供可以伸缩的资源管理能力，用以对海量数据进入管理、读写等操作，这些步骤不需要人工进行干涉，汽车企业可以进行自动伸缩计算与存储资源。
在具体的场景落地过程中，客户可以使用AmazonDocumentDB对存储、查询、索引地理空间数据等进行支持，同时还可以创建2dsphere索引并使用流行的MongoDB地理空间API对存储在AmazonDocumentDB的数据执行查询。
为了帮助客户能够有效应对车联网海量数据并发接入的挑战，AmazonAuroraServerlessV2可以在几分之一秒内将数据库工作负载从数百个事务扩展到数十万个事务，能够帮助客户有效节省成本，进而有效从历史数据当中挖掘数据的价值。
同样，利用上述这种创新的数据能力，亚马逊云科技同样也赋能着制造业企业实现获取数据洞察的能力。数据作为驱动制造业企业发展的关键因素，可以说已经成了制造业在实现数字化转型进程当中各家企业都非常聚焦的维度。从数据结构上来说，制造业企业的数据类型往往是多样化的，对此，亚马逊云科技提供了专门构建的数据库来应对制造业企业大量的结构化、半结构化以及非结构化的行业数据。
同时，在制造业企业所产生的海量数据当中，冷、热等不同的数据需要更加清晰地进行分层存储，亚马逊云科技通过数据库的数据分层存储功能有效帮助客户处理不同的冷暖数据，从而为企业节省大量的成本。
面对来源复杂的制造业数据，不同的数据来自于不同的业务系统，相互之间很难建立相关性，这样一来势必会形成数据孤岛，对此，图数据库AmazonNeptune和ML可以建立各个不同数据之间的相关性，并且通过ML技术洞察出数据的真正价值。
在金融行业领域当中，提升服务质量，满足客户的多元化需求，提升综合竞争力等方面是这一行业企业在进行创新过程中所