AWS正在扩展其云数据库产品组合的功能，同时降低企业成本。
在今天的AWS re:invent 2024会议上，这家云计算巨头概述了一系列云数据库创新。其中包括新的 Amazon Aurora DSQL 分布式 SQL 数据库、Amazon DynamoDB NoSQL 数据库的全局表以及 Amazon MemoryDB 的新多区域功能。AWS 还详细介绍了其整体数据库战略，并概述了矢量数据库在功能上如何融入其中以帮助实现生成式 AI 应用程序。除了这些更新之外，AWS 还公布了一系列降价措施，包括将 Amazon DynamoDB 按需定价降低高达 50%。
虽然数据库功能对数据库管理员来说很有趣，但推动AWS 创新的却是云数据库提供的实用性。这些新功能都是整体战略的一部分，旨在跨分布式部署实现越来越大、越来越复杂的工作负载。AWS 云数据库产品组合也非常注重实现实时要求高的工作负载。在今天的主题演讲中，包括美国联合航空、宝马和美国国家橄榄球联盟在内的多位 AWS 用户谈到了他们如何使用 AWS 云数据库。
AWS 数据库服务副总裁 Ganapathy (G2) Krishnamoorthy 在会议期间表示：“我们致力于创新，让数据库建设者轻松无忧，这样您就可以将时间和精力集中在构建下一代应用程序上。”“数据库是应用程序中的关键构建块，也是我们对数据分析和人工智能愿景的一部分。”
AWS 如何通过 Amazon Aurora DSQL 重新思考分布式 SQL 的概念
分布式 SQL 数据库的概念并不新鲜。借助分布式 SQL，关系数据库可以跨多台服务器甚至跨地域进行复制，以实现更好的可用性和可扩展性。包括 Google、Microsoft、CockroachDB、Yugabyte 和ScyllaDB在内的多家供应商都提供分布式 SQL 产品。
AWS 目前正在重新思考分布式 SQL 架构的工作方式，以期加速始终可用的应用程序的读写速度。Krishnamoorthy 解释说，与通常依赖分片和指定领导者的传统分布式数据库不同，Aurora DSQL 实现了无单一领导者架构，从而实现了无限扩展。
新数据库基于 Firecracker 微型虚拟机技术构建，该技术为 AWS Lambda 无服务器技术提供支持。Amazon Aurora DSQL 以小型、临时的微服务形式运行，允许独立扩展每个系统组件（查询处理器、事务系统和存储系统）。
乐观并发进入分布式 SQL 云数据库
对于任何分布式数据库技术，跨实例一致性始终是一大问题。最终一致性的概念在数据库领域中很常见，这意味着在保持一致性方面可能会存在一定的延迟。
AWS 旨在通过 Krishnamoorthy 所称的“乐观并发”方法解决这一挑战。在这种方法中，所有数据库操作都在本地运行，只有事务提交会跨区域运行。这确保了单个事务永远不会因保存过多日志而破坏整个应用程序。
Krishnamoorthy 表示：“我们在设计 Aurora DSQL 时以乐观并发为核心，不需要锁来实现一致性或隔离性。”
Amazon DynamoDB 全局表如何提高一致性
AWS 还为其 DynamoDB NoSQL 数据库带来了强大的一致性和全球分布。
具有强一致性的 DynamoDB 全局表允许写入 DynamoDB 表的数据同步保存在多个区域中。写入全局表的数据将同步写入至少两个区域，并且应用程序可以从任何区域读取最新数据。这使得任务关键型应用程序可以部署在多个区域中，而无需对应用程序代码进行任何更改。
众多对这项新功能特别热衷的 AWS 用户中，美国联合航空公司 (United Airlines) 就是其中之一。在 AWS re:invent 的视频推荐中，该航空公司的总经理 Sanjay Nayar 解释了他的组织如何使用 AWS，该组织拥有超过 2,500 个数据库集群，存储超过 15 PB 的数据，每秒运行数百万笔交易。这些数据库为该航空公司运营的多个关键任务方面提供支持。
美国联合航空公司正在使用 Amazon DynamoDB 全局表作为公司座位安排系统的一部分。
Nayar 表示：“我们选择 DynamoDB 全局表作为座位分配的主要系统，因为它具有出色的可扩展性和主动-主动、多区域、高可用性，可提供个位数毫秒的延迟。”“这让我们能够快速可靠地写入和读取座位分配，确保我们始终拥有最新的信息。”
Amazon MemoryDB 进军多区域市场并帮助 NFL 构建新一代 AI 应用程序
Amazon MemoryDB 内存数据库也正在通过新的多区域功能进行分发更新。
虽然 AWS 在其一系列云数据库中提供矢量支持，但据 AWS 关系数据库、非关系数据库和迁移服务副总裁 Jeff Carter 称，Amazon MemoryDB 的性能最高。这就是 NFL（国家橄榄球联盟）使用该数据库帮助构建新一代 AI 应用程序的原因。
NFL 媒体管理和后期制作总监 Eric Peters 表示：“我们在执行查询时使用 MemoryDB 作为短期记忆，在将成功查询保存到矢量存储以供未来搜索时使用长期记忆。我们可以使用这些保存的记忆来指导新查询，以便更快、更准确地从下一代统计 API 中获取结果，随着时间的推移，这些成功的用户记忆会不断积累，使系统变得更智能、更快速，最终成本更低。”
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/aws-jiang-shu-ju-ku-jia-ge-jiang-di-jin-50-bing-zeng-jia-le
