探花在线

作家：赵晓勤第四色网站图片

“复杂性是不成幸免的，复杂性随时都会出现，你需要讨论若何治理复杂性。”这是亚马逊副总裁兼 CTO Werner Vogels 在 re:Invent 2024 大会上对咫尺越发复杂的 IT 全国发出的感触与告诫。

Werner Vogels 无疑是一位外传东说念主物。他掌舵着亚马逊云科技寰球最大分散式筹划机系统之一已有二十载，他对复杂性的交融无东说念主能出其右。在他看来，亚马逊云科技是一家提供“通俗”行状为主张的高技术公司。比如云对象存储发源于 S3 或称作“通俗存储行状”、Amazon SQS 是“通俗队伍行状”，Amazon SES 是一种“通俗电子邮件行状”，而 Amazon SWF 则为开发东说念主员提供“通俗职责流行状”。

在这些看似通俗的行状背后，是极其复杂的底层时间。Vogels 强调，治理复杂性的过失在于分辨有利和不测的复杂性。他指出：“淌若不这么作念，系统很快就会从天真变得脆弱。”

数据库领域濒临着不异的挑战。跟着互联网的快速发展，应用圭臬的用户范畴和地舆分散日益扩大，企业对数据库性能和蔓延的要求也水长船高。传统的数据库架构在面对这些新需求时显过劲不从心，用户不得不在 Consistency（一致性）、Availability（可用性）和 Partition Tolerance（分区容错性）之间作念出拒绝的采选。你很容易间隔任何两个条目，然则要同期具备这三个性情就变得“不成能”，这即是数据库架构有名的 CAP “不成能三角”。

突破“不成能”，Amazon 数据库的兼得之说念

re:Invent 2024 大会上表现了两款数据库：关系型数据库 Amazon Aurora DSQL 和非关系型数据库 Amazon DynamoDB Global Tables。一举突破了这个“不成能三角”，成为兼顾高可用性、低蔓延和强一致性的数据库。

亚马逊云科技的关系型数据库从 2009 年于今也曾过了 15 年的迭代，Amazon Aurora DSQL 行动 Amazon Aurora 新一代产物，是一款速率极快的分散式 SQL 数据库。具备以下特色：跨区域强一致性和低蔓延。Amazon Aurora DSQL 接纳了一种全新的事务处理表情，将事务处理与存储层分离，并在扫数区域同期并行进行写入操作，从而间隔了跨区域的强一致性和低蔓延。

Amazon Aurora DSQL 提供了五个 9 的高可用性（99.999%），确保应用圭臬长期在线。

接纳无行状器筹办，无需进行基础按序治理，可自动膨胀和缩减，以至不错缩减到零范畴，况且能与 PostgreSQL 兼容，便于用户快速上手。

在性能方面也绝不逊色，凭据亚马逊云科技的基准测试，在多区域成就下，Amazon Aurora DSQL 的读写速率比 Google Spanner 快 4 倍。

Amazon Aurora DSQL 之是以好像取得如斯优异的性情，主要获利于两项中枢改变：分散式的架构以及 Amazon Time Sync Service 时间。Vogels 先容，Amazon Aurora DSQL 将数据库剖释为多个独处的构建模块，每个模块都具有高内聚性和低耦合性，不错独处膨胀和定制安全性，从而间隔更高的性能和天真性。

但随之而来的是数据一致性和时钟同步等穷苦。若何保证分散在寰球各地的数据库节点好像按照协调的时刻法规处理事务，成为横亘在时间眼前的一皆边界。Vogels 的团队为寰球每个 Amazon EC2 实例中添加与原子钟同步的硬件参考时钟，间隔了微秒级的精确时刻同步，惩办了时钟漂移问题。

不异，这种多区域、强一致性和低蔓延的才略并不局限于关系型数据库，Amazon DynamoDB global tables 也将赢得不异的功能。同期，Amazon DynamoDB global tables 可应用于多样用例，包括书签、不雅看列表和个性化保举。

用 AI 化繁为简，赋能将来

裁汰复杂性的弥留技能是从本色上将复杂性剖释成通俗的单位。将新系统的筹办尽可能包含可瞻望性，以摒除省略情味。Vogels 合计，“这需要就自动化以及若何哄骗自主时间来裁汰复杂性作念出决定。”

毫无疑问，只须通过 AI、机器学习，将企业存储在关系型数据库以及非关系型数据库中的数据加以哄骗并叫醒，才能尽可能地摒除企业濒临的复杂竞争环境。

艳母下载

为此亚马逊云科技推出了新一代 Amazon SageMaker AI，试图打造一个 “All in One” 的机器学习平台，整合大数据分析、机器学习和生成式 AI 的过失功能，裁汰 AI 开发门槛，加快 AI 应用落地。

Amazon SageMaker AI 的发布并非通俗的功能堆砌，而是基于多年来行状数百万客户累积的教化和对机器学习发展趋势的深切知悉，旨在叫醒企业千里淀多年的历史数据、惩办机器学习领域的核肉痛点，鼓舞 AI 民主化的程度，让企业在 AI 正经上莫得穷苦。

Amazon SageMaker HyperPod flexible training plans 天简直经规划：告别繁琐的资源治理，让路发者专注于模子本人。通过界说筹划需乞降正经时刻框架，HyperPod 不错自动预留容量、开发集群、创建模子正经功课，并哄骗高效的搜检点和规复功能，在容量动态变化的情况下自动处理实例中断，无需手动侵犯，将数据科学团队从拒绝的资源治理职责中自如出来。

Amazon SageMaker HyperPod task governance 任务治理功能：惩办筹划资源有限和不菲的问题。通过自动化优先级排序和资源治理，HyperPod 任务治理功能不错将跨名目加快筹划哄骗率普及到 90% 以上，并通过动态资源分派和及时知悉，最大限制地裁汰资本，普及后果。

Amazon SageMaker 协作伙伴 AI 应用因循功能（Al apps from AWS partners now available in Amazon SageMaker）：突破生态壁垒，构建绽放共赢的 AI 生态系统。通过与 Comet Deep、Jax、Fiddler 和 Lakhera 等杰出的 AI 协作伙伴集成，Amazon SageMaker 为客户提供了更丰富的器具和惩办决策，涵盖模子正经、评估、监控、安全等各个门径，并通过无缝、迷漫托管的体验，简化了应用圭臬集成和部署经过，保险了数据安全和苦衷。

数据是源流，AI 是将来

正如亚马逊云科技 CEO Matt Garman 所言，“东说念主工智能是一场莫得特殊的竞赛。”而这场竞赛中，数据是中枢，企业需要围绕数据的存储、分析、知悉握住矫正企业的 IT 架构。

从 Data Rady 到 AI Rady ，亚马逊云科技正演出着“造梦者”的变装，为咱们提供了弘大的平台与器具，让咱们不错愈加“通俗地”构建和部署 AI 应用，将梦念念变为实验。深信在不久的将来，咱们将看到更多由 AI 入手的改变应用泄漏，深切地改变着咱们的生计和全国。

*前述特定亚马逊云科技生成式东说念主工智能揣摸的行状仅在亚马逊云科技国外区域可用第四色网站图片，亚马逊云科技中国仅为匡助您发展国外业务和/或了解行业前沿时间采选保举该行状。