aws大數據業務介紹

Ⅰ aws是什麼

AWS 是業務流程管理開發平台 AWS Enterprise BPM Platform 業務流程管理開發平台 AWS BPM為快速實施新應用提供了完整的業務流程應用建模工具，而開發員可以通過這些工具非編程方式快速設計和變更用戶商業模型，並通過模型遷移安裝工具打包成自己的BPM解決方案。AWS BPM卓越的技術超越了傳統的集成和業務流程管理所能提供的解決方案，為企業提供了一款多用途平台化軟體，從而利用單一AWS的產品線就可以滿足企業對協同、流程管理、快速構建新應用的核心需求。

Ⅱ 亞馬遜AWS的雲計算服務有哪些優勢

亞馬遜AWS作為雲計算服務的領軍者， AWS對SaaS解決方案的設計提供了一些雲計算服務最佳實踐。

一、將平台化的功能隔離出來，SaaS產品的更新速度是非常快的，但是我們仍然能夠總結出一些核心的功能是基本不變或者能夠在很多其他新的產品模塊中重用的。我們要將這部分功能分離出來進行平台化改造以服務於更多的其它功能，將這些功能平台化以後也會降低整個系統的耦合性從而支撐更多的SaaS應用的功能。對通用功能的平台服務隔離可以更好的調優和獨立擴展，同時重用核心服務並結合應用框架的使用會極大提升應用開發的效率。

二、優化成本和性能，在傳統的技術架構下這兩者之間往往需要進行一定的平衡，而在AWS雲的架構下的SaaS服務雲模式下往往可以實現魚與熊掌兼得。在每個架構層次實現彈性的橫向擴展可以讓我們實現按使用量付費的模式，而不需要為了獲得強大的性能而提前付出大量的資源成本，同時我們在SaaS的AWS架構下可以使用更小的、平行的資源單位進行擴展，從而更為貼近SaaS環境下的實際資源需求，在合適的場景下盡可能的採用完全由AWS託管的服務(比如Amazon DynamoDB等)來降低SaaS合作夥伴的運維成本並提升效率。

三、針對SaaS解決方案設計的。雲計算服務，首先對於多租戶的設計要針對SaaS應用自身的特點來進行規劃，總體的設計原則是系統會有多個帳號，而一個帳號會對應多個用戶，一個用戶又會對應多個角色;其次是對於系統處理各種請求時要按照優先順序進行分級管理，在通過使用AWS各種服務如SQS、SWF等對系統進行解偶後，對AWS資源集約使用的前提下，對請求分優先順序處理會極大提升SaaS架構的處理能力和穩定性;接下來要對監控加大投入力度，藉助AWS CloudWatch等監控服務，通過粒度更細的監控來控制分布式資源更為有效的彈性伸縮;最後合作夥伴還需要非常了解SaaS應用架構中所有數據的生命周期以及在在各個周期內數據的特點，依據這些特點為數據在AWS的服務中選擇正確恰當的存儲方式以優化技術架構及降低成本。

四、收集一切可以收集的數據並從這些數據中挖掘出價值。AWS基礎架構自身通過CloudWatch服務就可以收集粒度非常細的指標，同時SaaS應用自身也會產生大量日誌及指標數據，這些數據和指標不但要密切監控同時也要全量的妥善保存起來，以便後續的大數據挖掘工作。雲計算服務,不要擔心在傳統模式下數據存儲的高昂成本，在AWS雲的架構模式下有大量諸如Amazon S3、Glacier等成本極低的存儲方式。通過分析這些大量的數據來了解你SaaS服務的客戶，能夠為業務帶來巨大的價值，例如實時自動調整用戶體驗及與之相關的基礎架構，通過使用量的分析改進業務模型等等。

Ⅲ 這一次AWS的創新為客戶、合作夥伴帶來了什麼

早在今年7月，AWS在北京召開AWS技術峰會2017之時，AWS全球副總裁大中華區執行董事容永康就在演講中強調「未來，AWS未來會在除了傳統的大數據方面投入很多的資源之外，AWS仍會在物聯網、人工智慧方面也會投入大量的資源。」AWS re:Invent就將基於重點領域的創新呈現在廣大客戶、合作夥伴、開發者面前，那麼，他們對AWS的「創新」功能、服務、技術怎麼看？這些創新究竟能為客戶帶來什麼？

AI：好玩、好用、好管 不要用技術限制了想像力

AWS在人工智慧、機器學習、深度學習方面同樣是AWS發展的重點，為此，起推出了六個新服務：Amazon SageMaker可以消除機器學習過程中每一步的繁重工作，方便幫客戶建立、訓練和部署機器學習模型。

Amazon Rekognition Video可以實時或批量分析視頻，Amazon Kinesis Video Streams 安全地導入和存儲視頻、音頻和其它有時間標簽的數據。Amazon Transcribe自動語音識別文字記錄服務，將語音轉成語法正確的准確文字，Amazon Translate自動多語種文字翻譯服務，Amazon Comprehend是全託管的自然語言理解服務。而新裝置AWS DeepLens (深鏡)，是全球第一款為開發者提供的、內置深度學習能力的智能攝像頭。

除了LEX語音交互功能之外，AWS希望把更多的功能在AWS的平台上面開放出來，讓AWS全球的開發者，包括在國內的開發者、初創企業和大的企業，可以快速的利用到AI、深度學習方面的一些功能，去開拓他們的一些新產品、新服務、新市場。

AWS的合作夥伴AGT International&Heed Matl kochayi則表示，他們早已經同AWS合作，將AWS的AI技術同他們的創新想法相結合，最終為其用戶呈現出一場智能的拳擊比賽，並為現場觀眾展示了未來體育和人工智慧相結合的情景。

而 AWS更是展示出了眾多合作夥伴一起在努力用AI構築起智能AI未來的可能。

Vogels用一個設計成魚型的語音程序，來告訴開發者，來發揮想像力，「這是一個雲軟體，但你可以讓他獲得你想要的一切。」

不僅如此，AWS推出了更多的新服務來推動AI市場，包括：Amazon SageMaker可以消除機器學習過程中每一步的繁重工作，方便幫客戶建立、訓練和部署機器學習模型。Amazon Rekognition Video可以實時或批量分析視頻，Amazon Kinesis Video Streams 安全地導入和存儲視頻、音頻和其它有時間標簽的數據。Amazon Transcribe自動語音識別文字記錄服務，將語音轉成語法正確的准確文字，Amazon Translate自動多語種文字翻譯服務，Amazon Comprehend是全託管的自然語言理解服務。而新裝置AWS DeepLens (深鏡)，是全球第一款為開發者提供的、內置深度學習能力的智能攝像頭。

而在辦公領域，將工作變得更簡便，語音同環境相結合AWS同思科的會議系統進行了集成，推出：Alexa for Business

「ALEXA可以整合會議室相聯系，自動化辦公處理，針對各種辦公場景也可以進入辦公桌，更可以將家和工作環境相結合，AMAZA音樂、視頻等等與你相聯系。」 Vogels如是說。

實際上，無論是國外還是國內都有大量的企業用到AWS的服務。環球數據公司，DR. Walter Scott就同AWS合作讓自己的業務真正做到了環球。「當我們每天收集800TB數據的時候，就決定依靠AWS幫助，今天，我們終於努力成為了一個環球公司，實現這樣的可能需要散步：

第一步，建立大規模數據存儲，利用AWS技術，我猛將17年的數據用一天遷移到AWS雲;第二步，形成數據影響，通過AWS，過去幾年中，我們終於完成了從觀看影像到分析影像的轉變，AWS的機器學習技術，幫助我們快速調取實現數據。第三步：完成大規模上線。即通過從大圖像庫中抽取信息，利用GBDX——地理信息資料庫分析，進行線上數據服務，同AWS一起，將技術放在開源社區，讓更多的開發者基於開源技術進行分析，從而實現了新的價值。

資料庫：大數據終於有了高性價比的選擇

在推出資料庫一系列新功能和新服務之時，AWS用George Michael在歌曲「Freedom」中唱道：「我看見的就是 我不屬於你 你不屬於我;自由!自由!自由! 你拿走的都要還給我」做了開場，Andy Jassy認為這句：「『我不屬於你，你也不屬於我』，很恰當了詮釋了今天CTO的心聲。」

實際上，在采訪中，一位CTO認為，AWS推出的資料庫給他們帶來的最大的價值就是價格，他認為：「oracle的資料庫是收費比較貴，買了license以後，還要每年買很多服務費。而AWS是按需結算，就如同電力公司，當這家電力公司，增加了自己的發電能力之後，通過節省開支，把價格降低，用戶就會受益。」

Jessy則對其中一些新服務進行了評論：「六款新推出的資料庫均是針對Data base的服務，特別是DynamoDB Backup and Restore 這款唯一的、既可以提供按需備份又可以提供持續備份的雲資料庫，DynamoDB Global Tables全託管、多主(multi-master)、多區域讀寫的資料庫，以前AWS並沒有。加上Amazon Neptune (海王星或海神)全託管的、適用於高度關聯數據的圖形資料庫，我們可以將其用在社交媒體，找尋物體object之間的關系。」

開源：搭建IoT必須進入的更廣空間

現任職AWS Architecture Strategy VP 的Adrian Cockcroft於2016年9月加入AWS，而此前，其就職於開源領域的領先企業之一Netflix。在AWS張俠博士看來，AWS非常重視開源，AWS的應用一直是開放給開發者的，AWS期望能夠通過開源讓更多的開發者能夠同AWS一起合作。

有客戶認為，AWS進入社區將介面開源了，其目的是希望更多的客戶用到AWS的產品。

在AWS張俠博士表示：「AWS所有的服務都是開放的，服務之間有現成的介面，開源能夠讓更多地企業用到AWS服務，這是很好的開始。」

Ⅳ amazon提供的雲計算服務包括哪些

亞馬遜EC2上運行著三類計算資源，每一個都有自己的價格結構：按需實例、預留實例和現場實例。為了超出對企業有價值的實例，首先要確定這三個實例中哪一個最適合自身的IT環境。按需類型，正如其名字一樣，你只支付你使用伺服器的時間；沒有任何承諾。通常在大型的項目時，CTO可以根據每小時折扣率提前購買預留實例。現場實例可以根據公司在沒有充分利用的時間內的工

在雲提供商之間後很多關於降價的探討，包括亞馬遜Web服務，因此針對亞馬遜EC2實例認真研究自己的計算需求，找到最佳的財務點很重要。

如果通過AWS過度購買計算容量，我必須消費這些損失嗎？

購買按需、預留或者現場實例都意味著已經留下了計算資源，而且你已經支付過，但是還沒有使用。這只能做出決定購買按需實例或者提前按折扣支付實例。然而，亞馬遜預留實例市場，旨在協助客戶收回過度購買實例的損失，確保雲計算容量計劃靈活性。

亞馬遜EC2現場實例中有什麼好的候選對象嗎？

選擇亞馬遜EC2實例類型時，你必須考慮預期性能。時效性應用，且少量終端用戶交互通常最適合選擇現場實例。這樣的應用包括大數據分析和測試。然而，在AWS現場實例上運行大數據分析你會遇到一些問題。如果你想要分析的數據還沒放到公有雲上，任何遷移成本會否定掉所有使用現場實例的好處。

順帶提一句，AWS對大數據分析提供其自己的基於雲的Hadoop服務，稱之為亞馬遜彈性Map Rece。

亞馬遜Web服務支持什麼樣的應用程序介面（API）？

AWS有自己的API，這個API是雲市場約定俗成的一個標准。然而，AWS API和其他雲提供商API之間的戰爭也引起了企業關於廠商鎖定和可遷移性的擔憂。思傑和Eucalyptus使用亞馬遜API，其他雲提供商則致力於OpenStack。

Ⅳ 亞馬遜的AWS大數據課程介紹

亞馬遜的Big Data on AWS 介紹基於雲的大數據解決方案及 Amazon Elastic MapRece (EMR) 與 AWS 大數據平台 。