aws大数据业务介绍

Ⅰ aws是什么

AWS 是业务流程管理开发平台 AWS Enterprise BPM Platform 业务流程管理开发平台 AWS BPM为快速实施新应用提供了完整的业务流程应用建模工具，而开发员可以通过这些工具非编程方式快速设计和变更用户商业模型，并通过模型迁移安装工具打包成自己的BPM解决方案。AWS BPM卓越的技术超越了传统的集成和业务流程管理所能提供的解决方案，为企业提供了一款多用途平台化软件，从而利用单一AWS的产品线就可以满足企业对协同、流程管理、快速构建新应用的核心需求。

Ⅱ 亚马逊AWS的云计算服务有哪些优势

亚马逊AWS作为云计算服务的领军者， AWS对SaaS解决方案的设计提供了一些云计算服务最佳实践。

一、将平台化的功能隔离出来，SaaS产品的更新速度是非常快的，但是我们仍然能够总结出一些核心的功能是基本不变或者能够在很多其他新的产品模块中重用的。我们要将这部分功能分离出来进行平台化改造以服务于更多的其它功能，将这些功能平台化以后也会降低整个系统的耦合性从而支撑更多的SaaS应用的功能。对通用功能的平台服务隔离可以更好的调优和独立扩展，同时重用核心服务并结合应用框架的使用会极大提升应用开发的效率。

二、优化成本和性能，在传统的技术架构下这两者之间往往需要进行一定的平衡，而在AWS云的架构下的SaaS服务云模式下往往可以实现鱼与熊掌兼得。在每个架构层次实现弹性的横向扩展可以让我们实现按使用量付费的模式，而不需要为了获得强大的性能而提前付出大量的资源成本，同时我们在SaaS的AWS架构下可以使用更小的、平行的资源单位进行扩展，从而更为贴近SaaS环境下的实际资源需求，在合适的场景下尽可能的采用完全由AWS托管的服务(比如Amazon DynamoDB等)来降低SaaS合作伙伴的运维成本并提升效率。

三、针对SaaS解决方案设计的。云计算服务，首先对于多租户的设计要针对SaaS应用自身的特点来进行规划，总体的设计原则是系统会有多个帐号，而一个帐号会对应多个用户，一个用户又会对应多个角色;其次是对于系统处理各种请求时要按照优先级进行分级管理，在通过使用AWS各种服务如SQS、SWF等对系统进行解偶后，对AWS资源集约使用的前提下，对请求分优先级处理会极大提升SaaS架构的处理能力和稳定性;接下来要对监控加大投入力度，借助AWS CloudWatch等监控服务，通过粒度更细的监控来控制分布式资源更为有效的弹性伸缩;最后合作伙伴还需要非常了解SaaS应用架构中所有数据的生命周期以及在在各个周期内数据的特点，依据这些特点为数据在AWS的服务中选择正确恰当的存储方式以优化技术架构及降低成本。

四、收集一切可以收集的数据并从这些数据中挖掘出价值。AWS基础架构自身通过CloudWatch服务就可以收集粒度非常细的指标，同时SaaS应用自身也会产生大量日志及指标数据，这些数据和指标不但要密切监控同时也要全量的妥善保存起来，以便后续的大数据挖掘工作。云计算服务,不要担心在传统模式下数据存储的高昂成本，在AWS云的架构模式下有大量诸如Amazon S3、Glacier等成本极低的存储方式。通过分析这些大量的数据来了解你SaaS服务的客户，能够为业务带来巨大的价值，例如实时自动调整用户体验及与之相关的基础架构，通过使用量的分析改进业务模型等等。

Ⅲ 这一次AWS的创新为客户、合作伙伴带来了什么

早在今年7月，AWS在北京召开AWS技术峰会2017之时，AWS全球副总裁大中华区执行董事容永康就在演讲中强调“未来，AWS未来会在除了传统的大数据方面投入很多的资源之外，AWS仍会在物联网、人工智能方面也会投入大量的资源。”AWS re:Invent就将基于重点领域的创新呈现在广大客户、合作伙伴、开发者面前，那么，他们对AWS的“创新”功能、服务、技术怎么看？这些创新究竟能为客户带来什么？

AI：好玩、好用、好管 不要用技术限制了想象力

AWS在人工智能、机器学习、深度学习方面同样是AWS发展的重点，为此，起推出了六个新服务：Amazon SageMaker可以消除机器学习过程中每一步的繁重工作，方便帮客户建立、训练和部署机器学习模型。

Amazon Rekognition Video可以实时或批量分析视频，Amazon Kinesis Video Streams 安全地导入和存储视频、音频和其它有时间标签的数据。Amazon Transcribe自动语音识别文字记录服务，将语音转成语法正确的准确文字，Amazon Translate自动多语种文字翻译服务，Amazon Comprehend是全托管的自然语言理解服务。而新装置AWS DeepLens (深镜)，是全球第一款为开发者提供的、内置深度学习能力的智能摄像头。

除了LEX语音交互功能之外，AWS希望把更多的功能在AWS的平台上面开放出来，让AWS全球的开发者，包括在国内的开发者、初创企业和大的企业，可以快速的利用到AI、深度学习方面的一些功能，去开拓他们的一些新产品、新服务、新市场。

AWS的合作伙伴AGT International&Heed Matl kochayi则表示，他们早已经同AWS合作，将AWS的AI技术同他们的创新想法相结合，最终为其用户呈现出一场智能的拳击比赛，并为现场观众展示了未来体育和人工智能相结合的情景。

而 AWS更是展示出了众多合作伙伴一起在努力用AI构筑起智能AI未来的可能。

Vogels用一个设计成鱼型的语音程序，来告诉开发者，来发挥想象力，“这是一个云软件，但你可以让他获得你想要的一切。”

不仅如此，AWS推出了更多的新服务来推动AI市场，包括：Amazon SageMaker可以消除机器学习过程中每一步的繁重工作，方便帮客户建立、训练和部署机器学习模型。Amazon Rekognition Video可以实时或批量分析视频，Amazon Kinesis Video Streams 安全地导入和存储视频、音频和其它有时间标签的数据。Amazon Transcribe自动语音识别文字记录服务，将语音转成语法正确的准确文字，Amazon Translate自动多语种文字翻译服务，Amazon Comprehend是全托管的自然语言理解服务。而新装置AWS DeepLens (深镜)，是全球第一款为开发者提供的、内置深度学习能力的智能摄像头。

而在办公领域，将工作变得更简便，语音同环境相结合AWS同思科的会议系统进行了集成，推出：Alexa for Business

“ALEXA可以整合会议室相联系，自动化办公处理，针对各种办公场景也可以进入办公桌，更可以将家和工作环境相结合，AMAZA音乐、视频等等与你相联系。” Vogels如是说。

实际上，无论是国外还是国内都有大量的企业用到AWS的服务。环球数据公司，DR. Walter Scott就同AWS合作让自己的业务真正做到了环球。“当我们每天收集800TB数据的时候，就决定依靠AWS帮助，今天，我们终于努力成为了一个环球公司，实现这样的可能需要散步：

第一步，建立大规模数据存储，利用AWS技术，我猛将17年的数据用一天迁移到AWS云;第二步，形成数据影响，通过AWS，过去几年中，我们终于完成了从观看影像到分析影像的转变，AWS的机器学习技术，帮助我们快速调取实现数据。第三步：完成大规模上线。即通过从大图像库中抽取信息，利用GBDX——地理信息数据库分析，进行线上数据服务，同AWS一起，将技术放在开源社区，让更多的开发者基于开源技术进行分析，从而实现了新的价值。

数据库：大数据终于有了高性价比的选择

在推出数据库一系列新功能和新服务之时，AWS用George Michael在歌曲“Freedom”中唱道：“我看见的就是 我不属于你 你不属于我;自由!自由!自由! 你拿走的都要还给我”做了开场，Andy Jassy认为这句：“‘我不属于你，你也不属于我’，很恰当了诠释了今天CTO的心声。”

实际上，在采访中，一位CTO认为，AWS推出的数据库给他们带来的最大的价值就是价格，他认为：“oracle的数据库是收费比较贵，买了license以后，还要每年买很多服务费。而AWS是按需结算，就如同电力公司，当这家电力公司，增加了自己的发电能力之后，通过节省开支，把价格降低，用户就会受益。”

Jessy则对其中一些新服务进行了评论：“六款新推出的数据库均是针对Data base的服务，特别是DynamoDB Backup and Restore 这款唯一的、既可以提供按需备份又可以提供持续备份的云数据库，DynamoDB Global Tables全托管、多主(multi-master)、多区域读写的数据库，以前AWS并没有。加上Amazon Neptune (海王星或海神)全托管的、适用于高度关联数据的图形数据库，我们可以将其用在社交媒体，找寻物体object之间的关系。”

开源：搭建IoT必须进入的更广空间

现任职AWS Architecture Strategy VP 的Adrian Cockcroft于2016年9月加入AWS，而此前，其就职于开源领域的领先企业之一Netflix。在AWS张侠博士看来，AWS非常重视开源，AWS的应用一直是开放给开发者的，AWS期望能够通过开源让更多的开发者能够同AWS一起合作。

有客户认为，AWS进入社区将接口开源了，其目的是希望更多的客户用到AWS的产品。

在AWS张侠博士表示：“AWS所有的服务都是开放的，服务之间有现成的接口，开源能够让更多地企业用到AWS服务，这是很好的开始。”

Ⅳ amazon提供的云计算服务包括哪些

亚马逊EC2上运行着三类计算资源，每一个都有自己的价格结构：按需实例、预留实例和现场实例。为了超出对企业有价值的实例，首先要确定这三个实例中哪一个最适合自身的IT环境。按需类型，正如其名字一样，你只支付你使用服务器的时间；没有任何承诺。通常在大型的项目时，CTO可以根据每小时折扣率提前购买预留实例。现场实例可以根据公司在没有充分利用的时间内的工

在云提供商之间后很多关于降价的探讨，包括亚马逊Web服务，因此针对亚马逊EC2实例认真研究自己的计算需求，找到最佳的财务点很重要。

如果通过AWS过度购买计算容量，我必须消费这些损失吗？

购买按需、预留或者现场实例都意味着已经留下了计算资源，而且你已经支付过，但是还没有使用。这只能做出决定购买按需实例或者提前按折扣支付实例。然而，亚马逊预留实例市场，旨在协助客户收回过度购买实例的损失，确保云计算容量计划灵活性。

亚马逊EC2现场实例中有什么好的候选对象吗？

选择亚马逊EC2实例类型时，你必须考虑预期性能。时效性应用，且少量终端用户交互通常最适合选择现场实例。这样的应用包括大数据分析和测试。然而，在AWS现场实例上运行大数据分析你会遇到一些问题。如果你想要分析的数据还没放到公有云上，任何迁移成本会否定掉所有使用现场实例的好处。

顺带提一句，AWS对大数据分析提供其自己的基于云的Hadoop服务，称之为亚马逊弹性Map Rece。

亚马逊Web服务支持什么样的应用程序接口（API）？

AWS有自己的API，这个API是云市场约定俗成的一个标准。然而，AWS API和其他云提供商API之间的战争也引起了企业关于厂商锁定和可迁移性的担忧。思杰和Eucalyptus使用亚马逊API，其他云提供商则致力于OpenStack。

Ⅳ 亚马逊的AWS大数据课程介绍

亚马逊的Big Data on AWS 介绍基于云的大数据解决方案及 Amazon Elastic MapRece (EMR) 与 AWS 大数据平台 。