AWS（Amazon Web Services）年度盛會—— AWS re:Invent 2020 已於上週揭幕，並在首日一口氣宣布 43 項全新的服務與功能，其中被 AWS 執行長 Andy Jassy 形容為突破固有框架的重點服務，包括資料庫服務 Amazon Aurora Serverless v2、儲存服務 Amazon EBS io2 Block Express 磁碟區、Amazon S3 智慧型分層、容器服務 Amazon EKS Anywhere / Amazon ECS Anywhere、2 款新的 AWS Outposts 以及資料分析服務 AWS Glue Elastic Views 等，這些產品進一步幫助客戶加快遷移至雲端並轉型，以應對新的競爭環境。
大幅降低資料庫成本，增強工作負載效能
目前全球已有 35 萬個資料庫遷移至 AWS，以應對消費經濟上揚以及業務流量暴增的情況。這次 AWS re:Invent 2020 發布的 Amazon Aurora Serverless v2，在不到 1 秒內將讀寫功能擴展至數十萬次，大幅度降低業務爆增時的開支。開發者不需要按業務高峰值進行容量配置，而是按需求擴充容量，相較之下可節省高達 90% 的成本。
AWS 儲存新服務，助台灣企業降低成本
台灣的製造業與 IC 設計等企業使用的資料庫系統，需要高輸送量與高可靠度的儲存設備。目前多數製造業是使用大型的 SAN（storage area network，儲存區域網路）解決方案，但是 SAN 存在許多缺點，例如昂貴的前期購置成本、需精準預測以確保足夠的容量、複雜且難以管理又消耗寶貴的資料中心空間與網路容量。當使用超出 SAN 能支援的容量上限時，又得購買另一完整的 SAN，昂貴的價格迫使製造業或 IC 設計的客戶持續要為未使用的容量付費。
Amazon EBS io2 Block Express 磁碟區則是第一個 SAN 布建在雲端儲存架構，每一個磁碟區具有高達 256,000 IOPS，有每秒 4,000MB 的輸送量以及 64TiB 的容量，專為上述大型資料庫的高 I/O 密集型任務所設計，提供高 IOPS、高輸送量、高耐用性、高儲存容量以及低延遲。客戶可以彈性地配置與擴展容量，無需支付 SAN 的前期成本。
此外，企業過去需要手動建構自家的應用程式，藉以監視與記錄對單個物件的使用頻率。比方說，台灣媒體產業的客戶將大量的影音、照片儲存到 Amazon S3（Amazon Simple Storage Service），但是這些影像檔案被存取的頻率不同，卻要花費相同的儲存成本。
如今 Amazon S3 智慧型分層添加了 Archive 與 Deep Archive 兩個新的儲存類別，進一步幫助企業針對較少使用的物件節省高達 95％ 的儲存成本。以媒體產業的客戶例子來看，Amazon S3 可在 4 個不同的存取層（經常存取、不常存取、Archive、Deep Archive）提供自動分層與調整定價，該儲存空間會在 180 天或更長時間內自動從頻繁使用層轉移到 Deep Archive。
資料存放環境升級，AWS 助金融業解除困境
當以執行和管理容器（container）為基礎，Amazon EKS Anywhere / Amazon ECS Anywhere 幫助開發與維運的應用程式得到一致性的 AWS 管理體驗，特別是對台灣的金融產業有很大的幫助。
金融產業的客戶基於法規無法輕易將資料存放在非自家機房時，Amazon EKS Anywhere / Amazon ECS Anywhere 就能幫助金融客戶在自家機房，執行和管理容器且享受 Amazon EKS / Amazon ECS 服務，有著一致的操作體驗與穩定的應用程式營運環境。
新型 AWS Outposts 幫助企業加速落地、減少負擔
台灣部分產業因為法規限制，資料必須在台落地，或者考量到低延遲存取的需求；然而客戶的工作負載量卻大幅少於原先 AWS Outposts 的全部容量，例如醫院的電子病歷系統、各級學校的學生資訊系統、或者政府的資料儲存等等。這些客戶通常需要跨多個遠程位置設置伺服器，並監視應用程式與基礎架構的執行狀況以及性能，確保具有最新的安全升級程式，既耗時又影響應用程式的可用性。
為此在 AWS re:Invent 2020 宣布了 2 個外形尺寸較小的 AWS Outposts，分別為 1U（1.75 英吋高的機架單元伺服器）與 2U（3.5 英吋高的 2 個機架單元伺服器），外型尺寸提供更彈性的選擇，所需的功率與功耗也大幅降低，幫助空間受限的企業加速落地台灣。
資料分析整合功能，幫助線上零售產業鎖定目標族群
AWS Glue Elastic Views 是一項新的 AWS Glue 功能，除了可使用 SQL 創建具體化檢視以外，還能將資料從來源複製到目標，以及持續監視資料來源的變化並自動更新到資料目標，得以大幅縮減客戶的開發成本。
像是台灣線上零售產業的客戶，可將 Amazon DynamoDB 資料庫中的網站流量資料、以及 Amazon Aurora 資料庫中的購買歷史資料進一步結合，將其複製到新的資料庫中，以支持基於瀏覽模式即時針對顧客進行行銷。
（首圖來源：AWS Blog）
