【AWS雲端服務新戰略：資料儲存應用】向甲骨文叫陣，推出更多資料服務

一般而言，資料庫系統是企業建置與維運應用系統所必備的，對於雲端服務業者而言，這是持續吸引企業將IT基礎架構遷移上去的關鍵，而AWS本身當然也提供這樣的服務，涵蓋現行主流的關聯式資料庫平臺，以及各種非關聯式資料庫，同時，他們也有市占極高的雲端儲存服務，可供企業作為大數據分析的資料湖。

而在2017年底舉行的全球用戶大會re:Invent上，AWS也針對這三種資料儲存應用領域，推出了多種新的服務與功能，以求徹底發揮雲端服務的優勢，顛覆當前企業資料應用架構的既有格局。

關聯式資料庫：運用跨資料中心架構，挑戰甲骨文資料庫殺手級應用

在2009年，AWS開始推出Amazon Relational Database Service（RDS），之後，陸續支援多種資料庫引擎，例如，MySQL、Oracle Database、微軟SQL Server、PostgreSQL、MariaDB，以及他們自行發展的資料庫服務Aurora（相容於MySQL與PostgreSQL），針對社群偏好開源軟體、商用等級資料平臺，以及兼具兩者特色等需求，提供多樣選擇。

而AWS在自家的2017 re:Invent大會上，對於關聯式資料庫雲端服務的部分，特別主打的訴求是「自由」，強調用戶不該遭受特定廠商的粗魯對待與綑綁，或是只能選擇以一體適用所有需求的產品。

該公司執行長Andy Jassy在主題演講過程時，更是火力全開。他強烈批評Oracle產品昂貴、架構專屬且緊密綑綁，毫不關心用戶，因為今年初，他們將執行在AWS、Azure等雲端服務上的軟體價格，提高了1倍，使得用戶想儘快遷移到其他開放的資料庫引擎，像是MySQL、PostgreSQL、MariaDB。

若要以這些引擎來達到商業等級資料庫的要求，技術上雖然可行，但有一定困難度，由於用戶也期望AWS的相關服務，能提供如此等級的效能，兼具成本效益，並且對於開放資料庫引擎保持友好的關係，因此，他們耗費幾年的功夫來發展自有的資料庫引擎Amazon Aurora。

Andy Jassy強調，這套可完整相容於MySQL、PostgreSQL的資料庫雲端服務，效能比這些軟體的標準版本要快上好幾倍，系統的耐用度與高可用性，能與商業等級資料庫並駕齊驅，價格卻只有十分之一。同時，他也相當自豪地表示，Aurora是AWS旗下眾多雲端服務當中，用戶成長速度最快的——2015年已有數千家用戶，代表性客戶包括：Yahoo!、聯合國、NBC環球集團；到了2016年，Aurora用戶數量增加到3.5倍，像是Netflix、Ticketmaster、Redfin等公司，都開始採用；而在2017年，這套關聯資料庫服務的用戶，數量成長2.5倍，達到1萬家的採用規模，舉凡Verizon、Hulu、道瓊公司、CBS等知名企業，都在使用。

談到Aurora之所以受到歡迎，Andy Jassy認為，在於當中提供了高效能與高可用性，同時，也支援橫向擴展（Scale-out）——目前，在單一Master Node的架構下，Aurora資料庫的運作，已經能夠橫跨3個AWS的可用區域（Availability Zone，AZ），最多可同時執行15個「僅供讀取複本（Read Replica）」，並能根據使用規模的需求變化，自動擴展Read Replica的數量，若發生Read Replica故障情況，也能自動進行復原。

然而，Aurora的能耐還不僅止於此，因為，Andy Jassy當場還宣布另一個重大消息，那就是，AWS將進一步推出Aurora Multi-Master，使資料庫的讀取與寫入的作業，都能支援橫向擴展，目前僅支援單一可用區域，預計在2018年支援多個可用區域。

這意味著，Aurora能夠同時橫跨多個可用區域（AZ），建立支援讀寫的Master Node的架構，因此，應用程式在存取這樣的資料庫環境時，就算面臨單一節點、甚至單一AZ損毀的狀況，都能夠以這種相互備援的方式，維持正常運作，並在一秒內從故障中還原。

而這樣的架構，不禁讓人聯想到企業級資料庫軟體大廠甲骨文（Oracle），因為，長期以來，他們持續在大型的應用環境，持續提倡採用Real Application Cluster（RAC）的架構，而Andy Jassy認為，Aurora Multi-Master的優勢，在於同時橫跨多個資料中心，而且由於Aurora本身就是SQL相容的關聯式資料庫，所以用戶不需要重新撰寫應用程式。

關於Aurora，AWS在這次的用戶大會上，接著還發布了另一套相當特別的資料庫雲端服務，稱為Aurora Serverless。

之所以推出這樣的服務，因為AWS觀察到很多用戶的關聯式資料庫，並不是處於全天候使用的狀態，有時可能在進行測試，或是突然遇上尖峰存取，工作負載的起伏變化很大，對於資料庫雲端服務的用戶來說，很難決定該租用到多少用量才足夠又不浪費，而Aurora Serverless，正是希望提供可隨需使用、自動擴展使用規模的資料庫，而且，是架構在Serverless的運作模式上。

Andy Jassy強調，在這套服務下，不需要產生虛擬機器，系統將根據實際的用量，自動調整執行規模，隨時會依據需求的出現而啟動，若不需要時，也能夠自動關閉，而且，用戶支付的成本是以秒計費，並且是只針對資料庫使用容量的部分。

Aurora Multi-Master運作架構比一比

左圖是Aurora目前的運作架構，支援自動擴展使用規模，並可橫跨3個可用區域（資料中心），最多可同時執行15個讀取副本（read-only replicas），在資料讀取的作業上，具有高度的可用性與使用效率，但具有讀取與寫入能力的主節點只有1個。

而右圖則是即將登場的Aurora Multi-Master，將資料庫性能提升與備援效益擴及資料寫入作業，可橫跨多個可用區域，並且同時執行多個具有讀取與寫入能力的主節點。在這樣的架構下，資料寫入效能可以顯著提升，同時也能因應單一節點，或是可用區域的故障，避免影響應用程式的執行。

非關聯式資料庫：支援跨資料中心架構，提供資料保護功能

AWS除了積極拓展關聯式資料庫的服務項目，對於非關聯式資料庫的部分，也有布局。例如，他們在2011年推出的ElastiCache，提供了記憶體內（In-Memory）的資料儲存與快取——針對Redis與Memcached這兩套軟體平臺，AWS提供代管的伺服器節點；另一個則是2012年推出的DynamoDB，屬於NoSQL類型的資料庫雲端服務，可存放「鍵－值（Key-Value）」與文件。

而到了2017年底舉行的re:Invent大會上，AWS也特別針對DynamoDB的部分，增加Global Tables、Backup and Restore等特性。

有了Global Tables之後，能帶來的好處很多，因為，這套雲端服務的運作，開始支援多個主節點（Multi-Master）的架構，也就是能夠跨越多個資料中心執行，就如同上述Aurora Multi-Master所強調的特點，所以，用戶憑藉由AWS代管的NoSQL資料庫服務所建立的系統，同樣可達到下列目標：高效能、高可用性，且應用範圍涵蓋全球。

而由於支援跨資料中心、分散式架構，現在DynamoDB資料庫的運作，可受益於多個資料中心彼此之間的災難備援能力，在當地執行資料表的讀寫存取作業時，也能享有低延遲的好處，此外，相關設定也相當簡便，Andy Jassy表示，用戶不需為此改寫應用程式。

至於Backup and Restore，顧名思義是用於資料庫的備份與還原，AWS在2017年底，已開始提供隨需備份（On-Demand Backup）的功能，可協助用戶將存放在DynamoDB服務的資料，進行長期保存與歸檔的作業，以符合法規的要求。而用戶在執行這項功能時，無論所要保護資料的多寡，或執行多個排程備份作業，都能很快完成，不會影響應用系統存取資料庫的效能。

在DynamoDB備份、還原的機制上，2018年初，AWS預計進一步提供時間點還原（Point-in-Time Restore，PITR），保護的目標是用戶近期在DynamoDB儲存的資料——若因應用程式故障而發生資料損毀的狀況，用戶可將資料還原到過去35天內、任何一分鐘的狀態。

Aurora Serverless運作架構

針對工作負載變化劇烈的關聯式資料庫系統運作環境，AWS新提供了Aurora Serverless的服務組態，用戶付費時，只需根據使用的資料庫資源與期間來計算（以秒計費）。

之所以能透過Serverless的方式提供資料庫服務，主要是因為Aurora本身的運作，就採取了處理層與儲存層彼此區隔的架構，而用戶只需建立資料庫端點，設定需要的最大與最小容量，之後應用程式若要存取Aurora裡面的資料，只需將查詢請求發給這個資料庫端點即可，而端點就像一臺代理伺服器，能夠將查詢請求轉送到資料庫資源裡面，若需要擴展使用規模，5秒之內就可以產生（圖片提供／AWS）​。

非關聯式資料庫：新推出圖學資料庫，主打效能、可靠與安全

關於非關聯式資料庫的部分，AWS在2017 re:Invent大會上，還有最後一項重大宣布，那就是他們即將推出圖學資料庫（Graph Database）的雲端服務，稱為Amazon Neptune。

而這套新服務所要管理的資料類型，主要是具有高度連結性的資料（Highly Connected Data）。AWS之所以踏入這個領域，主要是有鑑於相關的資料處理應用，越來越常見，例如，當前我們正在使用的許多系統，需要能夠儲存與了解這些資料之間的關係，以便因應社交新資訊的發送、推薦引擎產生的建議，以及詐欺行為的偵測等需求，發展出更為精準、好用的功能。

相較於現行的圖學資料庫，Andy Jassy認為，Neptune主要特色在於，架構開放且容易使用、服務更為可靠，同時，處理速度快，也易於擴展使用規模。

舉例來說，這套服務支援常見的圖學查詢語言，像是Apache TinkerPop的Gremlin，以及W3C資源描述框架（RDF）的SPARQL，使用者可以快速建立查詢指令，進而更有效率地操控手上的高度連結資料。

在資料的處理能力與存取速度上，Neptune可儲存幾十億個關係，而查詢資料的時間只需幾毫秒。對於Neptune本身使用的查詢處理引擎，AWS也予以最佳化，可支援Property Graph、RDF等資料模型，以及相關的查詢語言（亦即上述的Gremlin和SPARQL）。

至於可靠度的部分，Andy Jassy表示，Neptune儲存的資料有6個副本，並遠端複製到AWS維運的3個可用區域（AZ），也提供完整備份與還原能力。根據AWS網站公布的資料來看，這套資料庫服務提供的可靠性等級，達到99.99％以上，並且採用多種保護機制。

例如，在資料儲存的部分，Neptune具有容錯與自動修復能力，可在背景處理硬碟故障的問題，而不會影響資料庫的可用性；同時，Neptune會自動偵測資料庫是否出現停止運作的狀況，並且予以重新啟動，而不需要修復或重建資料庫快取；就算發生資料庫執行實例故障的情形，Neptune也能夠自動啟動容錯作業，最多可同時啟動15個讀取副本（read replica），而這麼一來，除了維持系統與資料的可靠度，也帶來降低資料庫整體存取延遲的好處。

除了運用多個讀取副本，AWS在這裡採用的資料庫引擎，也緊密整合專屬設計的虛擬儲存層（底層是固態硬碟），而能增加資料的高可用性與存取速度。

在擴展使用規模的彈性上，Neptune能隨著用戶儲存資料量的增長，而自動加大本身的容量，每次可增加10 GB，上限是64 TB。

AWS在Neptune的環境中，也提供多種資料保護功能。例如：資料庫可自動定期持續備份到Amazon Simple Storage Service（S3），備份保存最長為35天；同時，用戶也可以自行在資料庫執行快照，手動備份用戶啟動的資料庫執行實例，而這些快照會存放到S3；而且，Neptune還具備時間點還原（point-in-time recovery）的功能，協助用戶將系統回復到5分鐘內任何一秒的狀態。

此外，用戶也可啟用資料庫加密，搭配AWS Key Management Service產生與控管的金鑰，保護Neptune底層的靜態儲存資料，以及同一個叢集內的備份、快照、遠端複製副本。而在資料傳輸的過程中，Neptune也採用了TLS（AES-256）的加密連線，確保資料移動時的安全性。

Amazon Neptune運作架構

看好處理與儲存高度連結資料（Highly Connected Data）的需求日增，AWS推出圖學資料庫雲端服務Amazon Neptune，底層儲存具有AWS一貫的特色，能夠跨多個可用區域、支援讀取副本，以及靜態資料加密，而上層可以透過Apache TinkerPop和W3C RDF的中介，讓各種應用程式能夠存取Neptune裡面的圖學資料。

資料湖：針對物件儲存服務的資料，提供更有效率的使用方式

大數據已是當代應用系統不可或缺的一環，若要儲存與運用這類型的數據，我們可能需透過資料湖（Data Lake）來存放，而要獲得這樣的環境，除了用戶自行建置之外，也有不少人會採用現成的雲端儲存服務，像是Amazon S3提供的物件儲存環境就是其中一種選擇。

不過，在S3資料湖的應用上，後續也衍生了多種雲端服務，例如，在2016年12月發表、2017年8月正式推出的Glue，提供了資料的萃取、轉換與載入（ETL）服務，將發現與儲存的資料，以及相關的詮釋資料（metadata），編撰成資料型錄（Data Catalog），整合AWS旗下的多種雲端服務，提供搜尋和查詢功能，像是針對S3儲存資料提供SQL查詢的Athena、提供多種大數據框架代管的EMR，以及用於業務數據分析的QuickSight，都能與其搭配。

上述這些雲端服務，都與S3有密切的關係，然而，在資料處理的效率上，仍有不少能夠改善的部分，例如，用戶在真正執行分析作業時，往往只會處理到每個物件資料裡面的一部分，而不是全部，而AWS也在2017年的re:Invent大會上，宣布新的服務，稱為S3 Select。

透過這套服務，用戶可從S3的物件裡面，透過標準SQL語法取出所要存取的局部資料，而毋須擷取整個物件、接著過濾出需要分析的資料，如此一來，可加速資料存取的過程，大大降低了初期載入的資料量，以及應用程式後續處理的資料量，效能提升的幅度可達到現有作法的4倍。

既然AWS針對許多人常用的S3資料儲存服務，開始提供變通的選擇性查詢，那麼，對於強調成本更低、資料可長期保存的Glacier，是否有對應的服務呢？

果不期然，他們接著就宣布Glacier Select了，用戶現在也能透過SQL語法的運用，查詢存放在Glacier的歸檔資料，可以只擷取出所需要的部份資料。因此，企業若要針對Glacier裡面存放的大量資料，執行稽核與模式比對，就會變得更容易。而這意味著，現在任何應用系統可以查詢Glacier裡面的資料，同時，也使得Glacier這套雲端儲存服務，正式成為資料湖環境的一種選擇。

省時省力！AWS提供有效存取S3物件資料的新功能

Amazon S3提供的物件儲存環境，已成為雲端服務資料湖的主要選擇，AWS在2017全球用戶大會上，宣布推出S3 Select，應用程式在存取S3的物件資料時，可以先透過SQL語法來取出所需要的局部資料，毋須存取整個物件資料再行過濾處理，如此可大幅縮短應用程式的資料存取時間，進而改善效能。（圖片提供／AWS）。