IDC报告显示，未来超过90%的组织都将成为“数据驱动型组织”，企业与组织的决策、运营、管理乃至创新都是围绕数据来开展，让数据来驱动日常业务，而不是经验和直觉。
显然，进入到数字经济时代，在企业数字化转型的过程中，数据已成为当之无愧的“燃料”，乃企业的核心生产要素和主要驱动力，这也让数据库的重要性日渐突出。
事实上，作为最重要的基础软件之一，数据库已然走过了70余载，经历了从集中式数据库、数据库一体机到分布式数据库，数据库经历了多次架构变迁与升级，市场也涌现出各色各样的数据库产品。在云计算大行其道的今天，数据库也开启了其最重要的趋势：云原生数据库。
正如亚马逊云科技大中华区产品部总经理陈晓建所言：“云原生数据库充分发挥了公有云架构优势，正在打破数据库固有的各种瓶颈，帮助用户真正释放数据创新潜力。亚马逊云科技将继续积极探索公有云架构与数据库演进的结合，通过云原生数据库服务的创新，帮助各行业企业展开云上创新之旅。”
传统数据库瓶颈凸显，云原生数据库众望所归
今天，很多行业用户都身处数字化转型的关键时期。与过去相比，很多企业相关业务需求与技术环境发生了极大变化，这也使得传统数据库的瓶颈凸显，愈发无法胜任业务需求。
- 其一：大部分传统商业数据库很难进行横向扩展，并且硬件成本昂贵。例如在大型机环境，出现性能不够，只能够购买昂贵硬件去部署，无法利用分布式架构来提升性能；
- 其二：传统商业数据库除了购买成本之外，还需要专门的运维团队进行运维和管理，带来高昂的运维成本；开源数据库后续也有类似的运维挑战；
- 其三：今天中国大部分企业都处于业务发展快速变化的阶段；例如，很多企业会选择出海，去拓展海外市场，如果还采取传统的本地部署模式，会带来一系列复杂挑战；
- 最后：传统商业数据库版本历史长、技术迭代周期相对缓慢，无法踏上如今快速变化的技术需求，使得传统数据库经常会在架构、性能和功能等方面出现瓶颈，无法满足业务场景的需求。
这也是近十年来云原生数据库逐渐获得越来越多用户青睐的根本原因。尤其是随着企业数字化转型的深入，不仅会产生海量、多样化的数据，更让微服务的快速创新加速融入到业务场景之中。此时，云原生数据库的重要性愈发重要，针对各种应用的快速开发和迭代提供更加合理的成本、性能和功能，从而支撑业务的快速创新。
具体来看：首先，借助云完全托管的环境，用户通过云原生数据库即可不用去专门搭建昂贵的运维专家团队。例如，在传统商业数据库本地化部署的时代，企业光一个核心数据库的部署、调优、测试都需要花费大量精力和人力，加上配上长期的运维保障团队，让很多企业在成本上承担不了，但是进入到云原生数据库时代，用户完全无需再为此担忧。
其次，云原生、微服务等技术最大的优势即可以快速响应业务需求，结合云计算弹性的架构，可以极大提升企业的业务响应速度。比如，云原生数据库可以根据业务实现后端各种资源的快速、动态、自动的扩缩容；但在传统商业数据库时代，资源规划通常是通过专家根据经验来设置，之后的扩容更是极其麻烦，与云原生数据库的高弹性相差甚远。
第三，云上如今不仅是一个IT资源的集中地，更是像大数据、AI等能力的融合体，数据库与这些技术、服务的融合，有望进一步提升云原生数据库的竞争力，为用户提供更加出色的数据库服务。
事实上，亚马逊云科技是云原生数据库的先行者和领导者。早在2009年，亚马逊云科技就推出了Amazon Relational Database Service(Amazon RDS)，开启了云上托管数据库服务的新模式；2012年，亚马逊云科技推出首个云原生数据库Amazon DynamoDB；2014年，亚马逊云科技推出云原生的关系型数据库Amazon Aurora；目前，亚马逊云科技已推出15种专门构建的云上托管数据库服务，可以满足用户对于数据库服务的各种差异化需求。
陈晓建介绍：“全球已经有超过65万个数据库迁移到亚马逊云科技之上，亚马逊云科技还会继续推动云原生数据库的创新，帮助各个行业加速展开云上的业务创新。”
融入场景，为转型注入新动能
如今，传统行业对于云原生数据库期望极高，却有些“想用而不敢用”。一方面数据库的迁移是一项极为复杂的工程，很多行业用户因为需求以及历史遗留原因，担心数据库迁移带来的风险；另一方面，随着数据量、数据类型的丰富，传统关系型数据库或者单一的数据库服务很难再满足传统行业用户的需求。
例如，在汽车领域，正在加速走向电气化、网络化、智能化、共享化的新趋势，其数据类型不仅有很多传统汽车基础数据、交通与基础设施数据、车联网数据、用户数据、自动驾驶数据等等，涉及到各种结构化、非结构化数据，很难用传统商业数据库来满足。
为此，亚马逊云科技为满足汽车企业高效处理不同类型数据的需求，采取了为不同业务场景找到“理想”的数据库，亚马逊云科技数据库服务广泛支持关系、键值、文档、内存、图、时间序列、宽列和分类账八大数据库类型，采取“专库专用”的产品思路。其中，云原生的关系数据库Amazon Aurora以及时序数据库Amazon Timestream管理汽车基础数据，使用键/值数据库Amazon DynamoDB和文档数据库Amazon DocumentDB管理交通和基础设施数据，使用图数据库Amazon Neptune管理用户行为数据等。
又如，智能设备的兴起正在迅速改变传统制造业。大量的智能设备，不仅会产生海量、多类型的数据，还给制造业企业带来了数据全生命周期管理、数据孤岛等挑战，企业需要在成本、访问效率等方面进行平衡。为此，亚马逊云科技提供具有数据分层功能的数据库服务，包括Amazon Timestream、Amazon DynamoDB以及Amazon ElastiCache for Redis，可以帮助制造业企业将大量低访问频率的历史数据进行冷热数据分离，并自动进行分层存储。
又如，在金融行业，金融风险日益呈现规模化、隐蔽性、动态变化的特征，这给金融机构带来了巨大的识别挑战，金融机构希望通过实时的对大规模数据进行复杂的关联链路分析，提升风险控制。为此，亚马逊云科技Amazon Neptune专为挖掘数据间复杂关系而优化设计，能在几毫秒内查询数十亿种关系，且无需运维操作即可针对海量数据随时添加新的数据维度，可帮助金融机构提升风险控制。
总体来看，如今亚马逊云科技是当前云服务商布局云原生数据库最早，且是在传统行业中实践最为丰富的厂商。随着其不断加大对于云原生数据库的研发与创新，以及带来更加丰富的数据库服务，亚马逊云服务有望为传统企业带来更加高效的数据服务，充分挖掘数据价值，从而为转型注入新动能。
