【AWS后疫新战略3：数据库、资料仓储】新增微软数据库应用程序搬迁辅助，无服务器能扩至更大规模

关于数据库、资料仓储等多种储存与分析服务的发展，是AWS这几年力推企业上云的重头戏。

他们在2018年全球用户大会提出Database Freedom口号，抨击Oracle、微软SQL Server这类旧型商业等级数据库，认为它们成本昂贵、高度捆绑、采用专属设计，并非聚焦于用户需求，因此，AWS鼓吹企业采用开放式的资料引擎与可移植能力，以及强调他们可提供商业等级的关联式数据库效能，因而主推相容于MySQL和PostgreSQL的Amazon Aurora，还可以选择商用等级软件Oracle、SQL Server，以及开放源代码软件PostgreSQL、MySQL、MariaDB，而这些都隶属于他们的数据库云端服务Amazon RDS。

此外，AWS母公司Amazon在11月1日宣布全面改用自家资料仓储服务Redshift，而不再使用Oracle。

到了2019年全球用户大会，AWS将重点摆在资料仓储，宣布推出更多Redshift系列服务与功能，像是Redshift RA3执行个体、AQUA for Amazon Redshift进阶加速查询、Redshift Data Lake Export资料湖汇出，以及Redshift Federated Query联合查询、具现化检视（虚拟资料表）Materialized views，其中的RA3、Redshift Data Lake Export当时已上线提供、Materialized views的支援提供预览版，AQUA for Amazon Redshift今年12月终于释出预览版，Materialized views与Federated Query，则陆续在3月、4月正式推出。

今年AWS全球用户大会的相关技术应用发布，又将目光重新聚焦在数据库，他们也发布协助数据库系统迁移的新功能，这次锁定的对象是微软SQL Server，而非过往针对的Oracle，同时，也强化Aurora的无服务器应用服务。

关于SQL Server数据库迁移，AWS将推出Babelfish for Aurora PostgreSQL功能，希望能以此协助用户，让他们将既有SQL Server数据库系统，更简易地搬迁至AWS的数据库云端服务Aurora PostgreSQL，用户可在Aurora PostgreSQL环境，继续执行既有SQL Server的应用程序，而且仅需小幅修改程式码即可、甚至不用修改程式码，同时，AWS也计划开放这套软件功能的程式源代码，采用Apache 2.0授权许可，并公布在程式码协作与共享社群平台GitHub。

另一项消息，则是他们针对随需执行的关联式数据库服务Aurora Serverless，宣布将推出第二版。针对那些不打算自行管理数据库容量的用户，Aurora Serverless v2能在一秒之内，大幅扩展执行规模，而能处理数十万笔交易，相较于基于尖峰容量设置的数据库环境，AWS宣称，最高可节省90％的成本。目前，AWS已针对相容于MySQL 5.7版本的Aurora，推出预览版本供用户测试。

在大数据分析的部分，除了上述AQUA for Amazon Redshift本月宣布推出预览版的消息，AWS还针对资料搬移与准备服务Glue，发表了汇集与复制多个资料源的Elastic Views功能，同时，也在商业智慧云端服务QuickSight，增设了自然语言输入查询的功能Q。

取代SQL Server成AWS拓展数据库市场新目标，积极强化迁移能力

为了吸引更多用户将数据库系统迁移到公有云，AWS提供数据库纲要转换工具Schema Conversion Tool（SCT），以及数据库迁移服务Database Migration Service（DMS），但除了数据库纲要的转移，应用程序的资料存取逻辑该如何因应搬迁，又会是另一项大工程，因为通常需要大费周章地手动调整程式码，而且这里面又牵涉到数据库各自专属的指令使用。

过去AWS针对Oracle数据库应用程序的部分，可透过SCT将PL/SQL转换到PL/pgSQL，但并未涵盖到SQL Server应用程序，而影响迁移数据库的工程。另一方面AWS这边也接到越来越多用户想将SQL Server迁移至Aurora需求──这主要是因为微软对于授权的作法越来越积极，增加更多操纵机制，例如，他们将自有授权带入云端服务（BYOL），局限在2019年10月1日购买的用户，使用的软件也只能升级到这个日期之前可用的版本，使得迁移上云的成本变高。

对此，AWS决定开发一套名为Babelfish for Aurora PostgreSQL的功能，能让原先可在SQL Server执行的应用程序，也能在PostgreSQL当中直接执行，而且只需修改少量程式码即可。这项功能会替Aurora PostgreSQL提供转换层，让云端服务能够理解专为SQL Server撰写的应用程序的T-SQL指令。

基本上，Babelfish可支援相关的SQL分支语法、指标、目录检视（catalog views）、资料型别、触发程序（trigger）、预存程序（stored procedure）、函式（function），以及Tabular Data Stream （TDS）通讯协定，用户不需改写应用程序的资料存取请求方式，也不需沿用既有SQL Server驱动程式。

用户在运用AWS DMS迁移数据库之后，只需更新他们的应用程序组态，将数据库的指向从原本的SQL Server改为Aurora即可。由于Aurora会透过Babelfish for Aurora PostgreSQL理解SQL Server与PostgreSQL专属的查询语言，之后用户即可改用PostgreSQL来撰写数据库应用程序的功能，并且能同时执行既有的SQL Server的T-SQL语法叙述程式码。

作为Aurora即将发布的功能之余，AWS也预告，将在2021年公开Babelfish for PostgreSQL的程式源代码，将受益的对象扩大至整个PostgreSQL使用社群，而非局限在Aurora用户。任何人能够参与这项软件开发计划，并加入更多功能，届时Babelfish for PostgreSQL将采用Apache 2.0的授权模式，让各种企业或组织基于这样的授权条款，能够自由使用、散播、修改，相关的工作与规划都会公布在程式码协作平台GitHub。

发表新版数据库无服务器应用服务，能更快扩展执行规模

在2018年，AWS的无服务器数据库应用服务Aurora Serverless正式推出，虽然用户不需自行管理数据库容量，但有越来越多的情况，需要快速、更精确地扩展数据库容量，例如，执行更多生产环境的工作负载，以及运用Aurora的多种功能，像是启用多个可用区域（Multi-AZ）实现高可用性、建置全球数据库来达到低延迟、运用读取副本（Read Replicas）以获取高效能、采用时间回溯（Backtrack）来快速复原，或是提供平行查询来加快查询速度。此时，用户若要扩展Aurora Serverless数据库容量1倍，每次需耗费5到50秒。

而在即将推出的Aurora Serverless v2，能在1秒以内大幅扩展数据库工作负载规模，使其能够处理数十万笔交易。相较于现行每次在工作负载需要扩充规模时增加1倍容量的作法，Aurora Serverless v2会根据应用程序的需求来细部调整每次增益的容量，提供最合适的数据库资源容量。

而且，此时用户只需根据他们使用的容量，来支付服务费用。

若是对照基于尖峰容量而配置的数据库资源，由于难免会有过度提供或闲置的状况，而如今Aurora Serverless v2能够更动态扩展与缩减执行规模，在数据库服务的使用上，可望节省更多成本。

而有了这类精细扩展规模的能力，Aurora Serverless预计可支援更多种企业应用系统的需求，甚至也适用于软件即服务（SaaS）供应商，能因应于多租户环境，以及本身需管理大量关联式数据库的环境。

针对用量起伏较大的关联式数据库云端服务应用，例如线上抢票或暴量商品或服务订购，AWS原本就有Aurora Serverless的执行模式，今年推出第二版的功能，能在更短时间内扩充与缩减数据库执行容量规模，最低可扩充0.5个数据库容量单位（Aurora Capacity Unit，ACU），最高可到256个ACU。（图片来源／AWS）

提供更多加速资料仓储查询的应用服务与功能

在大数据分析的应用上，AWS旗下有多种云端服务，可针对不同用途的资料处理需求，例如，Athena能用于无服务器型态的资料查询（以SQL语法分析存放在S3的资料）；Elasticsearch Service可用于资料搜寻与图表化呈现（整合Elasticsearch、Logstash、Kibana）；Kinesis能处理即视讯串流与时资料流；Redshift专攻资料仓储；EMR可执行多种大数据框架软件的工作负载，像是Spark、Hive、Presto、Flink、HBase；Glue提供无服务器执行形态的资料准备服务；QuickSight则是支援商业智慧分析应用的服务。

而在今年全球用户大会期间，AWS特别针对其中三项服务，也就是Redshift、Glue、QuickSight，发布新的消息。

AQUA for Amazon Redshift

首先是去年发表的分散式硬件加速快取技术AQUA for Amazon Redshift，在今年12月开放预览版试用，预计在2021年1月正式推出，而且将依附在RA3执行个体当中免费提供，因此，租这项服务的用户不需变更程式码，即可享受到AQUA的好处。

Glue Elastic Views

第二个则是针对资料汇集的需求，AWS在Glue这项无服务器ETL资料准备服务当中，即将推出名为Elastic Views的整合功能，目前已释出预览版，用户可透过具现化检视表（materialized views）的建置，而能运用多种来源资料。基本上，这项功能可横跨储存系统、资料仓储、数据库等多个资料储存体，执行自动结合与复制资料的作业。

为了要汇聚分散在多个资料孤岛上的内容，虽然我们可以建置资料湖来进行整合，但考量到存取延迟与实际IT营运挑战，放置在专属储存的资料量仍在大量增加，因此，企业仍须在这些分散或集中的储存体之间，进行资料搬移（Data Movement）的工作，而在Glue Elastic Views当中，用户可使用SQL语法，针对想要从不同来源储存体复制资料、进行汇总，以便建立具现化检视。

而除了将不同来源数据库的内容复制到目标数据库，Glue Elastic Views还会自动更新目标数据库的内容──AWS会持续监控来源数据库的变更，并在几秒之内更新目标数据库，一旦某个来源的资料模型有变动，Glue Elastic Views会主动警告开发人员，让他们更新手上的具现化检视来反映变更。

当然，Glue本身是无服务器架构的资料准备服务，Glue Elastic Views可随着工作负载加重或减轻，自动扩展或缩减服务容量，确保目标数据库存放的具现化检视表内容，维持最新状态。

Glue Elastic Views目前能汇集哪些资料来源？AWS表示，可支援多种AWS环境的数据库云端服务，像是NoSQL数据库DynamoDB、Elasticsearch Service，关联式数据库RDS、资料仓储Redshift，以及资料储存服务，像是S3。

在资料分析之前的准备与汇集作业上，AWS Glue新增了Elastic Views的功能，可让企业运用SQL语法来建立虚拟资料表，以此来结合与复制多个来源的资料，而在这当中，使用了AWS在2019年推出的SQL相容查询语言PartiQL，可支援DynamoDB、S3、Redshift等数据库与储存服务。（图片来源／AWS）

QuickSight Q

关于企业环境大数据处理需求，除了资料仓储、资料准备（ETL），另一个关键则是资料分析，对此AWS在2015年推出主打商业智慧用途的QuickSight，2019年增设了机器学习与自然语言功能，名为ML Insights，用户可执行异常侦测、趋势预测，以及自动化内容分析陈述（Auto-narrative）。

在今年全球用户大会上，AWS发表另一项结合自然语言应用的资料查询功能，称为QuickSight Q，用户可针对所有现存的资料，在QuickSight Q的搜寻列当中，以自然语言的问句形式键入内容，几秒钟之内就会得到答案（目前以英文为主，但AWS并未提及是否能以其他语言提问）。

值得注意的是，QuickSight Q支援自动完成的关键字词与商业用语建议功能，以及自动执行的拼字检查、缩写、同义词的比对，用户无需担心拼错字，或是资料确切的商业用语。这套云端服务使用了深度学习与机器学习技术，像是自然语言处理、资料纲要理解、语义分析，支援SQL语法程式码的产生，再以此产生能理解问句意义与商业资料关系的资料模型，用户就能很快地接收到高精准的回答，不必耗费几天或几周的时间等待资料模型建构完成之后，才能得到答案。

相较于BI团队建构资料模型、分析预先被决定好模型的资料集的作法，AWS认为，QuickSight Q并不会局限使用者提问范围，而且查询分析的范围是全部的资料，可提供更完整、精确的解答。不过，在深度学习与机器学习的技术应用上，QuickSight Q使用的是预先训练的资料，而这些资料源自不同领域与产业，因此，QuickSight Q的自然语言处理，可被调校成理解复杂的商业语言。

关于提问与回答精准度的部分，QuickSight Q会从使用者互动过程当中来学习，而能随着时间持续提升。此外，如果QuickSight Q无法理解使用者输入的问题，他们也可以在搜寻列，借由建议选项的下拉式选单来得到提示、引导问题的描述，而在下一次查询互动时，QuickSight Q会记住这词汇，提示给使用者选择。

为了简化企业将SQL Server搬迁至数据库云端服务Aurora的工程，AWS发表了Babelfish for Aurora PostgreSQL的功能，可让SQL Server专属的相关应用程序，在少量或不需修改程式码的状况下，移植到Aurora执行。同时，他们也宣布将在2021年释出Babelfish for PostgreSQL开放源代码专案，让更多PostgreSQL系统也能具备这项功能。（图片来源／AWS）