[企業轉型]
AWS作為全球最大雲服務，每年年底的re:Invent用戶大會推出的產品，往往成為業界焦點。
2014年，re:Invent公佈了無伺服運算Lambda，幾乎改寫雲運算，甚至傳統運算的思維。2020年，AWS行政總裁Andy Jassy指，過半AWS應用已採用Lambda開發。
2017年re:Invent又推出Nitro晶片和2019年Graviton處理器，又一次改變數據中心的設計思考，導而引爆雲端上的高性能運算（HPC），以至DPU革命；如今計算流體力學（CFD）亦可在雲服務上運行，甚至有初創在AWS上設計新一代飛機。
每年，Jassy的主講演說都是re:Invent的亮點，2021年Adam Selipsky接任行政總裁後，全球企業轉向公有雲，幾乎沒有停頓，雲服務增長持續，不少人亦關注AWS改變無伺服運算和HPC後，還有甚麼可令人眼前一亮？
數據價值成焦點
今年re:Invent舉行，從主題演說內容去推測，AWS下一目標，可能改變企業的數據管理。AWS上有不少數據儲存、查詢和分析服務；尤其是其雲源生的數據庫種類，可說無出其右，包括關聯數據庫Aurora、NoSQL的DynamoDB、串流服務Kinesis、數據倉庫Redshift，非結構性數據則以S3物件儲存，可變成大數據分析用的數據湖。
除了數據儲存查詢，AWS也有多種簡單的分析工具，例如針對商業智能Redshift Query Engine和Quicksight、快速查詢的Athena、大數據分析EMR等工具。
以雲原生數據服務，AWS可涵蓋各種應用案例，不少SaaS應用其實亦是直接採用了S3的API存取，AWS全球客戶多達150萬，客戶如何提取數據商業價值，有極大的商業潛力，數據服務自然是重中之重。
Selipsky是Tableau前行政總裁，對於數據價值當然是瞭如指掌。數據用途愈來愈廣，商業潛力之大，已經形成了共識。但是真正可提取數據價值，事先要整合不同來源的數據，除了靠分析工具，配合數據管治和合規管理架構，加上數據凖備整合工 夫、才可發掘出數據真正價值，往往是知易行難。
更新數據管治平台
但是整理管治大量的數據，加上內部數據往往不足夠，有時要整合第三方的數據工作，過程之繁複耗時，龐大數據量令人無從入手，以沙裡淘金形容，亦不為過。
如何可讓用戶大量數據內發現價值，事先須加上適當MetaData（元數據），以建立和維護數據目錄，讓用戶根據目錄系統，快速搜尋有用數據；所以，分析人員在使用數據前，其實整理上已花不少時間。
AWS宣佈推出DataZone，以解決數據管理協作的難題；例如管理和控制數據訪問權，並協助用戶發現數據。DataZone可定義數據，並加以分級分類，並建立數據治理策略，再整合分析。DataZone亦可根據數據來源，透過機器學習後，從來源和類型等自動為數據集，建議加入適當MetaData，以方便分析人員分類，作個別訓練模型和分析用途，減輕管理數據的工作負擔。DataZone亦提供了API，可與AWS各種分析方案或第三方平台DataBricks、Snowflake和Tableau整合。
數據服務新戰場
不少數據都是從交易產生，所有關聯式數據庫的數據，又必先經ETL三部步，也就是抽取（Extract）、轉換（Transform）、加載（Load ）數據，才能送往分析或是機器學習。操作過程除了從OLTP系統抽取數據，往往有第三方數據來源，再轉換不同數據格式、整合不同來源再標準化後，才載入數據倉庫產生報表。ETL過程不單痛苦耗時，數據來源一旦變動，ETL又須全盤重整。
AWS發展的雲源生Aurora數據庫，屬於企業級數據庫，支援達128TB數據量，成本約是商用數據庫一成，而且還針對Oracle遷移工具。但數據庫運作成本只屬次要，有時ETL操作花費，可能甚於擁有成本。Oracle的賣點就是OLTP和OLAP一體化操作，減少數據在不同系統之間轉移。
如果數據庫分散在不同地點，則連接數據來源和ETL轉化，成本則可能更高，AWS一直開發的雲原生數據服務，其中一個重點是降低ETL成本，甚至是轉譯不同來源的數據。
Selipsky在re:Invent大會亦提出Aurora和Redshift的Zero ETL整合方案。其實Zero ETL不是一項工具，而是多項AWS服務的總和。
AWS一向都有數據凖備工具Glue，新數據到達前可進行ETL，有時數據來源還有第三方，AWS則以AppFlow支援多種數據源，以轉譯SaaS或第三的數據來源，Zero ETL的願景是將不同來源數據打通，以快速分析或機器學習，以抽取數據價值。從AWS公佈產品藍圖，數據服務有可能是下一必爭之地。
隨著數據重要性上升，雲原生的數據服務，可望加快轉企業向公有雲的轉型。
https://reinvent.awsevents.com/on-demand/?trk=direct&trk=direct