應(yīng)“云”而生，“智能湖倉”如何成為構(gòu)建數(shù)據(jù)能力的最優(yōu)解？

科技云報道原創(chuàng)。

隨著新一輪科技革命和產(chǎn)業(yè)革命深入交織，數(shù)字經(jīng)濟(jì)正在成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋偁幐窬值年P(guān)鍵力量。

在這一過程中，作為數(shù)字化底座的云，已經(jīng)不僅僅局限于基礎(chǔ)設(shè)施角色，更是企業(yè)持續(xù)創(chuàng)新和精益運(yùn)營的關(guān)鍵支撐。

能否從云上獲取更多價值，將成為企業(yè)能否在數(shù)字時代擁有一席之地、持續(xù)領(lǐng)先領(lǐng)跑的關(guān)鍵。

而云原生對基礎(chǔ)設(shè)施的革新，帶來了一系列“蝴蝶效應(yīng)”。

隨著云原生技術(shù)已在互聯(lián)網(wǎng)、金融等行業(yè)“落地開花”，云原生基礎(chǔ)設(shè)施不僅可以豐富數(shù)字化應(yīng)用場景的多元化實(shí)踐，也將為企業(yè)發(fā)展提供可持續(xù)的內(nèi)生動力，“智能湖倉”便是其中最為重要的技術(shù)架構(gòu)之一。

作為“智能湖倉”架構(gòu)的提出者，亞馬遜云科技在云原生數(shù)據(jù)基礎(chǔ)設(shè)施方面持續(xù)迭代創(chuàng)新。

3月14日，亞馬遜云原生數(shù)據(jù)湖S3迎來17周歲，在Pi Day 2023上，亞馬遜云科技對Amazon S3發(fā)展歷程進(jìn)行全面回顧，不斷激發(fā)數(shù)據(jù)的更大價值。

?從“數(shù)據(jù)倉庫”到“數(shù)據(jù)湖”

IDC統(tǒng)計顯示，預(yù)計到2025年，全球數(shù)據(jù)量將比2016年的16.1ZB增加十倍，達(dá)到163ZB。

數(shù)據(jù)的海量與多元化決定了從數(shù)據(jù)中獲取有用的價值變得越來越困難，如果無法從數(shù)據(jù)中獲得益處，那么數(shù)據(jù)價值就無從談起。

目前，數(shù)據(jù)的價值呈現(xiàn)兩極化特征，一是及時發(fā)現(xiàn)，實(shí)時分析快速促進(jìn)業(yè)務(wù)發(fā)展；二是長期存放，數(shù)據(jù)累積起來，探索數(shù)據(jù)后隱藏的規(guī)律，統(tǒng)一分析其價值，為業(yè)務(wù)發(fā)展提供參考。

新的數(shù)據(jù)價值將給企業(yè)帶來更多智能創(chuàng)新應(yīng)用，比如增長黑客、推薦系統(tǒng)，用戶行為分析，AIoT帶來的更多模型，這也意味著IT基礎(chǔ)設(shè)施的變革。

傳統(tǒng)數(shù)據(jù)處理方式，就像“涓涓細(xì)流”，里面有ERP、CRM等各種業(yè)務(wù)系統(tǒng)，用戶可以設(shè)計“一個河道”，數(shù)據(jù)庫在最底層。

數(shù)據(jù)經(jīng)過整理后形成中間層的數(shù)據(jù)倉庫，然后通過商務(wù)智能工具(BI)來及進(jìn)行展示。

但在數(shù)字化時代，各種各樣的視頻、移動終端信息如“滔滔江水”，形成大規(guī)模的海量數(shù)據(jù)，用戶來不及整理和使用。

這時，一個新的設(shè)想打開了人們的視野，假設(shè)有那么一片洼地，把所有數(shù)據(jù)先蓄積到里面，然后通過有效的工具進(jìn)行查詢和處理，這便是數(shù)據(jù)湖。

國際研究機(jī)構(gòu)MarketsandMarkets最新研究報告顯示，到2024年，全球數(shù)據(jù)湖市場將突破200億美元，增至201億美元，復(fù)合年增長率將高達(dá)20.6%。

可以說，隨著數(shù)據(jù)治理與應(yīng)用需求激增，數(shù)據(jù)湖成為數(shù)據(jù)管理的重要方式已成為不爭的事實(shí)。

數(shù)據(jù)湖的出現(xiàn)，很好的解決了數(shù)據(jù)倉庫建設(shè)存在的一系列問題，將數(shù)據(jù)管理的流程簡化為2個階段，數(shù)據(jù)入湖和數(shù)據(jù)分析。

數(shù)據(jù)湖一般以免運(yùn)維、高可靠的對象存儲為底座，支持各種數(shù)據(jù)類型的存儲。

對于用戶來說，借助最新的數(shù)據(jù)湖解決方案，不僅能解決過去的數(shù)據(jù)孤島問題，同時還能兼容傳統(tǒng)的數(shù)據(jù)倉庫和數(shù)據(jù)分析方法。

最重要的是，更適合現(xiàn)代應(yīng)用部署，比如和機(jī)器學(xué)習(xí)結(jié)合，進(jìn)行預(yù)測性的分析。

? “智能湖倉”成技術(shù)新趨勢

隨著數(shù)據(jù)湖概念的興起，業(yè)界對于數(shù)據(jù)倉庫和數(shù)據(jù)湖的對比甚至爭論就一直不斷。

有人說數(shù)據(jù)湖是下一代大數(shù)據(jù)平臺，各大云廠商也紛紛提出自己的數(shù)據(jù)湖解決方案，一些云數(shù)倉產(chǎn)品也增加了和數(shù)據(jù)湖聯(lián)動的特性。

不過在我們看來，數(shù)據(jù)湖與數(shù)據(jù)倉庫并不是替代關(guān)系，而是互為補(bǔ)充、相輔相成，在此基礎(chǔ)上的“智能湖倉”將能充分實(shí)現(xiàn)兩者間的良性互動，成為未來重要的數(shù)據(jù)技術(shù)趨勢之一。

“智能湖倉”通過數(shù)據(jù)倉庫治理能力的引入，既可以很好的解決上面提到的數(shù)據(jù)湖建設(shè)的問題，也為更好的挖掘湖中數(shù)據(jù)價值提供了基礎(chǔ)，將高效建倉、靈活建湖的兩大優(yōu)勢融合在了一起。

不同于傳統(tǒng)數(shù)據(jù)倉庫的管理方式，“智能湖倉”極大地提高了數(shù)據(jù)開發(fā)的效率，同時降低了數(shù)據(jù)管理的難度。

過去處理數(shù)據(jù)，需要資深的數(shù)據(jù)架構(gòu)師定義數(shù)倉的規(guī)劃，從數(shù)倉的分層、指標(biāo)的定義到數(shù)據(jù)集市模型設(shè)計，然后交給專業(yè)的數(shù)據(jù)工程師進(jìn)行業(yè)務(wù)開發(fā)，再由業(yè)務(wù)人員進(jìn)行驗(yàn)證，有一套規(guī)范但卻復(fù)雜的過程。而“智能湖倉”的出現(xiàn)，讓企業(yè)能夠快速的基于業(yè)務(wù)進(jìn)行開發(fā)，又能夠靈活的調(diào)整和規(guī)劃自己的數(shù)據(jù)管理方式。

另外，“智能湖倉”也讓大數(shù)據(jù)行業(yè)內(nèi)各個角色之間的交互變得更加自如?；凇爸悄芎}”的數(shù)據(jù)管理理念，各類數(shù)據(jù)應(yīng)用角色能夠更好的相互協(xié)作，共同開發(fā)。

如數(shù)據(jù)科學(xué)家可以方便的集成自己的數(shù)據(jù)并以納入標(biāo)準(zhǔn)數(shù)倉流程進(jìn)行管理、業(yè)務(wù)分析師也能夠自己開發(fā)數(shù)據(jù)需求等。

“智能湖倉”打破孤島勾勒數(shù)據(jù)價值未來

談到“智能湖倉”，不得不提到其最為重要的支撐——Amazon S3 ( Simple Storage Service )。

17年前，亞馬遜云科技推出了Amazon S3服務(wù)，首次定義了對象存儲，S3由此成為對象存儲事實(shí)上的標(biāo)準(zhǔn)，具有劃時代意義。2015年，Amazon S3支持?jǐn)?shù)萬億對象存儲，平均在線峰值每秒可處理150萬請求，設(shè)計為99.999999999%（“11個9”）的持久性。

2022年，亞馬遜云科技迎來又一座里程碑。Amazon S3存儲的對象數(shù)量已經(jīng)超過200萬億，每秒可處理數(shù)千萬個請求。

亞馬遜云科技發(fā)布Amazon Redshift支持auto-copy from Amazon S3，從物理存儲層面打通了數(shù)據(jù)湖與數(shù)據(jù)倉庫。

目前，全球數(shù)萬用戶都在使用Amazon Redshift分析數(shù)據(jù)庫進(jìn)行數(shù)據(jù)分析，這些用戶來自游戲、金融、醫(yī)療、消費(fèi)、互聯(lián)網(wǎng)等。

在十多年發(fā)展歷程中，Redshift一直在持續(xù)迭代，很多功能和特性都源于企業(yè)的真實(shí)業(yè)務(wù)需求。

具體而言，客戶數(shù)倉場景主要包括四大塊：

第一，常規(guī)業(yè)務(wù)運(yùn)營與BI分析；第二，實(shí)時數(shù)倉分析；第三，查詢、報表與數(shù)據(jù)分析；第四，機(jī)器學(xué)習(xí)與分析預(yù)測。

可以說，企業(yè)要想快速構(gòu)建數(shù)據(jù)流水線，Amazon Redshift是底層基礎(chǔ)設(shè)置的重要支撐。

而憑借Amazon Redshift與其他數(shù)據(jù)分析應(yīng)用的無縫集成，用戶可以獲得更完美的數(shù)據(jù)分析體驗(yàn)。

比如：可以實(shí)現(xiàn)高性能格式存儲數(shù)據(jù)，以更經(jīng)濟(jì)有效的方式將存儲擴(kuò)展到千兆字節(jié)，可實(shí)現(xiàn)存儲和計算的分離，并且可以實(shí)現(xiàn)分析和機(jī)器學(xué)習(xí)引擎的選擇等等。

早在2017年，Redshift就已經(jīng)實(shí)現(xiàn)湖和倉的融合，Redshift Spectrum可以直接查詢在S3上開放格式的數(shù)據(jù)，當(dāng)然也可以將數(shù)據(jù)寫入到湖中，實(shí)現(xiàn)了數(shù)據(jù)倉庫和數(shù)據(jù)湖的數(shù)據(jù)無縫流轉(zhuǎn)。

2022年，是Redshift推出正式滿10周年。在這特別的一年，亞馬遜云科技在年度大會上卻一反常態(tài)，沒有發(fā)布重大升級更新。

取而代之的是，在會中推出許多新功能，都是和Redshift相關(guān)，從更緊密資料集成、流媒體資料分析到強(qiáng)化安全訪問，力求要把Redshift打造成企業(yè)資料集散地，來符合各種現(xiàn)代化應(yīng)用的使用，以及能匯集整理各種類型資料，提供AI分析和后續(xù)應(yīng)用，更要讓這個能夠通吃各種資料類型的新一代數(shù)據(jù)倉庫架構(gòu)，成為加速企業(yè)資料現(xiàn)代化的關(guān)鍵產(chǎn)品。

總體而言，作為亞馬遜云科技的基石技術(shù)，Amazon S3不斷為其技術(shù)創(chuàng)新提供源源不斷的養(yǎng)分。而“智能湖倉”以Amazon S3為基礎(chǔ)構(gòu)建數(shù)據(jù)湖，作為中央存儲庫，圍繞數(shù)據(jù)湖集成專門的“數(shù)據(jù)服務(wù)環(huán)”，包括數(shù)據(jù)倉庫、機(jī)器學(xué)習(xí)、大數(shù)據(jù)處理、日志分析等數(shù)據(jù)服務(wù)，然后再利用Amazon Lake Formation、Amazon Glue、Amazon Athena、Spectrum等工具，實(shí)現(xiàn)數(shù)據(jù)湖的構(gòu)建、數(shù)據(jù)的移動和管理等。

“智能湖倉”架構(gòu)可以被視為一個“樞紐”，將亞馬遜云科技的數(shù)據(jù)服務(wù)無縫集成，打通數(shù)據(jù)湖和數(shù)據(jù)倉庫之間數(shù)據(jù)移動和訪問，并且進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)在數(shù)據(jù)湖、數(shù)據(jù)倉庫，以及在數(shù)據(jù)查詢、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等各類專門構(gòu)建的服務(wù)之間按需移動，從而形成統(tǒng)一且連續(xù)的整體，滿足客戶各種實(shí)際業(yè)務(wù)場景下的不同需求。

任何階段的企業(yè)都可以從這種敏捷的架構(gòu)中快速獲益，輕松打破數(shù)據(jù)及技能孤島，并以迭代及增量的方式獲得數(shù)據(jù)分析的敏捷性，縮短企業(yè)提取數(shù)據(jù)價值的創(chuàng)新周期。

這一架構(gòu)充分利用了云服務(wù)帶來的安全可靠、極致性能、無限擴(kuò)展等優(yōu)勢，能夠幫助企業(yè)消除數(shù)據(jù)孤島，打造統(tǒng)一的數(shù)據(jù)基礎(chǔ)底座，打通從數(shù)據(jù)獲取到數(shù)據(jù)應(yīng)用的完整流程，并讓企業(yè)在云中實(shí)現(xiàn)數(shù)據(jù)與智能的深度融合，從而充分發(fā)揮數(shù)據(jù)價值。

如今，亞馬遜云科技已助力150萬客戶成為數(shù)據(jù)驅(qū)動型企業(yè)。

以供應(yīng)鏈的數(shù)字化升級為例，順豐利用亞馬遜云科技可大規(guī)模擴(kuò)展的對象存儲服務(wù)Amazon S3構(gòu)建數(shù)據(jù)湖，將園區(qū)內(nèi)大量的前端感知設(shè)備，包括攝像頭、物聯(lián)網(wǎng)IoT設(shè)備、地磁、多模達(dá)等收集的信息匯總到數(shù)據(jù)湖中。

依托Amazon S3云對象存儲近乎無限的存儲能力，為數(shù)據(jù)驅(qū)動運(yùn)營提供堅實(shí)的數(shù)據(jù)基礎(chǔ)。

通過使用亞馬遜云科技計算、存儲、數(shù)據(jù)分析、容器、機(jī)器學(xué)習(xí)和安全等服務(wù)，順豐供應(yīng)鏈改進(jìn)了園區(qū)運(yùn)營流程，提升了運(yùn)營效率，園區(qū)車輛日吞吐量提升40%-60%，員工作業(yè)效率提升30%，調(diào)度員和安檢員工作量減少50%。

亞馬遜云科技的另一個客戶納斯達(dá)克也通過Amazon S3為數(shù)據(jù)管理賦能。

由于自動化交易平臺涌入市場，交易速度和交易量持續(xù)增長，2014年，納斯達(dá)克為了擴(kuò)大規(guī)模、提高性能并降低運(yùn)營成本，從舊式本地部署數(shù)據(jù)倉庫遷移到由Amazon Redshift集群賦能的數(shù)據(jù)倉庫。隨著時間推移，越來越多的交易導(dǎo)致數(shù)據(jù)大量增加，同時，納斯達(dá)克開始規(guī)劃開發(fā)新架構(gòu)以持續(xù)實(shí)現(xiàn)生態(tài)系統(tǒng)期望的性能標(biāo)準(zhǔn)和卓越運(yùn)營。

2018年，納斯達(dá)克選擇在Amazon S3上構(gòu)建新的數(shù)據(jù)湖，這使該公司能夠?qū)⒂嬎愫痛鎯Ψ珠_，并獨(dú)立擴(kuò)展每項(xiàng)功能。納斯達(dá)克通過集成亞馬遜云科技IAM策略、Amazon S3，還可在多個亞馬遜云科技賬戶間提供全面的訪問控制功能。此外，納斯達(dá)克使用Amazon S3來存儲關(guān)鍵的金融數(shù)據(jù)，并將其移至Amazon S3 Glacier，從而能夠以較低的成本進(jìn)行歸檔。

2019年1月，納斯達(dá)克參加了亞馬遜云科技的Data Lab，在為期四天的實(shí)驗(yàn)中，納斯達(dá)克使用Amazon Redshift作為計算層，重新設(shè)計了其提供分析的方式。因此，納斯達(dá)克開始使用Amazon Redshift Spectrum，這是一項(xiàng)賦能智能湖倉架構(gòu)的功能，可以直接查詢數(shù)據(jù)倉庫和Amazon S3數(shù)據(jù)湖中的數(shù)據(jù)。

如此一來，洞察生成時間縮至最短，賦能斯達(dá)克經(jīng)濟(jì)研究團(tuán)隊(duì)可以進(jìn)行數(shù)據(jù)分析，并對數(shù)據(jù)運(yùn)行復(fù)雜的查詢。起初是以性能為重點(diǎn)的解決方案，現(xiàn)在變成了團(tuán)隊(duì)間共享的多用途數(shù)據(jù)湖。

借助基于Amazon S3和Amazon Redshift的新型智能湖倉架構(gòu)，納斯達(dá)克每天能夠處理的記錄數(shù)量輕松地從300億條躍升至700億條，并且較之前提前5小時達(dá)到90%的數(shù)據(jù)加載完成率。此外，通過優(yōu)化其數(shù)據(jù)倉庫，納斯達(dá)克運(yùn)行Amazon Redshift查詢的速度加快了32%。

鑒于良好的系統(tǒng)體驗(yàn)，納斯達(dá)克于2022年已成功將其六大美國期權(quán)交易市場之一納斯達(dá)克MRX的核心交易系統(tǒng)遷移至亞馬遜云科技。此次成功遷移標(biāo)志著納斯達(dá)克為全球資本市場構(gòu)建下一代技術(shù)基礎(chǔ)設(shè)施之旅中一個重要的里程碑。

無論是在數(shù)據(jù)基礎(chǔ)架構(gòu)、統(tǒng)一分析還是業(yè)務(wù)創(chuàng)新上，從連接數(shù)據(jù)湖和數(shù)據(jù)倉庫到跨數(shù)據(jù)庫、跨域共享，如今亞馬遜云科技“智能湖倉”架構(gòu)在企業(yè)中的實(shí)踐，已經(jīng)為企業(yè)構(gòu)建現(xiàn)代化數(shù)據(jù)平臺提供了一條可供遵循的路徑，其將協(xié)同Amazon S3與Amazon Redshift等更多技術(shù)和產(chǎn)品，進(jìn)一步推進(jìn)底層數(shù)據(jù)架構(gòu)的現(xiàn)代化演進(jìn)，為企業(yè)乃至全行業(yè)帶來更大的價值。

來源：科技云報道

生成海報

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。