释放Serverless力量 全面拥抱Serverless时代
“云”为用户的业务支撑提供了充足的弹性，但传统云服务商的弹性是体现在资源的扩展上。用户需要提前预测业务对资源的需求，并以此为依据向云服务商进行采购。一旦业务预测偏差大，就会遭遇瓶颈或浪费，需要运维人员及时跟进。
所以说，这样的云，它弹了，但不够弹。
将硬件资源的概念从业务需求剥离，是不是就可以专注于业务，而不再被资源的运维所困扰？Serverless就是为了解决这个问题而诞生的，2012年概念甫一提出便艳冠全场，到2019年，伯克利团队甚至宣称“Serverless将取代传统云计算模式”。
作为底层架构级别的变革，Serverless意味着用户不必在服务器配置、维护、更新、扩展和容量规划等方面耗时费力，可以将更多的精力放到业务逻辑上。用户关注重心的调整也促使Serverless不断进化，从减轻运维压力向全方位满足业务需求转变。
在影响用户业务发展的诸多因素中，数据也许是最大的变量。IDC咨询发布的报告显示，2021年全球数据总量约有80ZB，到2025年预计将飙升至180ZB。其中，直接或间接产生于云和互联网数据中心的数据占比处于绝对领先地位。
事实上，依托云平台进行数字化转型的行业用户，对数据服务易用性的要求越来越高，希望最大限度减少对底层基础设施的依赖。Serverless作为一种先进的云原生架构，其价值不再局限于计算层面，而是已成为云原生数据库、数据分析乃至人工智能的标配。
从这个意义上讲，数据服务堪称Serverless架构“皇冠上的明珠”，践行端到端的数据旅程是Serverless实质性跃迁的必由之路。在这片充满挑战的创新高地上，亚马逊云科技扮演着全程领跑者的角色，且率先完成了Serverless的全面布局。
从单一场景走向全栈融合
需要指出的是，无服务器数据服务并非突然从天而降，而是自Serverless诞生之日起就生根发芽，逐渐从单一场景发展到全栈融合。
作为云计算的开创者与引领者，亚马逊云科技在Serverless数据服务领域的探索起步很早，且创建出多个具有里程碑意义的标杆：2006年，公司诞生伊始打造的Amazon S3就是带有Serverless特征的对象存储服务；2012年，推出在功能上已具备Serverless特性的云原生数据库Amazon DynamoDB；2013年，消息流处理Serverless服务Amazon Kinesis问世；2014年，Amazon Lambda服务普及了抽象的Serverless计算模型；2016年，发布Serverless架构的商务智能软件Amazon Quicksight；2018年，Amazon Aurora Serverless亮相。
如果说这些产品为Serverless数据服务的蜕变奠定了坚实基础，那么最近两年出现的加速突破则让Serverless数据服务站上了风口浪尖：2021年，亚马逊云科技发布三款Serverless架构的数据分析服务，分别是流式数据管道Amazon MSK Serverless、大数据分析平台Amazon EMR Serverless、数据仓库Amazon Redshift Serverless；2022年，Amazon OpenSearch Serverless日志分析引擎正式登场，标志着数据分析领域的“全Serverless架构”浮出水面。
当越来越多的珍珠打磨成型，更需要一条金线贯穿其间。Serverless Data是亚马逊云科技具备Serverless特性数据服务的统称，可谓云原生数据服务的下一代技术架构与“新常态”——无服务器数据库、无服务器数据分析、无服务器人工智能服务即是这条“金线”上的“珍珠”，其协同发力会给用户带来多维度的价值。
首先是免运维，用户无需关心底层架构细节，托管数据库服务和数据分析服务会显著降低运维成本和运营风险；其次是即开即用，用户在需要时启动服务，无需预先为未来的峰值流量或访问量准备资源，或为不使用的空闲资源付费；再次是简单易用，高度可配置和自动化的特性，大幅降低数据集成和数据处理的复杂性，使开发者可专注于业务逻辑。
此外，Serverless Data还具备自动按业务负载扩缩容的能力，保证应用程序始终拥有所需的计算和存储资源；其内置的多个高可用和容错性机制，如数据备份和恢复、多可用区部署等，提升了数据的可靠性和持久性。
千行百业场景化落地全面提速
在Serverless从计算向数据服务持续挺进的过程中，千行百业的数字化转型也逐步进入深水区，以单点突围的方式部分尝试Serverless已不能满足需求，全面拥抱Serverless架构的新时代正在到来。
无服务器数据分析是Serverless数据服务的重要组成部分，也是促进行业用户完成场景化落地的核心利器。在传统的数据分析模式下，用户需要预先购买一定数量的计算资源，并通过配置、部署和维护等多个环节构建数据分析系统；而无服务器数据分析则将这些步骤都交给云服务商完成，用户只需上传数据和代码，即可使用由云服务商自动分配的计算资源，解决数据处理和分析问题。
在无服务器数据分析这个创新高地上，Amazon Redshift Serverless和Amazon EMR Serverless是两朵盛开的“雪莲”。前者是无服务器的云数据仓库服务，可根据需求自动调整资源以适应变化的工作负载，并提供高效的分布式查询引擎和内置的机器学习功能；后者是无服务器的大数据分析服务，能在按需计算的集群上运行Apache Spark和Apache Hive等数据处理工具，从而提升高可扩展的数据分析和处理能力。
值得关注的是，Amazon Redshift Serverless已在诸多场景遍地开花：在APP埋点采集与点击流分析方面，互联网与游戏行业客户从前端的数据采集、入仓入湖到数据分析、结果展示都得到Serverless解决方案的支撑；在实时数仓、实时大屏分析方面，不仅帮助电商、直播平台等行业用户解决促销高峰期的实时销售管理和风控难题，而且辅助新能源行业龙头企业对设备的部署、运转、设计合理性和故障率等参数指标进行实时分析，打开了通往制造业数智化的大门。
作为Amazon Redshift Serverless的黄金拍档，Amazon EMR Serverless在行业场景的落地进程也取得丰硕成果。
在金融行业，某券商业务遍布全球，面临资源分散、运维成本高昂、扩缩容不灵活、业务间争抢资源等痛点。在Amazon EMR Serverless的驱动下，各项应用可在自己的资源池中运行，并以细颗粒度的方式使用资源，在更好隔离业务的同时提升了资源利用效率。
在传媒与广告行业，某大型广告服务商遇到业务线分散、项目数据隔离要求高、运维管理过于复杂等难题。在充分理解客户需求的基础上，Amazon EMR Serverless方案实现在生产环境快速部署，针对低频率的ETL工作有效降低使用成本，并达成了数据隔离、改善效率的目标。
Serverless数据服务未来可期
距离终端场景更近，满足用户渐趋多元化的需求，是Serverless数据服务长期进化的根基。
以简化运维为例：Serverless架构的既有优势就是免运维或非常简单的配置即可使用，这固然大幅缩短了业务人员从各个场景构建数据流管道的时间，但也在一定程度上制约了用户个性化、定制化操作的空间。未来的Serverless数据服务将从面向运维转为更靠近终端用户，打破上升通道中既有的“天花板”。
Serverless已经成为云原生服务的新显学。在3月30日即将开幕的亚马逊云科技创新大会中，业界可以共同分享Serverless的进化之旅。大会将发表“释放Serverless力量，实现持续进化”主题演讲，并推出云原生应用 Serverless战略、Serverless全栈服务、Serverless事件驱动架构、Serverless开发实践等分会场。
这是属于Serverless的春天