從圖中可以看到，無論是數據庫，還是數據分析，在AWS，我們都有很多的產品選擇。

以數據庫為例，有Aurora、RDS、RDS on VMware，有DynamoDB、ElastiCache和Neptune等，與數據分析相關，有Redshift、EMR、Athena、Elasticsearch Service和Kinesis Data Analytics。

不要說我，一個區區的記者，我想即使對于專業技術人員，恐怕也難面面俱到，把這些技術都搞清楚。

不就是數據庫、數據分析嗎？為什么要搞的這樣復雜？

其實道理也很簡單。

不同的應用場景，有其適合產品，張冠李戴是不行的。

以前，計算能力有限且昂貴，好鋼需要刀刃上。那個時候，數據庫和數據分析應用以關系型數據為主，其數據量的占比是10%～15%，但數據價值高達85%；其余85%的數據并不被存儲、分析。

但是隨著計算能力的提升，特別是Intel x86服務器的廣泛應用，計算成本不再是稀缺的資源；與此同時，用戶行為等大數據應用備受重視。在這種情況下，各種數據存儲和分析工具應運而生，開源技術發展，也發揮了推波助瀾的作用。

同樣是數據分析，數據類型不同，使用的手段和工具也不盡相同。如數據倉庫可以用Redshift，Hadoop+Spark應用可以使用EMR，交互式數據分析使用Athena，實時數據分析使用Kinesis Data Analytics，運營數據分析使用Elasticsearch Service。

數據庫也是如此，有關系型數據庫，如Aurora、RDS，有鍵值文檔數據庫DynamoDB，有圖形數據庫Neptune，以及ElastiCache等。

互聯網用戶如Epic Games，這是一家游戲公司，全球都非常知名的“吃雞”游戲，就是所說《堡壘之夜》就是這家公司的杰作，非常流行的。Epic會把所有用戶在線玩游戲中的數據導入到S3中，并利用各種定制化工具，分析用戶在游戲中的行為。

可以說，新工具的廣泛應用讓互聯網、網游企業占據了先發的優勢，對于傳統企業級客戶而言，也需要以數據湖為基礎，更好地分析數據。

相比于傳統的數據庫、數據倉庫，新的開源軟件以及互聯網SaaS服務，在性能、成本上都占據優勢。

以Redshift為例。傳統數據倉庫只能夠處理GB級、TB級的數據，還沒有達到PB級，TB級數據處理就需要大約1萬～5萬美元。有數據表明，傳統數據倉庫僅能夠處理企業10%左右的數據。為獲得更加深遠的洞見，企業用戶希望能夠分析處理100%的數據。依靠傳統數據倉庫產品，這是不可能的事情。

Redshift的出現彌補了傳統應用的不足，它能夠處理PB、EB級的數據，處理性能是傳統數據倉庫的10倍。同樣TB級數據處理，所需要的成本僅為1000美元，是傳統方法的1/10。

因此，新技術的出現，為企業級用戶提供了新的選擇。

不同于傳統交鑰匙的方案，新時期，需要用戶有更加廣闊的視野，需要具備DIY的能力。在開源、SaaS云服務的世界中，新的技術、功能，無時不刻涌現，將這些技術不斷運用到業務創新中，這個是新事情用戶必須具備的能力。

“一慢、二看、三通過”已經不符合時代的步伐。

到了需要改變的時候了！加油！