最受新創公司青睞的8項AWS全球服務

雲端技術一直是新創公司建構IT基礎架構時的首選。許多成功的公司，如Pinterest、Slack、Lyft、91APP、iCHEF、拓元售票、SurveyCake等，從新創時期即開始充分利用雲端運算的敏捷性、彈性、低成本，獲得快速發展。

在用雲方面，成功的新創公司有什麼值得後進者借鑒之處？Amazon Web Services(AWS)統計發現，最受新創公司青睞的8項AWS全球服務是：全託管的容器服務Amazon Elastic Kubernetes Service(Amazon EKS)、無伺服器運算服務AWS Lambda、採用AWS Graviton2自研晶片的Amazon Elastic Compute Cloud(Amazon EC2)執行個體、雲端原生資料庫服務Amazon Aurora、鍵值和文件資料庫服務Amazon DynamoDB、互動式查詢服務Amazon Athena、資料整合服務AWS Glue和機器學習服務Amazon SageMaker。

容器服務Amazon EKS

新創公司基本都會採用雲端原生架構，由於容器服務簡單易用，並且具備生產級可用性，雲端原生企業會大量使用容器化架構。

無伺服器運算服務AWS Lambda

無伺服器運算是AWS貢獻給業界的開創性服務之一。從虛擬化到容器，到無伺服器運算，開發者將IT基礎設施管理的繁瑣工作逐步卸載，無伺服器運算讓這種趨勢愈發明顯，是未來的重要發展方向。

採用AWS Graviton2自研處理器的Amazon EC2執行個體

新創公司對處理器的選擇有兩個明顯特點：一是有針對性地滿足業務需要；二是性價比要高。AWS Graviton2處理器是AWS使用64位元Arm Neoverse核心所量身打造，針對Amazon EC2中執行的雲端工作負載提供最佳性價比。

與x86架構的同一代執行個體相比，採用AWS Graviton2自研處理器的Amazon EC2執行個體可以讓很多工作負載實現高達40%的性價比提升。AWS Graviton2專為雲端原生應用打造，對於沒有IT基礎設施歷史包袱的新創公司而言，AWS Graviton2幾乎完美吻合了他們的需求，而且可以獲得更高的性價比提升。

雲端原生資料庫服務Amazon Aurora

Amazon Aurora是一種與MySQL和PostgreSQL相容的關聯式資料庫，專為雲端而打造，結合了傳統企業資料庫的效能和可用性，以及開源資料庫的簡單性與成本效益。Amazon Aurora的速度最高可以達到標準MySQL資料庫的五倍、標準PostgreSQL資料庫的3倍。它提供商業資料庫的安全性、可用性和可靠性，但只需1／10的費用。Amazon Aurora採用具有容錯和自我修復能力的分散式儲存系統，每個資料庫執行個體可自動擴展至高達128TB。

鍵值資料庫服務Amazon DynamoDB

Amazon DynamoDB是一種全託管的、支援鍵值和JSON文件的NoSQL資料庫服務，讓使用者能夠以簡單方便、經濟有效的方式，儲存和查詢任何規模的資料，服務於任何量級的請求流量。

利用Amazon DynamoDB可以建構輸送量和儲存空間幾乎無限的應用程式，在任意規模環境中提供一致的個位數毫秒回應時間，極其適合遊戲、廣告技術、行動、IoT以及其他需要任何規模的低延遲資料存取的應用程式。

無伺服器互動式資料查詢服務Amazon Athena

Amazon Athena是一種互動式查詢服務，可以使用標準SQL語言分析Amazon Simple Storage Service(Amazon S3)中的資料。Amazon Athena屬於無伺服器服務，不需要管理基礎設施，且只需支付執行的查詢費用。

Amazon Athena易於使用。只需將Amazon Athena指向Amazon S3中的資料，定義結構描述，然後使用標準SQL開始查詢即可，可在數秒內獲取結果。使用Amazon Athena，無需進行複雜的資料準備(擷取、轉換和載入，即ETL任務)過程，任何具備SQL技術的人都可以方便、快速地分析大規模資料集。

資料整合服務AWS Glue

資料量越來越大，資料種類和來源多種多樣，資料準備是一項繁重的工作。AWS Glue可以協助新創公司減輕很多負擔。AWS Glue是一項無伺服器的資料整合服務，它簡化了探索、準備和合併資料的工作，縮短分析、機器學習和應用程式開發的資料準備時間。AWS Glue提供資料整合所需的全部功能，開發者只需幾分鐘時間便可以開始分析資料，將資料投入使用，而不像以往要耗時數月。

機器學習服務Amazon SageMaker

機器學習是新創公司的熱門應用方向之一。通常只有少數技術能力極強、以機器學習為核心競爭力的公司會自己搭建機器學習平台和框架，多數新創公司是將機器學習作為工具，而且缺乏相應的機器學習人才。借助Amazon SageMaker，他們可以專注於業務邏輯的開發與實現，快速利用機器學習，提供差異化的價值。

Amazon SageMaker是一項全託管的機器學習服務，它可以化繁為簡，讓開發人員和資料科學家快速建構、訓練和部署機器學習模型。Amazon SageMaker在單一工具組提供了用於機器學習的所有功能，讓新創企業能夠以更低的成本、更輕鬆地在更短的時間內將模型投入生產，輕鬆地開發高品質模型。

數位浪潮為新創公司提供了大量的機會。隨著雲端運算的發展，以AWS為代表，提供的雲端服務不斷豐富，可以讓新創公司加速前進，快速抓住機會，搭上時代潮流。新創公司的應用經驗，對傳統企業的數位轉型與創新具有很好的示範意義。