-
AWS
AWS年收益达73亿美元，推出 QuichSight、Kinesis Firehose、Inspector等云服务工具
这一次的 Amazon re: invent，悉数围绕 AWS 展开。
大会上，AWS 的高级副总裁 Andy Jassy 提到，在云服务领域，AWS 仍处于领先地位，目前已有超过 100 万的活跃用户，而且特别指出这 100 万是企业而非个人用户，AWS 总体年收益达 73 亿美元，另外仅数据库业务目前也已达到 10 亿美元的年收益。
相比去年，AWS 业务总体增长了 81%， Jassy 表示，不论是云存储、处理还是其他数据库服务的增长在业内都高于竞争对手。其中，EC2 业务增长达 95%，S3 数据中心的业务增长达 120%，数据库服务增长达 127%。
就云服务而言，市场中虽然已有大大小小的玩家，但 AWS 的每一个举措都会掀起不小波澜，它的市场策略正如 Amazon 在电商业务开疆拓土一般：提供廉价产品以建立起规模经济。 Jassy 表示，目前已经有 25 种不同类型的 800 家软件提供商集成了 AWS 的服务。
在未来的布局上，Amazon 准备发布一个围绕安全的新培训和认证项目，不久还将推出一个 DevOps 能力计划，推动混合云建设，并将允许用户配置专有的 EC2 主机，同时将为合作伙伴提供类似于 AWS 的 DevOps 和管理服务的认证。
罢特，IBM 随后就发 Twitter 称自家的云业务收益为 87 亿美元，明明甩 AWS 一截.....
此外，大会还发布了一系列围绕云服务的工具——
QuickSight
Quicksight 一款全新的基于云的 BI 工具，Jassy 表示，相比传统的 BI 提供商，QuickSight 于企业的成本只要十分之一。而且它更加易用，得益于超高速并行内存计算引擎（SPICE，Super-Fast Parallel In-Memory Computation Engine ）的技术支持，QuickSight 只需要 60 秒就能提供可视化地计算结果，并能够自动辨别出结果呈现的优先顺序，同时它也集成了 AWS 的其他云服务。
QuickSight 的推出应该早在预料之中——Microsoft 的 Power BI 正式启用距今不过数个月，而 IBM 也在去年为其 SoftLayer 公共云推出了 Cognos 的 BI 服务，Salesforce 在去年也推出的相似的 Analytics Cloud ，还有创业公司如 BIME、 Birst、Domo，另外 GoodData 也推出了独立 BI 工具。
不过，公众云的 “铁王座” 一直以来还是 AWS 的，即便是 SoftLayer 或 Azure 都不能与之抗衡，而通过图表来展现其数据分析的 QuickSight，无疑是 AWS 在 BI 领域的又一强劲落子。AWS 的产品战略主管（也是首席数据科学家）Matt Wood 表示，Domo，Qlik，Tableau 以及 Tibco 的 BI 工具都可以插入 QuickSight 的 SPICE 引擎并进行查询，AWS 提供的数据可视化和图表可以开放给任何人，它可以通过邮件分享或者是嵌入到网页中。
Kinesis Firehose
Amazon 在 2013年 推出 Kinesis 服务，致力于帮助开发者实时处理海量数据，现已经更名 Kinesis Streams，此次推出的 Kinesis Firehose 则是一款向云端传输数据流的工具，它能够从网页 app、移动 app 或遥测系统向 AWS 的存储系统中传输，这些数据则用于进一步分析，另外，这项服务还提供数据连接选项，可供开发人员自行配置。目前初期 Kinesis Firehose 只用于 S3 和 RedShift，不过接下来还将支持更多数据仓储服务。
Snowball
这就是 Amazon 早前说的提供数据迁移服务的 “物理存储设备” 啦，当企业数据上传特别大的时候，可以先拷到 Snowball，再寄回给 Amazon。Snowball 的样子像一台传统的台式主机，不过稍大一点，它能容纳 50TB 的数据，机箱一侧是一面 Kindle，可以自动进行传输标记。据悉，这台机器能够承受 6g 震荡，并自带 110V 电源，还有内置 10GB 的网络连接。
开发者每次导入或导出数据的费用为 200 美元。如果是就地使用，前十天是免费的，之后每天会收取 15 美元。如果是将数据导入 AWS S3 时不收取费用，但是导出数据的话，每 GB 收取 0.03.美元。除了 S3，其他的数据仓储服务也将陆续开放。
数据迁移：Database Migration Service、Schema Conversion Tool、MariaDB 数据库引擎
AWS 的 Database Migration Service，即数据迁移服务，目前能够在 10-15 分钟之内完成企业数据迁移，并承诺能够以更低成本在云中运行相同数据库。
不过目前的数据库还是比较复杂的软件形式，为了更简化，AWS 发布了一款免费的 Schema Conversion Tool，能够自动改变数据库模式和数据库代码，让现有的相对独立数据库能够共同在 Amazon 的公有云上运行。
同时，AWS 还为 MariaDB SQL 提供数据引擎服务。
MySQL 早前被 Oracler 纳入囊中，为了与其竞争，AWS 也推出了一系列的云服务用来支撑关系型数据库管理系统，包括 SimpleDB 以及 RDS (Relational DatabaseService)，另外还有后来的新的云数据库服务 Aurora。而 MariaDB SQL 作为 MySQL 的一个分支，越来越多的企业用户开始向 MariaDB 迁移，目前即便是 Goolge Cloud Plantform 还是 Microsoft Engine 都尚没有一个专门的 MariaDB 引擎。
Inspector
这是一种可以检测和识别潜在安全漏洞与合规漏洞的机器人服务，它利用了 Amazon20 多年来的运营经验积累，并且能够生成一份安全状况报告，并给出后续解决步骤的建议。不过，Amazon 推出这项服务，像 CloudPassge、Dome9 等创业公司也早就开始提供了，另外还有 Netflix 之前推出的 “猴子系列” 开源工具。好吧，有国外网友表示，那些早早开始做这项安全服务的创业公司又该哭了。
来源：36氪 ，作者：孝羽
-
AWS
云+机器学习=？
周六，亚马逊宣布AWS将新增机器学习服务，这项服务“面向没有经验的开发者，可以完全托管”。提交至该服务的所有数据都将保密，而随着客户向其中输入更多数据，这一系统将越来越智能。
过去的多年里，机器学习技术一直在亚马逊公司内部使用，主要被用于亚马逊商城的个性化推荐。但AWS的一些大客户，包括社会活动网站Change.org，要求亚马逊提供更多的机器学习支持。
对于大多数企业，包括中小型互联网企业和几乎所有的传统企业，它们不具备自己搭建云平台的能力和优势。云就像电网集中供电一样，通过网络从hub向分支传输资源和能力。每个企业自己进行数据存储、计算、分析，就像自己用发电机发电一样，不会是主流现象。
在亚马逊之前，其他巨头也在尝试将云和机器学习结合起来，微软推出Azure云机器学习平台，谷歌则允许Prediction API接入谷歌云。
《纽约时报》评论道，微软、谷歌、亚马逊谁会成为最大的赢家，这不是最重要的，最重要的是，亚马逊拉低了云机器学习的价格和门槛。我们离一个低成本预测的时代更近了，而这里说的预测，不局限于预测购物行为、观影喜好等等，而是全面渗入整个世界：基因组学，物联网，大型网络软件，企业决策……
当然，就像电厂故障会带来巨大的经济损失一样，随着云平台承载了越来越多的任务，安全性和可靠性被摆在了更重要的位置。哪家公司都不想像Netflix一样，因为AWS数据中心故障，用户无法正常观看视频。
云服务是否能赢得足够的信任和认可，除了本身的政府的行动对此有很大影响。去年，6亿美金的CIA大单最终花落AWS。老顽固CIA的认可，是对AWS可靠度和影响力的有力背书。而在我国，去年工信部出台可信云认证，试图指出一条透明的云服务之路。
来源：36氪 作者：胡卷卷
扫一扫，关注“HRTechChina",聆听人力资源科技的声音！
-
AWS
Amazon云服务家族AWS继续扩大，新增机器学习工具、云存储和第三方软件交易平台
近日，Amazon在旧金山召开的AWS（Amazon Web Services）论坛宣布，在其云服务家族中加入一项Machine Learning，为没有机器学习背景的开发者提供分析和预测工具。该应用基础版目前有一年的免费期，只限美国东部地区。
在此之前，很多公司如Netflix和维权网站Change.org都在使用Amazon的AWS工具，来对用户行为和数据进行分析和推断。但通过原有工具实现机器学习的任务对技术人员要求较高，Amazon这次希望搭建一个门槛更低的平台，更好地为企业用户服务。
Amazon内部使用机器学习已经很多年，而这些企业用户对这项技术也垂涎已久。坐拥大量数据的开发者越来越多地需要从这些数据中挖掘价值，比如电商可以根据分析用户行为关联，选择性地投放广告。这些对数据分析、建模的要求很高，同时用户需求很大。使用Amazon的新工具，只需要大致三步：首先使用Amazon S3或Redshift建模，然后对模型进行验证和优化，最后使用它来进行预测。
在这个领域，目前也是存在竞争的。如微软旗下专注云服务的Azure在二月推出了自己的机器学习工具，而IBM上个月收购AlchemyAPI后，将把AlchemyAPI的深度学习技术整合到Watson核心平台，增强Watson挖掘非结构化数据并识别出它们之间联系的能力。
除了机器学习工具，Amazon这次一口气推出了另外两个企业服务，一个是云存储服务，叫作“亚马逊弹性文件系统”（Amazon Elastic File System），用以处理容量超过1PB（相当于1024TB）的庞大数据，这么说可能有些抽象，举个例子，1PB存储空间可以是连续十多年拍摄的高清视频。
另一个是第三方软件交易平台，可能颠覆以往的软件采购模式。像正在席卷的订阅式大潮一样，企业客户不再需要签订多年的订购合同，而是可以通过这个平台按月租用软件，并通过Workspaces服务在亚马逊提供的虚拟PC上运行，灵活性增强。
扫一扫，关注“HRTechChina",聆听人力资源科技的声音！
-
AWS
青云：降价在意料之中，但云服务价格战的时代远未到来
继市场上毋庸置疑的龙头 AWS 在四月宣布降价后，Azure 和 Google Cloud Platform 也随之采取降价举措。就国内看来，降价信息频传的阿里云自不必说，青云（QingCloud)的降价也不免被划到“价格战”阵营当中。但他们认为，就当下国内云服务市场的发展成熟度，还远未到价格战应有的时代。
“降价在意料之中，但时间点在意料之外”
从青云的角度，这次降价在他们的计划当中，只是时间节点在意料之外。这里的意料有内外两个因素：一是上半年来青云用户和业务规模的增速超出自己的预期，随之带来了服务器扩容；二是降价节点来临时，国内外云服务争相降价，导致自己被划入价格战队列。
在这之前我们报道过，青云通过 P2P Robotics 社区来实现去人工干预的的服务器运维。相比传统的云服务提供商而言，他们服务器数量增加的边际成本几乎等于硬件成本。随着业务规模增长，青云在北京和广东的服务器数量增加是这次降价的直接原因。
“IaaS 未来一定会进入价格战，但不是现在”
在青云看来，IaaS 在市场教育和技术水平发展到一定程度后，不可避免地会进入价格战时代。“但不是现在。” 云计算相比传统本地服务器最大的区别是弹性，在此之外如果没有配合专业细分的 SaaS 或进一步扩展为 PaaS，其本质就接近于传统的本地服务器供应商。青云认为，国内的传统大型企业对云计算的信心尚不充足。现阶段通过价格来选择云计算服务商的企业大多还是尝试阶段，预算很低、没有完善的服务测试体系。云计算的弹性和运维决定了其相对传统服务器的成本优势，青云相信当云计算通过技术水平发展真正成为一种硬需求，企业技术人员也能针对特定要求拿出相应的完善服务测试流程，才会真正进入依靠价格争取市场的阶段。
IaaS ＋ Technical PaaS
青云一直标榜的“秒级响应”弹性服务对流量敏感的或使用量变化梯度大的用户而言是不小的成本节省。因为青云开放了自身服务的 API，已有网店客户通过调用了 API 的程序实现自动服务资源调节。接下来，青云还会推出类似 AWS和Azure) 的 Autoscaling 让用户更便捷地实现资源灵活调配。此外，还会有对象存储和关系型数据库等新功能。青云品牌总监 Lea Liu 说：“因为我们的‘0 干预‘运维技术，未来规模越大，我们的成本也会越低” 另外公有云和私有云的边界、IaaS 和 PaaS 的边界都会逐渐变得模糊，“我们会继续把自己定位为基础云服务商，努力促进基于 IaaS 的云计算生态构建。可喜的是，目前已经有越来越多的优秀的 PaaS 服务建筑于青云之上，而且他们的发展势头相当迅猛”。
今年四季度青云会开始扩展北美市场。根据 Lea 的描述，AWS 这么多年的深耕让北美成为了很成熟的云计算市场。北美市场的用户能更理性、更针对性地根据自己需求选择云计算服务，他们（青云）相信北美用户能更好理解自己在弹性和安全方面的技术优势。
[文章来源：36氪 作者: sinC]
扫一扫 加微信
hrtechchina
