小編的世界優質文選主機

AWS添加微軟數據庫應用程序搬遷輔助，無服務器能擴至更大規模

字體大小：
2020年12月24日 -
：

十輪網關於數據庫、數據倉庫等多種存儲與分析服務的發展，是AWS這幾年力推企業上雲的重頭戲。 他們在2018年全球用戶大會提出Database Freedom口號，抨擊Oracle、微軟SQL Server這類舊型商業等級數據庫，認為它們成本昂貴、高度捆綁、采用專屬設計，並非聚焦於用戶需求，因此，AWS鼓吹企業采用開放式的資料引擎與可移植能力，以及強調他們可提供商業等級的關系型數據庫性能，因而主推兼容於MySQL和PostgreSQL的Amazon Aurora，還可以選擇商用等級軟件Oracle、SQL Server，以及開放源碼軟件PostgreSQL、MySQL、MariaDB，而這些都隸屬於他們的數據庫雲計算服務Amazon RDS。 此外，AWS母公司Amazon在11月1日宣布全面改用自家數據倉庫服務Redshift，而不再使用Oracle。 到了2019年全球用戶大會，AWS將重點擺在數據倉庫，宣布推出更多Redshift系列服務與功能，像是Redshift RA3執行實例、AQUA for Amazon Redshift高端加速查詢、Redshift Data Lake Export資料湖導出，以及Redshift Federated Query聯合查詢、具現化查看（虛擬資料表）Materialized views，其中的RA3、Redshift Data Lake Export當時已上線提供、Materialized views的支持提供預覽版，AQUA for Amazon Redshift今年12月終於發布預覽版，Materialized views與Federated Query，則陸續在3月、4月正式推出。 今年AWS全球用戶大會的相關技術應用發布，又將目光重新聚焦在數據庫，他們也發布協助數據庫系統遷移的新功能，這次鎖定的對象是微軟SQL Server，而非以往針對的Oracle，同時，也強化Aurora的無服務器應用服務。 關於SQL Server數據庫遷移，AWS將推出Babelfish for Aurora PostgreSQL功能，希望能以此協助用戶，讓他們將既有SQL Server數據庫系統，更簡易地搬遷至AWS的數據庫雲計算服務Aurora PostgreSQL，用戶可在Aurora PostgreSQL環境，繼續執行既有SQL Server的應用程序，而且僅需小幅修改程序代碼即可、甚至不用修改程序代碼，同時，AWS也計劃開放這套軟件功能的程序源碼，采用Apache 2.0授權許可，並公布在程序代碼協作與共享社群平台GitHub。 另一項消息，則是他們針對隨需執行的關系型數據庫服務Aurora Serverless，宣布將推出第二版。 針對那些不打算自行管理數據庫容量的用戶，Aurora Serverless v2能在一秒之內，大幅擴展執行規模，而能處理數十萬筆交易，相較於基於尖峰容量設置的數據庫環境，AWS宣稱，最高可節省90%的成本。 目前，AWS已針對兼容於MySQL 5.7版本的Aurora，推出預覽版本供用戶測試。 在大數據分析的部分，除了上述AQUA for Amazon Redshift本月宣布推出預覽版的消息，AWS還針對資料搬移與准備服務Glue，發布了匯集與複制多個人信息料源的Elastic Views功能，同時，也在商業智能雲計算服務QuickSight，增設了自然語言輸入查詢的功能Q。 取代SQL Server成AWS拓展數據庫市場新目標，積極強化遷移能力為了吸引更多用戶將數據庫系統遷移到公有雲，AWS提供數據庫綱要轉換工具Schema Conversion Tool（SCT），以及數據庫遷移服務Database Migration Service（DMS），但除了數據庫綱要的轉移，應用程序的資料訪問邏輯該如何因應搬遷，又會是另一項大工程，因為通常需要大費周章地手動調整程序代碼，而且這裏面又涉及到數據庫各自專屬的指令使用。 過去AWS針對Oracle數據庫應用程序的部分，可通過SCT將PL/SQL轉換到PL/pgSQL，但並未涵蓋到SQL Server應用程序，而影響遷移數據庫的工程。 另一方面AWS這邊也接到越來越多用戶想將SQL Server遷移至Aurora需求──這主要是因為微軟對於授權的做法越來越積極，增加更多操縱機制，例如，他們將自有授權帶入雲計算服務（BYOL），局限在2019年10月1日購買的用戶，使用的軟件也只能升級到這個日期之前可用的版本，使得遷移上雲的成本變高。 對此，AWS決定開發一套名為Babelfish for Aurora PostgreSQL的功能，能讓原先可在SQL Server執行的應用程序，也能在PostgreSQL其中直接執行，而且只需修改少量程序代碼即可。 這項功能會替Aurora PostgreSQL提供轉換層，讓雲計算服務能夠理解專為SQL Server撰寫的應用程序的T-SQL指令。 基本上，Babelfish可支持相關的SQL分支語法、指標、目錄查看（catalog views）、資料類型、觸發程序（trigger）、預存程序（stored procedure）、函數（function），以及Tabular Data Stream（TDS）通信協議，用戶不需改寫應用程序的資料訪問請求方式，也不需沿用既有SQL Server驅動程序。 用戶在運用AWS DMS遷移數據庫之後，只需更新他們的應用程序組態，將數據庫的指向從原本的SQL Server改為Aurora即可。 由於Aurora會通過Babelfish for Aurora PostgreSQL理解SQL Server與PostgreSQL專屬的查詢語言，之後用戶即可改用PostgreSQL來撰寫數據庫應用程序的功能，並且能同時執行既有的SQL Server的T-SQL語法敘述程序代碼。 作為Aurora即將發布的功能之餘，AWS也預告，將在2021年公開Babelfish for PostgreSQL的程序源碼，將受益的對象擴大至整個PostgreSQL使用社群，而非局限在Aurora用戶。 任何人能夠參與這項軟件開發計劃，並加入更多功能，屆時Babelfish for PostgreSQL將采用Apache 2.0的授權模式，讓各種企業或組織基於這樣的授權條款，能夠自由使用、散播、修改，相關的工作與規劃都會公布在程序代碼協作平台GitHub。 發布新版數據庫無服務器應用服務，能更快擴展執行規模在2018年，AWS的無服務器數據庫應用服務Aurora Serverless正式推出，雖然用戶不需自行管理數據庫容量，但有越來越多的情況，需要快速、更精確地擴展數據庫容量，例如，執行更多生產環境的工作負載，以及運用Aurora的多種功能，像是激活多個可用區域（Multi-AZ）實現高可用性、構建全球數據庫來達到低延遲、運用讀取副本（Read Replicas）以獲取高性能、采用時間回溯（Backtrack）來快速恢複，或是提供平行查詢來加快查詢速度。 此時，用戶若要擴展Aurora Serverless數據庫容量1倍，每次需耗費5到50秒。 而在即將推出的Aurora Serverless v2，能在1秒以內大幅擴展數據庫工作負載規模，使其能夠處理數十萬筆交易。 相較於現行每次在工作負載需要擴展規模時增加1倍容量的做法，Aurora Serverless v2會根據應用程序的需求來細部調整每次增益的容量，提供最合適的數據庫資源容量。 而且，此時用戶只需根據他們使用的容量，來支付服務費用。 若是對照基於尖峰容量而配置的數據庫資源，由於難免會有過度提供或閑置的狀況，而如今Aurora Serverless v2能夠變動態擴展與縮減執行規模，在數據庫服務的使用上，有望節省更多成本。 而有了這類精細擴展規模的能力，Aurora Serverless預計可支持更多種企業應用系統的需求，甚至也適用於軟件即服務（SaaS）供應商，能因應於多租戶環境，以及本身需管理大量關系型數據庫的環境。 針對用量起伏較大的關系型數據庫雲計算服務應用，例如線上搶票或暴量商品或服務訂購，AWS原本就有Aurora Serverless的執行模式，今年推出第二版的功能，能在更短時間內擴展與縮減數據庫執行容量規模，最低可擴展0.5個數據庫容量單位（Aurora Capacity Unit，ACU），最高可到256個ACU。 （圖片來源／AWS）提供更多加速數據倉庫查詢的應用服務與功能在大數據分析的應用上，AWS旗下有多種雲計算服務，可針對不同用途的資料處理需求，例如，Athena能用於無服務器形態的資料查詢（以SQL語法分析存放在S3的資料）；Elasticsearch Service可用於資料搜索與圖表化呈現（集成Elasticsearch、Logstash、Kibana）；Kinesis能處理即視頻流媒體與時資料流；Redshift專攻數據倉庫；EMR可執行多種大數據框架軟件的工作負載，像是Spark、Hive、Presto、Flink、HBase；Glue提供無服務器執行形態的資料准備服務；QuickSight則是支持商業智能分析應用的服務。 而在今年全球用戶大會期間，AWS特別針對其中三項服務，也就是Redshift、Glue、QuickSight，發布新的消息。 AQUA for Amazon Redshift首先是去年發布的分布式硬件加速緩存技術AQUA for Amazon Redshift，在今年12月開放預覽版試用，預計在2021年1月正式推出，而且將依附在RA3執行實例其中免費提供，因此，租這項服務的用戶不需變更程序代碼，即可享受到AQUA的好處。 Glue Elastic Views第二個則是針對資料匯集的需求，AWS在Glue這項無服務器ETL資料准備服務其中，即將推出名為Elastic Views的集成功能，目前已發布預覽版，用戶可通過具現化查看表（materialized views）的構建，而能運用多種來源資料。 基本上，這項功能可橫跨存儲系統、數據倉庫、數據庫等多個人信息料存儲服務，執行自動結合與複制資料的作業。 為了要匯聚分散在多個人信息料孤島上的內容，雖然我們可以構建資料湖來進行集成，但考慮到訪問延遲與實際IT運營挑戰，放置在專屬存儲的資料量仍在大量增加，因此，企業仍須在這些分散或集中的存儲服務之間，進行資料搬移（Data Movement）的工作，而在Glue Elastic Views其中，用戶可使用SQL語法，針對想要從不同來源存儲服務複制資料、進行匯總，以便創建具現化查看。 而除了將不同來源數據庫的內容複制到目標數據庫，Glue Elastic Views還會自動更新目標數據庫的內容──AWS會持續監控來源數據庫的變更，並在幾秒之內更新目標數據庫，一旦某個來源的資料模型有變動，Glue Elastic Views會主動警告開發人員，讓他們更新手上的具現化查看來反映變更。 當然，Glue本身是無服務器架構的資料准備服務，Glue Elastic Views可隨著工作負載加重或減輕，自動擴展或縮減服務容量，確保目標數據庫存放的具現化查看表內容，維持最新狀態。 Glue Elastic Views目前能匯集哪些數據源？AWS表示，可支持多種AWS環境的數據庫雲計算服務，像是NoSQL數據庫DynamoDB、Elasticsearch Service，關系型數據庫RDS、數據倉庫Redshift，以及資料存儲服務，像是S3。 在資料分析之前的准備與匯集作業上，AWS Glue添加了Elastic Views的功能，可讓企業運用SQL語法來創建虛擬資料表，以此來結合與複制多個來源的資料，而在這其中，使用了AWS在2019年推出的SQL兼容查詢語言PartiQL，可支持DynamoDB、S3、Redshift等數據庫與存儲服務。 （圖片來源／AWS）QuickSight Q關於企業環境大數據處理需求，除了數據倉庫、資料准備（ETL），另一個關鍵則是資料分析，對此AWS在2015年推出主打商業智能用途的QuickSight，2019年增設了機器學習與自然語言功能，名為ML Insights，用戶可執行異常偵測、趨勢預測，以及自動化內容分析陳述（Auto-narrative）。 在今年全球用戶大會上，AWS發布另一項結合自然語言應用的資料查詢功能，稱為QuickSight Q，用戶可針對所有現存的資料，在QuickSight Q的搜索框其中，以自然語言的問句形式鍵入內容，幾秒鐘之內就會得到答案（目前以英文為主，但AWS並未提及是否能以其他語言提問）。 值得注意的是，QuickSight Q支持自動完成的關鍵字詞與商業用語建議功能，以及自動執行的拼字檢查、縮寫、同義詞的比對，用戶無需擔心拼錯字，或是資料確切的商業用語。 這套雲計算服務使用了深度學習與機器學習技術，像是自然語言處理、資料綱要理解、語義分析，支持SQL語法程序代碼的產生，再以此產生能理解問句意義與商業資料關系的資料模型，用戶就能很快地接收到高精准的回答，不必耗費幾天或幾周的時間等待資料模型構建完成之後，才能得到答案。 相較於BI團隊構建資料模型、分析預先被決定好模型的資料集的做法，AWS認為，QuickSight Q並不會局限用戶提問範圍，而且查詢分析的範圍是全部的資料，可提供更完整、精確的解答。 不過，在深度學習與機器學習的技術應用上，QuickSight Q使用的是預先訓練的資料，而這些資料源自不同領域與產業，因此，QuickSight Q的自然語言處理，可被調校成理解複雜的商業語言。 關於提問與回答精准度的部分，QuickSight Q會從用戶交互過程其中來學習，而能隨著時間持續提升。 此外，如果QuickSight Q無法理解用戶輸入的問題，他們也可以在搜索框，借由建議選項的下拉式菜單來得到提示、引導問題的描述，而在下一次查詢交互時，QuickSight Q會記住這詞匯，提示給用戶選擇。 為了簡化企業將SQL Server搬遷至數據庫雲計算服務Aurora的工程，AWS發布了Babelfish for Aurora PostgreSQL的功能，可讓SQL Server專屬的相關應用程序，在少量或不需修改程序代碼的狀況下，移植到Aurora執行。 同時，他們也宣布將在2021年發布Babelfish for PostgreSQL開放源碼項目，讓更多PostgreSQL系統也能具備這項功能。 （圖片來源／AWS）
第頁完，請繼續朗讀下一頁。喜歡 小編的世界，請記得按讚、收藏及分享

十輪網

關於數據庫、數據倉庫等多種存儲與分析服務的發展，是AWS這幾年力推企業上雲的重頭戲。

他們在2018年全球用戶大會提出Database Freedom口號，抨擊Oracle、微軟SQL Server這類舊型商業等級數據庫，認為它們成本昂貴、高度捆綁、采用專屬設計，並非聚焦於用戶需求，因此，AWS鼓吹企業采用開放式的資料引擎與可移植能力，以及強調他們可提供商業等級的關系型數據庫性能，因而主推兼容於MySQL和PostgreSQL的Amazon Aurora，還可以選擇商用等級軟件Oracle、SQL Server，以及開放源碼軟件PostgreSQL、MySQL、MariaDB，而這些都隸屬於他們的數據庫雲計算服務Amazon RDS。

此外，AWS母公司Amazon在11月1日宣布全面改用自家數據倉庫服務Redshift，而不再使用Oracle。

到了2019年全球用戶大會，AWS將重點擺在數據倉庫，宣布推出更多Redshift系列服務與功能，像是Redshift RA3執行實例、AQUA for Amazon Redshift高端加速查詢、Redshift Data Lake Export資料湖導出，以及Redshift Federated Query聯合查詢、具現化查看（虛擬資料表）Materialized views，其中的RA3、Redshift Data Lake Export當時已上線提供、Materialized views的支持提供預覽版，AQUA for Amazon Redshift今年12月終於發布預覽版，Materialized views與Federated Query，則陸續在3月、4月正式推出。

今年AWS全球用戶大會的相關技術應用發布，又將目光重新聚焦在數據庫，他們也發布協助數據庫系統遷移的新功能，這次鎖定的對象是微軟SQL Server，而非以往針對的Oracle，同時，也強化Aurora的無服務器應用服務。

關於SQL Server數據庫遷移，AWS將推出Babelfish for Aurora PostgreSQL功能，希望能以此協助用戶，讓他們將既有SQL Server數據庫系統，更簡易地搬遷至AWS的數據庫雲計算服務Aurora PostgreSQL，用戶可在Aurora PostgreSQL環境，繼續執行既有SQL Server的應用程序，而且僅需小幅修改程序代碼即可、甚至不用修改程序代碼，同時，AWS也計劃開放這套軟件功能的程序源碼，采用Apache 2.0授權許可，並公布在程序代碼協作與共享社群平台GitHub。

另一項消息，則是他們針對隨需執行的關系型數據庫服務Aurora Serverless，宣布將推出第二版。針對那些不打算自行管理數據庫容量的用戶，Aurora Serverless v2能在一秒之內，大幅擴展執行規模，而能處理數十萬筆交易，相較於基於尖峰容量設置的數據庫環境，AWS宣稱，最高可節省90%的成本。目前，AWS已針對兼容於MySQL 5.7版本的Aurora，推出預覽版本供用戶測試。

在大數據分析的部分，除了上述AQUA for Amazon Redshift本月宣布推出預覽版的消息，AWS還針對資料搬移與准備服務Glue，發布了匯集與複制多個人信息料源的Elastic Views功能，同時，也在商業智能雲計算服務QuickSight，增設了自然語言輸入查詢的功能Q。

取代SQL Server成AWS拓展數據庫市場新目標，積極強化遷移能力

為了吸引更多用戶將數據庫系統遷移到公有雲，AWS提供數據庫綱要轉換工具Schema Conversion Tool（SCT），以及數據庫遷移服務Database Migration Service（DMS），但除了數據庫綱要的轉移，應用程序的資料訪問邏輯該如何因應搬遷，又會是另一項大工程，因為通常需要大費周章地手動調整程序代碼，而且這裏面又涉及到數據庫各自專屬的指令使用。

過去AWS針對Oracle數據庫應用程序的部分，可通過SCT將PL/SQL轉換到PL/pgSQL，但並未涵蓋到SQL Server應用程序，而影響遷移數據庫的工程。另一方面AWS這邊也接到越來越多用戶想將SQL Server遷移至Aurora需求──這主要是因為微軟對於授權的做法越來越積極，增加更多操縱機制，例如，他們將自有授權帶入雲計算服務（BYOL），局限在2019年10月1日購買的用戶，使用的軟件也只能升級到這個日期之前可用的版本，使得遷移上雲的成本變高。

對此，AWS決定開發一套名為Babelfish for Aurora PostgreSQL的功能，能讓原先可在SQL Server執行的應用程序，也能在PostgreSQL其中直接執行，而且只需修改少量程序代碼即可。這項功能會替Aurora PostgreSQL提供轉換層，讓雲計算服務能夠理解專為SQL Server撰寫的應用程序的T-SQL指令。

基本上，Babelfish可支持相關的SQL分支語法、指標、目錄查看（catalog views）、資料類型、觸發程序（trigger）、預存程序（stored procedure）、函數（function），以及Tabular Data Stream（TDS）通信協議，用戶不需改寫應用程序的資料訪問請求方式，也不需沿用既有SQL Server驅動程序。

用戶在運用AWS DMS遷移數據庫之後，只需更新他們的應用程序組態，將數據庫的指向從原本的SQL Server改為Aurora即可。由於Aurora會通過Babelfish for Aurora PostgreSQL理解SQL Server與PostgreSQL專屬的查詢語言，之後用戶即可改用PostgreSQL來撰寫數據庫應用程序的功能，並且能同時執行既有的SQL Server的T-SQL語法敘述程序代碼。

作為Aurora即將發布的功能之餘，AWS也預告，將在2021年公開Babelfish for PostgreSQL的程序源碼，將受益的對象擴大至整個PostgreSQL使用社群，而非局限在Aurora用戶。任何人能夠參與這項軟件開發計劃，並加入更多功能，屆時Babelfish for PostgreSQL將采用Apache 2.0的授權模式，讓各種企業或組織基於這樣的授權條款，能夠自由使用、散播、修改，相關的工作與規劃都會公布在程序代碼協作平台GitHub。

發布新版數據庫無服務器應用服務，能更快擴展執行規模

在2018年，AWS的無服務器數據庫應用服務Aurora Serverless正式推出，雖然用戶不需自行管理數據庫容量，但有越來越多的情況，需要快速、更精確地擴展數據庫容量，例如，執行更多生產環境的工作負載，以及運用Aurora的多種功能，像是激活多個可用區域（Multi-AZ）實現高可用性、構建全球數據庫來達到低延遲、運用讀取副本（Read Replicas）以獲取高性能、采用時間回溯（Backtrack）來快速恢複，或是提供平行查詢來加快查詢速度。此時，用戶若要擴展Aurora Serverless數據庫容量1倍，每次需耗費5到50秒。

而在即將推出的Aurora Serverless v2，能在1秒以內大幅擴展數據庫工作負載規模，使其能夠處理數十萬筆交易。相較於現行每次在工作負載需要擴展規模時增加1倍容量的做法，Aurora Serverless v2會根據應用程序的需求來細部調整每次增益的容量，提供最合適的數據庫資源容量。

而且，此時用戶只需根據他們使用的容量，來支付服務費用。

若是對照基於尖峰容量而配置的數據庫資源，由於難免會有過度提供或閑置的狀況，而如今Aurora Serverless v2能夠變動態擴展與縮減執行規模，在數據庫服務的使用上，有望節省更多成本。

而有了這類精細擴展規模的能力，Aurora Serverless預計可支持更多種企業應用系統的需求，甚至也適用於軟件即服務（SaaS）供應商，能因應於多租戶環境，以及本身需管理大量關系型數據庫的環境。

針對用量起伏較大的關系型數據庫雲計算服務應用，例如線上搶票或暴量商品或服務訂購，AWS原本就有Aurora Serverless的執行模式，今年推出第二版的功能，能在更短時間內擴展與縮減數據庫執行容量規模，最低可擴展0.5個數據庫容量單位（Aurora Capacity Unit，ACU），最高可到256個ACU。
（圖片來源／AWS）

提供更多加速數據倉庫查詢的應用服務與功能

在大數據分析的應用上，AWS旗下有多種雲計算服務，可針對不同用途的資料處理需求，例如，Athena能用於無服務器形態的資料查詢（以SQL語法分析存放在S3的資料）；Elasticsearch Service可用於資料搜索與圖表化呈現（集成Elasticsearch、Logstash、Kibana）；Kinesis能處理即視頻流媒體與時資料流；Redshift專攻數據倉庫；EMR可執行多種大數據框架軟件的工作負載，像是Spark、Hive、Presto、Flink、HBase；Glue提供無服務器執行形態的資料准備服務；QuickSight則是支持商業智能分析應用的服務。

而在今年全球用戶大會期間，AWS特別針對其中三項服務，也就是Redshift、Glue、QuickSight，發布新的消息。

AQUA for Amazon Redshift

首先是去年發布的分布式硬件加速緩存技術AQUA for Amazon Redshift，在今年12月開放預覽版試用，預計在2021年1月正式推出，而且將依附在RA3執行實例其中免費提供，因此，租這項服務的用戶不需變更程序代碼，即可享受到AQUA的好處。

Glue Elastic Views

第二個則是針對資料匯集的需求，AWS在Glue這項無服務器ETL資料准備服務其中，即將推出名為Elastic Views的集成功能，目前已發布預覽版，用戶可通過具現化查看表（materialized views）的構建，而能運用多種來源資料。基本上，這項功能可橫跨存儲系統、數據倉庫、數據庫等多個人信息料存儲服務，執行自動結合與複制資料的作業。

為了要匯聚分散在多個人信息料孤島上的內容，雖然我們可以構建資料湖來進行集成，但考慮到訪問延遲與實際IT運營挑戰，放置在專屬存儲的資料量仍在大量增加，因此，企業仍須在這些分散或集中的存儲服務之間，進行資料搬移（Data Movement）的工作，而在Glue Elastic Views其中，用戶可使用SQL語法，針對想要從不同來源存儲服務複制資料、進行匯總，以便創建具現化查看。

而除了將不同來源數據庫的內容複制到目標數據庫，Glue Elastic Views還會自動更新目標數據庫的內容──AWS會持續監控來源數據庫的變更，並在幾秒之內更新目標數據庫，一旦某個來源的資料模型有變動，Glue Elastic Views會主動警告開發人員，讓他們更新手上的具現化查看來反映變更。

當然，Glue本身是無服務器架構的資料准備服務，Glue Elastic Views可隨著工作負載加重或減輕，自動擴展或縮減服務容量，確保目標數據庫存放的具現化查看表內容，維持最新狀態。

Glue Elastic Views目前能匯集哪些數據源？AWS表示，可支持多種AWS環境的數據庫雲計算服務，像是NoSQL數據庫DynamoDB、Elasticsearch Service，關系型數據庫RDS、數據倉庫Redshift，以及資料存儲服務，像是S3。

在資料分析之前的准備與匯集作業上，AWS Glue添加了Elastic Views的功能，可讓企業運用SQL語法來創建虛擬資料表，以此來結合與複制多個來源的資料，而在這其中，使用了AWS在2019年推出的SQL兼容查詢語言PartiQL，可支持DynamoDB、S3、Redshift等數據庫與存儲服務。
（圖片來源／AWS）

QuickSight Q

關於企業環境大數據處理需求，除了數據倉庫、資料准備（ETL），另一個關鍵則是資料分析，對此AWS在2015年推出主打商業智能用途的QuickSight，2019年增設了機器學習與自然語言功能，名為ML Insights，用戶可執行異常偵測、趨勢預測，以及自動化內容分析陳述（Auto-narrative）。

在今年全球用戶大會上，AWS發布另一項結合自然語言應用的資料查詢功能，稱為QuickSight Q，用戶可針對所有現存的資料，在QuickSight Q的搜索框其中，以自然語言的問句形式鍵入內容，幾秒鐘之內就會得到答案（目前以英文為主，但AWS並未提及是否能以其他語言提問）。

值得注意的是，QuickSight Q支持自動完成的關鍵字詞與商業用語建議功能，以及自動執行的拼字檢查、縮寫、同義詞的比對，用戶無需擔心拼錯字，或是資料確切的商業用語。這套雲計算服務使用了深度學習與機器學習技術，像是自然語言處理、資料綱要理解、語義分析，支持SQL語法程序代碼的產生，再以此產生能理解問句意義與商業資料關系的資料模型，用戶就能很快地接收到高精准的回答，不必耗費幾天或幾周的時間等待資料模型構建完成之後，才能得到答案。

相較於BI團隊構建資料模型、分析預先被決定好模型的資料集的做法，AWS認為，QuickSight Q並不會局限用戶提問範圍，而且查詢分析的範圍是全部的資料，可提供更完整、精確的解答。不過，在深度學習與機器學習的技術應用上，QuickSight Q使用的是預先訓練的資料，而這些資料源自不同領域與產業，因此，QuickSight Q的自然語言處理，可被調校成理解複雜的商業語言。

關於提問與回答精准度的部分，QuickSight Q會從用戶交互過程其中來學習，而能隨著時間持續提升。此外，如果QuickSight Q無法理解用戶輸入的問題，他們也可以在搜索框，借由建議選項的下拉式菜單來得到提示、引導問題的描述，而在下一次查詢交互時，QuickSight Q會記住這詞匯，提示給用戶選擇。

為了簡化企業將SQL Server搬遷至數據庫雲計算服務Aurora的工程，AWS發布了Babelfish for Aurora PostgreSQL的功能，可讓SQL Server專屬的相關應用程序，在少量或不需修改程序代碼的狀況下，移植到Aurora執行。同時，他們也宣布將在2021年發布Babelfish for PostgreSQL開放源碼項目，讓更多PostgreSQL系統也能具備這項功能。
（圖片來源／AWS）