Amazon Neptune Serverless最低擴展要求縮減至1個基礎資源單位

北京2023年4月6日 /美通社/ -- 近日，亞馬遜云科技宣布，為解決高度關聯復雜數據集而專門構建的Amazon Neptune圖數據庫推出新功能，將Amazon Neptune Serverless的最低擴展要求從2.5個基礎資源單位Neptune Capacity Unit（NCU）降低至1個，以降低最多2.5倍運行成本。亞馬遜云科技通過面向應用場景專門構建服務的方式，為不同需求的客戶提供最適合其業(yè)務負載的云服務，并且不斷豐富服務的深度和廣度。自2022年至今，亞馬遜云科技已為15種專門構建的云上數據庫服務提供了多達327項功能更新，進一步激發(fā)企業(yè)創(chuàng)新，實現業(yè)務增長。

Amazon Neptune是亞馬遜云科技專門構建的全托管圖數據庫服務，旨在解決高度關聯的復雜數據集的高效存儲和查詢需求，它在高可用性、性能和韌性方面表現優(yōu)異，可以幫助企業(yè)輕松構建和運行需要用到圖數據庫的應用程序，已廣泛應用于社交網絡、推薦引擎、欺詐檢測、知識圖譜、生命科學和網絡/IT運營領域。

Amazon Neptune Serverless是2022年推出的無服務器功能，它使用NCU作為其虛擬資源的單位，每個NCU由2GiB的內存，相關的虛擬處理器容量（vCPU）和網絡資源組成。無服務功能允許用戶運行和即時擴展圖數據庫工作負載，并能夠根據工作負載不斷變化的需求自動擴展所需的NCU資源數量以保持一致的性能。與配置峰值容量的圖數據庫相比，Serverless功能的加入最多可降低90%的成本，有效避免了非峰值期間預配置資源的浪費。而此次推出的新功能則進一步降低了資源消耗，通過將Amazon Neptune Serverless的最低擴展要求NCU數量從2.5個降低至1個，可將圖數據庫在不需要主動響應查詢需求時的資源消耗減少多達2.5倍，從而可以節(jié)省最高2.5倍的運行成本。

Amazon Neptune已被全球企業(yè)廣泛采用，以加速業(yè)務敏捷創(chuàng)新，實現成本節(jié)約，如打造了社交網絡拍照應用Snapchat的公司Snap，全球信息和分析提供商LexisNexis Legal & Professional，以及為全球財富500強等大型企業(yè)提供服務的云安全公司Wiz等。在中國，西門子工業(yè)自動化產品（成都）有限公司和中國科學院天津工業(yè)生物技術研究所等創(chuàng)新工廠和科研機構也正在利用Amazon Neptune引領行業(yè)創(chuàng)新。

西門子工業(yè)自動化產品（成都）有限公司（SEWC）是引領智能制造的燈塔工廠，該數字工廠通過數字化軟件、套件SIMATIC以及相關硬件實現了研發(fā)、制造、質量、管理系統(tǒng)的整體聯動。SEWC基于Amazon Neptune圖數據庫構建云邊一體的產線故障知識圖譜應用試點，實現對工業(yè)實體、工業(yè)系統(tǒng)、知識經驗、工業(yè)組織和人工操作等元素間復雜關聯的高效分析，為生產現場人員提供自助式查詢服務，快速精準地提供問題定位、故障分析、設備操作和突發(fā)情況應對等知識，實現以數據驅動精益生產。

中國科學院天津工業(yè)生物技術研究所（TIBCAS）是一家從事工業(yè)生物技術研發(fā)的科研機構。TIBCAS生物設計中心團隊聯合亞馬遜云科技團隊在計算生物學國際期刊Nucleic Acids Research上發(fā)表文章，發(fā)布了全球首個基于圖數據庫Amazon Neptune的大腸桿菌調控代謝關系知識圖譜ERMer，首次提供了全局的代謝調控圖譜，并通過可視化框架實現了豐富的搜索功能，如多步查詢、最短路徑查詢等。ERMer采用專門為高度關聯的復雜數據集的高效存儲和查詢設計圖數據庫架構，這打破了傳統(tǒng)的低效數據檢索方式，有效增強用戶和圖譜的人機交互，大大降低了使用門檻。

亞馬遜云科技一直通過不斷創(chuàng)新推動云上數據庫服務的迭代與發(fā)展，目前已推出15種專門構建的云上托管數據庫服務，每種數據庫都為滿足客戶特定應用場景需求而專門構建，包括支持常見數據庫引擎的SQL關系型數據庫Amazon Relational Database Service（Amazon RDS）和Amazon Aurora，也包括眾多NoSQL數據庫，如Amazon DynamoDB健值數據庫、Amazon DocumentDB文檔數據庫、Amazon Neptune圖數據庫等，廣泛覆蓋包括金融、制造、汽車、零售快消、醫(yī)療與生命科學、教育、游戲、媒體與娛樂、電商、能源與電力等各行各業(yè)的具體應用場景需求。企業(yè)在每一個細分應用場景都可以使用最適合的數據庫，充分發(fā)揮其性能優(yōu)勢，全面釋放數據創(chuàng)新潛力，最終實現成本與效益的雙贏。