相较于互联网等云原生企业，传统行业的企业由于行业的特定应用需求以及历史遗留数据等原因，面临的数据挑战更为艰巨。包括无法快速扩展、高成本、迭代速度慢、无法支撑全球业务扩展、功能/性能瓶颈。
亚马逊云科技大中华区产品部总经理 陈晓建
云原生数据库能够助力企业更快地扩展业务、专注于创新，并加快新功能的上市时间。这是因为云计算解决了开源数据库在易用性、可靠性、扩展性、性能等方面的问题，相比传统商业数据库，降低了高昂的成本。通过云上托管的数据库服务，客户可以用开源数据库实现媲美商业数据库的性能，而成本通常只有商业数据库的几分之一。云原生数据库可以利用云端的其他服务，包括计算、网络、存储、安全、大数据、AI/ML，通过深度集成，将各种能力融会贯通。托管数据库服务可以使客户集中精力在高价值的应用开发上，并借助全球数据库配合全球业务扩展。
不断推动云上数据库的迭代和发展
Amazon DynamoDB 是亚马逊云科技首个云原生数据库，也是业界第一个真正意义上的云原生数据库。在Amazon DynamoDB问世后的十年里，亚马逊云科技对其进行的持续完善，不仅涉及底层可用性、持久性、安全性和规模等特性，还包括易用性等。现在Amazon DynamoDB已服务于全球众多客户，也包括亚马逊自身。
亚马逊云科技一直通过不断创新推动云上数据库服务的迭代与发展，目前已推出15种专门构建的云上托管数据库服务，既有SQL（Amazon Relational Database Service、Amazon Aurora），也有NoSQL（Amazon DynamoDB、Amazon DocumentDB、Amazon Neptune等等），以及具有Serverless功能的数据库（Amazon Aurora serverless、 Amazon DynamoDB、 Amazon Timestream、 Amazon Keyspaces和Amazon QLDB）。
满足汽车、制造、金融行业的数据需求
针对汽车行业面临的海量多样化数据、缺乏有效手段来充分挖掘数据价值的挑战，亚马逊云科技提供了专用场景的数据库。如针对车联网的时序数据处理、企业内部系统的结构化数据处理、建立知识图谱的图数据库以及加速访问的缓存数据处理。亚马逊云科技的Serverless架构可以很好地处理汽车产生的大量数据，并提供可伸缩的资源管理能力来对海量数据进入管理、读写等操作，同时无需人工干涉，可自动伸缩计算和存储资源。Amazon Neptune + ML可以从海量数据中洞察出数据之间的联系和价值，来指导后续的业务方向。
数据是驱动制造业发展的关键因素，针对制造业数据类型的多样性，亚马逊云科技提供专门构建的数据库应对大量结构化，半结构化以及非结构化的行业数据。制造业数据通常会有冷热数据之分。亚马逊云科技提供数据库的数据分层存储功能，来处理海量的冷暖数据，可以给企业节省大量成本。
同时，制造业数据来源复杂，不同的数据来自不同的业务系统，很难建立看出相关性，形成了数据孤岛。图数据库Amazon Neptune和ML可以建立各个不同数据之间的相关性，并且通过ML洞察出数据的真正价值。针对大量使用商业数据库而带来的高昂成本，亚马逊云科技进一步提供应用程序迁移服务，利用Babelfish for Amazon Aurora PostgreSQL，帮助客户把传统数据库平滑地迁移上云原生数据库。
数字化转型已成为金融行业的共识，是提升服务质量，满足客户多元需求，增强综合竞争力的重要途径。对于金融行业，保证金融数据安全，需要安全的存储和传输，以支撑全球业务的连续性。亚马逊云科技提供了云原生数据库的全球数据库方案，既可以提供跨区域的灾难恢复，又可以保证业务数据被全球用户快速地访问到，对业务遍布全球的金融企业是一个有效的方案。
面对各种不同的业务，金融企业能收集的数据也是多种多样，亚马逊云科技专门构建的数据库满足了对多种类数据的处理和存储需求。传统风控模式下，银行等金融机构主要运用人工信审，数据多来自央行征信。而在普惠金融大环境下，个人与企业资金需求特性差异较大，传统风控审批效率不高、人工处理成本居高不下、数据来源单一等问题逐渐显现。亚马逊云科技Amazon Neptune +ML可以对金融机构的历史数据和其他行业数据（消费，医院，出行等）进行很好地整合，有效挖掘金融用户的数据价值，实现风控的智能化。
据亚马逊云科技大中华区产品部总经理陈晓建介绍，很多金融机构数据库使用的是传统商业数据库，高昂的成本和缺乏快速弹性扩展能力，无法满足业务需求。亚马逊云科技提供了多种云原生数据库和数据迁移工具来帮助金融企业快速地讲系统切换到适应现代化应用需求的基础架构上来，实现真正的数字转型。
