2017年雲服務 - 十大雲服務(AWS)猜想！

在雲服務剛剛興起的時候，你只需要輸入你的賬號，及密碼就可以登錄一個伺服器，你不需要單獨安裝插件，解包，也不需要對硬體進行重新組合形成新的架構。

但是走到今天，雲服務已經發生了巨大的變化，而且雲服務正在變的越來越複雜，當然功能也越加豐富，豐富到我們無法用簡單的句子來對雲服務進行精鍊的描述，雖然到今天仍然有登錄租用伺服器的方式，但是現在的雲服務表現的粒度更細，比如切片服務，切割服務，和數據存儲服務等等，現在的程序員不再需要提前安裝特定的組件或進行大量的配置了，在使用雲服務之前。

目前亞馬遜(Amazon)的AWS已經處於絕對領先地位，但是這個行業也遠遠沒有達到一家獨大，壟斷的地步，競爭依然激烈，這個行業里的參與者包括很多著名的公司，包括微軟，谷歌，IBM,Rackspace,和Joyent,這些雲服務提供商們為我們提供了豐富的雲服務解決方案，但是比較起來，AWS雲服務包更豐富，更有競爭力，AWS雲服務越來像個完整的開箱即用的服務解決方案，只需要你提供一條簡單的指令，就可以自動化，智能化為你提供雲服務，這聽上去，很棒哈？！

接下來我給大家介紹下亞馬遜(Amazon)的AWS十大未來的雲服務新特性吧，讓大家具體感受下它的強大：

Glue

所有進行數據分析的人都深深認同，他們很多的工作都是進行數據收集，進行數據收集和整理的時間要遠遠大於TA們進行數據分析的時間，收集數據，並讓數據轉為標準的數據格式，這會佔據數據分析員們至少百分之八十的時間。

這是一組新的Python腳本會自動爬取你的數據源，來完成數據的收集，並進行必要的格式轉換，該工具會整合到ASW雲服務平台上，會使用很多標準的協議，例如JSON,CSV和JDBC,更精彩的是它會按照內在的規則智能化分析數據並形成決策策略建議！

Python層的重要性在於你無需編寫或是看懂Python代碼，儘管你這樣做會更好，因為可以滿足個性化的定製，但是如果沒有太多的定製，Glue會在數據流上自動運行收集與分析任務，它會讓你看到更多的數據細節，幫助你思考數據所代表的深度意義。

FPGA

現場可編程邏輯閘陣列(Field Programmable Gate Arrays)很早前就是硬體設計師們的秘密武器了，對於特殊的晶元需求可以基於軟體編程來實現，我們沒有必要為了少量的特殊訂單需求而煩惱，因為FPGA可以模擬晶元的運行，類似真實的晶體管的連接效果，足以擔當真實的晶元任務。

在Amazon新的AWS EC2 F1產品中就自帶了FGPA到雲服務，如果你有高度結構化和重複性的計算要做，你可以使用EC2 F1實例，你可以生成一個軟體層次的假象晶元描述，編譯到一組門，就可以快速的得到計算結果，效果與晶體管真實的運行沒有區別。

誰會需要這樣的服務？如果你需要每天運行超過百萬次的甚至上億的重複運算，比如大家熟知的比特幣，那麼比特幣的礦工們就樂意用FPGAs來提供檢索效率，FPGA實例允許你租用多台伺服器來達到提升計算效率的需求，這類產品將最大的讓那些需要運行巨量計算並且無法簡單的匹配到標準化的命令集合中的人獲益。例如你在處理位級的方法和其他非標準的計算的時候。也許你可以用添加列的方式來重建標準化作業，但是在特定的情況下，FGPA和EC2會表現的更有競爭優勢！

Blox

當Docker在為堆棧痛苦的時候，Amazon已經決定讓人們在運行Docker實例的時候更容易，無論什麼時間，Blox用來計算實例集群的合適數量，達到不多也不少的效果！

Blox是事件驅動的，你不需要不間斷的觀察伺服器，看它們是否在運行，Blox可以返回報告給你，告訴你準確的運行數字，同時Blox是開源的，你可以在Amazon的雲服務平台之外使用。

X-Ray

監控伺服器是否運行正常通常是另外的一份簡單的工作任務，但是如果你想保持集群工作順利，那麼你必須寫代碼監控盡量多的信息，很多人依靠第三方的工具，但是現在Amazon的X-Ray提供了類似的工作，可以實現與第三方工具一樣的效果，來檢測你的伺服器陣列。

當一個站點得到了數據檢索的請求，X-Ray會跟蹤該請求在你的伺服器網路上和服務網路上，X-Ray會整合多個伺服器實例的數據，數據域等，你可以通過一個頁面來查看全局的數據信息視圖。

Rekognition

Recognition是一個新的AWS工具，幫助你進行圖片處理工作，例如你的app不僅僅保存圖片，藉助Recognition你可以基於檢索主題和人臉來進行圖片檢索，使用了成熟的機器視覺技術和神經網路演算法，

人臉識別演算法是複雜的，演算法會對人臉進行標記，然後與圖片庫的圖片進行比對，以達到幫助你識別某人的要求，無論是微笑的圖片和閉眼的圖片，該演算法都可以成功對人臉進行識別，但是Amazon會按照瀏覽的圖片數進行收費，而不是圖片的點擊數。

Athena

Amazon的S3使用很簡單，如果你想要一個數據結構，你發出請求，S3就會為你查找並返回結果，目前Athena讓這樣的工作更簡單，因為你不需要再自己編碼了，是的，避免了重複編碼以提交需求的機制了。

Athema使用SQL語法，這可以最大便利資料庫管理員，但是Amazon會按照返回的數據量進行收費，但是價格比較便宜，每TB(terabyte)的收費是5美元，大概每位元組合50億分之1美分的費用。

Lambda@Edge

這個產品的設計來源於提高互聯網內容的分發效率例如jpg，css文件等，我們會把這些內容分發到一組內容伺服器上，然後為請求提供一台最近的內容伺服器，以提高內容的傳遞和回應效率，但是Amazon走的更遠，它提供了Node.js代碼的分法機制，藉助邊界分發機制的原理，你的node.js代碼不會僅僅處於核心伺服器等著外界請求，而是具備多份拷貝在一組伺服器中，當請求的時候選擇最佳的傳輸和時間延遲路徑。

Snowball Edge

如果你想尋求對數據的物理層面的控制，雲服務並不合適你，因為這需要你接觸硬體，甚至DVD-ROM,或是尋求更多的底層數據識別，例如我的數據在雲上是否可用，哪份數據是正確的，我如何進行備份，這些通用的需求目前雲平台並沒有進行個性化的方案，雲平台的這個短板讓不少人擔心雲平台的潛在風險。

這裡的Snowball Edge就是包含數據的盒子讓你可以在任何地方都可以接受你想要的數據，當你想要你的數據的時候，Amazon會拷貝它，並且把這些數據快遞給你，你獲得是真實的物理數據。

Snowball Edge服務是來自現實需求的，因為很多開發組織通過雲平台收集了大量的數據，但是如果通過互聯網下載數據非常慢，也不安全，因此直接通過複製並快遞的方式效率更高。

這些數據並不是簡單的數據，在這些數據上，可以運行node.js代碼，因此你可以進行數據檢索，過濾和分析，在實際項目中。

Pinpoint

一旦你在雲平台上積累了大量的用戶，和會員，你需要對你的用戶和會員發送通知的時候，通常你需要啟動群發郵件，但是這通常不會成功，會被郵件伺服器當作垃圾郵件拒絕，而Amazon提供了Pinpoint來讓你更好的實現這樣的目的。

你只需要在你的app里注入一些要求的代碼，Pinpoint就會幫助你把消息發送給你的用戶和會員，你可以使用該工具進行營銷活動等，你可以得到Pinpoint的狀態報告。

Polly

這是一組把文字轉為聲音，並可以把聲音轉為文字的工具，這對於更好的提供app服務，無疑是很大的幫助。

本文作者微信公眾號 elearn007 歡迎關注交流