有人说，未来跟互联网没有关系的企业将会面临巨大压力。而我们知道，公有云和互联网有着天然的血缘关系，可以说，公有云将成为许多企业跟互联网产生关系的捷径。
如今的企业多多少少都会用到一些云资源，对于业务上云的企业来说，是选择一台云主机更重要还是一个数据库更重要呢，有经验的人肯定知道是后者。
因为，云平台上，每天都有大量主机被创建和销毁。而数据库被创建之后，后续有任何风吹草动都事关重大。如果数据库被删了，数据库管理员（DBA）跑了，轻松成为热点新闻。
数据库的重要性无需赘言，数据库近些年来的压力确实越来越大。
一方面是数据量越来越多，数据类型越来越多，远非单独结构化数据库包打天下的时代了。第二方面，应用形态发生了变化，比如，微服务需要专门构建的数据库。第三方面，业务开发迭代速度快，数据库能不能跟得上都是问题。
数据库的压力终究会拖累企业，特别是传统企业。传统企业都有很多历史遗留资产，在本地有很多IDC资源，在性能、可扩展性、可管理性、成本优化、迭代速度等方面都有不少问题，云数据库刚好能解决这类问题。
数据库云化的趋势已是不可阻挡
业内最具代表性的本地数库厂商就是甲骨文，2008年，甲骨文的CEO拉里·艾利森公开表示了对云计算的不屑一顾，这种看法持续了很久，而现在，甲骨文也做起了公有云，把自己数据库搬到了云上。
亚马逊云科技是业内最大的公有云服务商，多年来一直致力于从甲骨文的数据库上迁移出来，迁移到自己研发的数据库上，期间与甲骨文有过多次口水仗，期间有过一些波折，但终究还是迁移出来，可以不依赖甲骨文的数据库了。
一边是数据库巨头向云转型，一边是云厂商开发诞生在云上的数据库，实践证明：数据库，还得是云的。
值得一提的是，诞生于云上的数据库，通常被称为云原生数据库，典型代表云原生关系型数据Amazon Aurora和云原生文档数据库Amazon DynamoDB。与之对应的是这样一类数据库，原来运行在本地，而现在被放到云上，统称托管数据库服务，典型代表有Amazon RDS。
翻开亚马逊云科技的数据库产品图标，映入眼帘的是密密麻麻的数据库，大致分为八大类，如上图所示。上图比较全面地介绍了使用场景和具体对应的数据库类型，但对于用户来说，还是有点复杂，这些语言太技术了。
于是，2022年9月23日，亚马逊云科技举办了一场关于数据库的媒体沟通会，亚马逊云科技大中华区产品部总经理陈晓建介绍了云原生数据库服务在汽车、制造、金融等传统行业中的应用，堪称是汽车、制造、金融用户的云数据库选型指南。
汽车行业用什么数据库？
在汽车行业电动化、智能化、网联化发展的进程中，普遍面临数据量巨大和数据种类多的挑战，而且还没能充分挖掘数据的价值。
亚马逊云科技通过多种数据库，来解决数据多样性的问题，比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架构可以应对因数据量大导致的管理问题，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，过程无需人工干涉。
在数据价值挖掘方面，亚马逊云科技可用过Amazon Neptune ML从海量数据中获得洞察。
具体场景上，可将Amazon DocumentDB用于车联网的位置服务，用它聊存储、查询和索引地理空间数据，还可以用它创建 2dsphere 索引并使用流行的 MongoDB 地理空间 API，来对存储在 DocumentDB 的数据执行查询。
如果需要处理结构化的车主基础数据，则可以用关系数据库Amazon Aurora，如果处理无结构的用户行为数据则可以用Amazon Neptune图数据库，如果是处理汽车运行状态下产生的大量时序数据，则可以用Amazon Timestream。
制造业用什么数据库？
制造业的挑战与变革也很多，比如，如何实现数字化的制造、如何实现产品即服务、如何向智能化转变、如何实现可持续的制造。
很明显，很多问题都得由数字技术作为支撑，需要数据来驱动。然而，制造也的数据类型多种多样，数据量巨大，数据来源复杂，不同的数据来自不同的业务系统，经常有数据孤岛。
用户可以用图数据库Amazon Neptune ML技术建立各个不同数据之间的相关性，并且通过机器学习洞察出数据的真正价值。
制造业对于成本非常敏感，亚马逊云科技提供了应用程序迁移服务，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，摆脱商业数据库高昂成本。
对于数据量大的问题，可以考虑下具有数据分层功能的数据库服务，包括Amazon Timestream、Amazon DynamoDB以及Amazon ElastiCache for Redis，可以帮助传统行业将大量低访问频率的历史数据进行冷热数据分离，并自动进行分层存储。
开利消防是高科技消防和安防解决方案领域的全球供应商，通过Babelfish for Amazon Aurora PostgreSQL成功把Microsoft SQL Server升级到Amazon Aurora，不到5周时间，就完成了业务改造和测试验证，并降低了70%成本。
金融行业用什么数据库？
金融行业一直是数字化转型阵营里的排头兵，金融行业的数字化转型对于提升服务质量，满足客户多元需求，增强综合竞争力都非常重要。
金融行业面临的主要问题在于金融数据的安全问题、业务的连续性问题，如何实现风控智能化的问题以及如何降本增效的问题。
在安全性和业务连续性问题方面，亚马逊云科技提供了云原生数据库的全球数据库，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很有帮助。
成本方面，很多金融机构数据库也都是使用的是传统商业数据库，成本高且缺乏弹性。亚马逊云科技提供了多种云原生数据库和数据迁移工具，能帮助金融企业快速地将系统切换到适应现代化应用需求的基础架构上来。
传统风控模式下，银行等金融机构依靠人工来做审核，审批效率不高、人工处理成本倒是很高。亚马逊云科技Amazon Neptune ML可以对金融机构的历史数据和其他数据进行整合，有效挖掘金融用户的数据价值，实现风控的智能化。
全球领先的税务软件公司Intuit，利用Amazon Aurora亚秒级全球复制速度，在不受性能或延迟限制的情况下，满足全球用户在报税季节的流量需求。Amazon Aurora全球数据库让Intuit能够通过在亚马逊云科技区域内分发数据来保持强大的灾难恢复能力，故障转移所完成时间不足1分钟。
艾瑞咨询研究总监王巍令表示：“云原生数据库将会成为未来数据库的重要趋势之一。在调研和走访中，发现不少企业尽管存在顾虑和实际困难，但是大多数也都表示愿意尝试云原生数据库。以亚马逊云科技为代表的公有云厂商，提供丰富的云原生数据库，使得企业可以安心地收数和用数，并聚焦核心业务。如果再考虑云上同时提供机器学习模型构建等服务，用数也变得简单起来。”
未经允许不得转载：DOIT » 亚马逊云科技给汽车、制造、金融企业的云数据库选型指南
