AWS CEO眼里的下一个软件革命：无服务器计算 原创

至顶网软件频道消息：没有人愿意听到新潮云技术里颇有些误导的术语“无服务器”计算， 但无服务器计算却仍然吸引了越来越多想挺进云计算的公司的目光。

所谓的无服务器计算指的是，软件开发人员无需在云中配置服务器和存储就可以创建云应用程序的新兴方式。无服务器计算其实并不是真的没有服务器，只不过诸如亚马逊网络服务（AWS）之类的云提供商做了大量的基础架构解决方案方面的事而已，这样做可能会节省大量花在云计算和存储上的时间和金钱。

AWS首席执行官Andy Jassy（上图）最近在亚马逊西雅图总部的附近接受了SiliconANGLE的独家采访，他谈到AWS的无服务器计算举措以及AWS计划利用旗下的Lambda和其他服务强力提供无服务器技术。他表示，“无服务器技术的采用和创新热潮已经完全征服了我们。”他称已经有不下十万的用户，是一年前的四倍之多。

Trinity风投普通合伙人Dan Scholnick表示，“亚马逊几年前推出了Lambda，真正地开启了无服务器空间。我们确信无服务器技术将是应用程序基础架构的未来。“

要确保AWS能够在无服务器方面领先，AWS首席执行官Jassy还有很多工作要做。尽管Lambda已经得到了很多的关注和使用，但也有些人认为诸如微软Azure和谷歌的云平台等竞争对手有机会后来居上。《纽约时报》首席技术官Nick Rockwell表示，他几年来一直鼓动Jassy在无服务器方面做更多的事情。

他表示，“对于各供应商而言，这不仅仅是一个工程项目的营销理念。”Jassy在本周的拉斯维加斯AWS re:Invent大会上可能会讲讲这方面的东西，Jassy将在周三上午发表主题演讲。

在下面的访谈里，Jassy还谈到数据库兴起导致的云竞争，他也谈到AWS如何在新的数据库用户方面击败甲骨文。他还谈到AWS如何在人工智能、“物联网”等等新技术上为旗下的云做足功夫。

访谈分三个部分。访谈的第一部分讲到AWS如何吸引更多的大型企业加入到云计算领域，以应对甲骨文（Oracle）等新近崛起的竞争对手。Jassy周二会讲他如何管理高速增长和快速变化的科技，以及亚马逊是否会分拆AWS。为简明起见，访谈记录是经过编辑的。

点击查看第一部分：AWS打算如何赢得下一场云计算大战的胜利？

点击查看第三部分：亚马逊云主管如何发现下一个十亿美元规模的业务

第二部分：无服务器革命

从云服务器到无服务器

问：无服务器计算热得很。我的理解是，AWS的无服务器产品Lambda可以令应用程序无需云中专门配置服务器就可以运行，在一定程度上表明这是一种功能即服务的新模式。无服务器计算在AWS上是如何发展的？

答：无服务器领域的采用和创新热潮已经完全征服了我们。已经有不下十万的客户在使用Lambda了。同比增长了大约300％。

AWS开始的五、六年期间，我们总是说：假如我们是现在开始做亚马逊，我们会将亚马逊完全建在AWS的基础上。而现在所有的团队都觉得假如我们今天开始创建亚马逊，我们一定会将亚马逊建立在Lambda以及我们的其他无服务器功能上，原因是用了Lambda和其他无服务器功能就无需考虑服务器或管理服务器，也无需考虑如何构建跨越多个可用区域的、含容错方式的应用程序，不必自己去增加容量，而只需说一声“我需要更多的计算单元”，不必安装任何软件来维护这些计算单元。无服务器真的就是这样的计算方式，它在不断发展，可以迅速地进行创新。

问：您认为这是云计算的分水岭？

答：我认为大批客户会跳过实例和容器，直接奔无服务器。 FINRA（美国金融业监管机构的英文缩写）用我们的无服务器应用程序运行他们的市场监视应用程序，这个市场监视应用程序每天要对37亿次的市场事件做5万亿次的验证。汤森路透（Thomson Reuters）也建了个大型商业分析服务，每秒钟处理4000个事件。所以我认为计算领域发生了很大的变化。

问：价格如何？您觉得无服务器的可行价格点已经出现了？

答：成本效益真的很好，原因是，用户无需为空闲时间买单，这也是无服务器服务的特点之一。用户只在事件被触发时才付钱，非常非常地划算。

数据库：下一个竞争战场

问：我想向您提个关于数据库的问题。我们听到过有人提出的观点，亚马逊不像甲骨文一样拥有一级数据库。

答：不对！我认为数据库空间是另一个发生了巨大变化的领域。大家现在对自己在过去几十年里企业领域里的数据库选项感到厌倦了。我们碰到的客户没有不想远离那些老套供应商的。

数据库即服务，2017年第2季度（来源：Forrester Research Inc.）

问：像甲骨文那样的老套服务商？

答：是的，像甲骨文那样的老套服务商。这就是为什么可以看到那么多人都急忙转移到诸如MySQL和Postgres之类的开放引擎。不过，要在开放引擎之上构建真正的高性能应用程序是有可能的，但难度大。 DynamoDB现在是很多这一类无服务器应用程序的关键。

问：你觉得新的数据库会有大规模增长吗？

答：大规模是必须的！实际上，新数据库和迁移过来的数据库都会有大规模增长。关系空间的Aurora和非关系空间的DynamoDB都会有大规模增长。这些绝对是一级数据库选项，性能非常强大。

你看看Aurora，它的可用性及和耐用性和商业级老套数据库相同，但价格只有商业级老套数据库的十分之一。这就是为什么Aurora是AWS历史上增长最快的服务。Aurora的迅速增长令人难以置信。

DynamoDB也一样。我认为 数据库空间一个有趣的事情完全改变了数据库的使用方式，那就是，大家过去通常只会使用一个数据库，一个关系数据库，就可以满足所有的数据库需求，不管这些应用程序是否需要复杂度和扩展成本以及一些关系数据库中的限制。

而今天，情况不是这样。许多公司对关系数据库的需求十分关键。很多公司希望保持价值关键，这就是为什么这些公司使用DynamoDB。而且，很多公司需要内存数据库，这就是为什么这些公司使用AWS ElastiCache。

问：你们如果能提供关于数据库增长的统计数据的话，我很乐意看看统计数据，因为我试着获取大数据库增长的论据，而甲骨文会留住他们现有的数据库，但最终如果数据库市场在不断增长的话，甲骨文是不是能够参与到数据库的新增长中来呢？

答：他们不会参与的。

问：所以您认为甲骨文不会参与到数据库的新增长中来。

答：我认为不会。新的公司不会用甲骨文。一家公司如果对客户太刻薄，价格结构那个样子，随时罚客户，谁如果想和这样的公司合作的话一定是疯了。

还有，我想说，他们的关系数据库真是非常贵，是个非常专利的数据库。将这个关系数据库与Aurora比较一下，Aurora的性能相同，成本只有十分之一，Aurora与MySQL或Postgres完全兼容。所以，如果用户决定要摆脱这个关系数据库，是不言而喻的事吧。这样的盈利方式更有吸引力。多数公司在自己的应用程序中使用多种类型的数据库，而现在许多公司在同一个应用程序中会使用多种类型的数据库。

“物联网”落地云计算

问：AWS如何应对“物联网”（IoT）和边缘计算的兴起、如何应对IoT设备生成的那些数据呢？网上有篇关于云计算的博文（https://techcrunch.com/2017/08/03/edge-computing-could-push-the-cloud-to-the-fringe/），博文提到Andreessen Horowitz合伙人Peter Levine在推动整个分散数据库、分散网络的概念。 AWS如何看待云计算与边缘关系？

答：各种新潮术语：云计算、大数据、无服务器、ML（机器学习）、AI（人工智能）、IoT。从很多方面来看，物联网在这些里面是交付最快的。物联网不单单发生在工业物联网领域里，物联网在各领域的发展速度都非常快。部分原因是因为设备制造商喜欢物联网，物联网令设备制造商可以销售更多的设备，而部分原因是因为一众公司都非常渴望从自己的资产中获取数据，他们过去不能真正获得这些数据或是需要很多时间才能获取这些数据。

但如果仔细想一想，这些设备本质上拥有相对较少的CPU和磁盘，即是说用云计算来补充这些设备的重要性是不成比例的。

问：这些网络的工程设计是什么样子？

答：目前绝大多数的物联网实现都是用AWS。 Illumina及其所有基因组测序硬件都是将所有数据发给AWS，患者数据的大规模分析是AWS做的，不同症状的数据以及配对是在AWS上进行的。John Deere变成一千个远程拖拉机，它们实时发送种植条件的信息。 AWS通过分析后将信息发送给处于地面上的播种器。

再来看看美国职业棒球甲级联盟，他们用了Statcast，在全联盟30个球场都有小型数据中心，然后他们将这些数据发到AWS进行分析。分析过的数据然后再发回卡车里的小型数据中心。这就是很老套的IoT应用程序。因此我们能见到大量这一类的IoT应用程序。

问：就是要以新的方式使用云吗？

答：如果 10年后再来看混合云，我觉得内部部署这一块的大头不会是服务器。所有这些服务器正在迁移到云里。内部部署这一块的大头是连接设备。办公室、工厂、油田、农田、船舶、飞机和汽车里的连接设备不下数十亿。这些设备都是小设备。所以大家会在设备上做一些计算，我过一会儿再讨论这个问题。但就分析或处理而言，任何实质性的东西都是在云里进行。在这些设备上做不起计算。

有时候我不想去云里来回兜一圈。我就会想在设备上完成和云里相同的编程模型，在设备上做云中做的事情。所以我们去年发布了Greengrass，Greengrass其实是在设备里嵌入了Lambda的软件模块，如此，开发人员想触发和运行这些功能时就可以可以进行编程，这些功能在设备上被触发及可以在设备上运行。

来源：AWS

钻石和矿业公司力拓（Rio Tinto）是一个很好的例子。他们有些大牵引车去底下的钻石矿，道路很粗糙，爆一个胎的价格高达2万美元。所以他们就在这些车辆上安装了内置了Lambda的Greengrass，如果其中一辆车检测到一颗钉子，或者检测到别的真有可能对后面的车辆造成伤害的东西，那么他们实际上有办法向其他车辆发信号，他们实际上有要去的地方的地图。

问：安全是物联网的一大问题。您怎么应对这个问题？

答：不管做什么事情，如果涉及到重要数据，那就必须考虑安全性。内部部署是这样，在云中是这样，在物联网里也是如此。只要看看去年来自物联网设备的Dyn攻击事件就知道风险是存在的。

我们的AWS IoT具有非常重要的安全功能，我认为大家可以期待我们将继续为安全方面的人士添加额外的功能。我们知道这些功能不能阻止人。大家都在快速将物联网连接迁移到云里。迁移得非常快。这一块对我们来说是一个巨大的投资领域。

问：物联网的通常应用是什么？因为很多人都只是使劲在思考这个问题，并不是因为不重要，而是因为他们还有更紧急的事情要做。

答：有些公司还没有接入物联网。但我想说，企业都在快速接入物联网，在很多情况下，物联网应用会成为在云里运行的第一个应用程序。一个非常典型的例子是公用事业公司希望在客户家中装智能电表，这样他们就可以获得一般人通常在做什么以及温度是多少的信息。然后再看看分析结果，在客户家里的表上采取行动。过去他们做不到，因为那些仪表没有智能，不能通过分析与云沟通。

大家以后会渐渐看到，业界也会希望在边缘做大量的机器学习。但是企业通常都是在研究如何从这些资产中收集数据并将数据发到云里，这就是我们用AWS IoT实现的功能。我们已经见到不少在设备上采用AWS IoT和AWS流式数据处理服务的应用，Kinesis将数据做流处理并存储起来，再设置Lambda函数对数据执行分析，然后再将操作返回给设备本身。

在堆栈上部的机器学习

问：亚马逊在人工智能和机器学习方面在做什么？ Jeff Bezos一直谈这个。

答：ML和AI终于进入了实用阶段，现在能以广泛的方式来使用ML和AI了，这在过去只是一个愿景。我们将ML看作一个三层的堆栈。底层是专家从业人士，那些知道如何建立模型、知道如何实际训练、知道如何做调整的人士。大家都知道，要使这些模型中的某个模型真正行之有效就需要做大量的工作，然后还要知道如何部署并在生产环境中运行。

与其他一些公司相比，我们的底层方法有些不同。其他公司会说，“看吧，每个人都应该用这个框架。”机器学习和深度学习就是这样。但如果研究一下机器学习和深度学习的历史就会知道，一致的部分是变化。时下流行的东西，最终都会成为人们想要运行的新方法、新架构和框架。

而时下我会说TensorFlow能引起很多共鸣。时下在云上运行的大多数TensorFlow都是在AWS上运行。如果想做计算机视觉，事实证明Caffe 2是一个非常好的解决方案。又或者想要做推荐系统、或图像、视频、分析和自然语言处理，那MXNet在规模扩展上就挺好的。我们要支持所有这些框架。

问：AI和ML的上层如何呢？

答：问题是拥有专家机器学习从业者的公司不多。如果真的希望机器学习能够以指数级的方式扩展并发挥潜力，那就必须解决堆栈中间层的问题，这对我来说就是，要想办法让日常开发人员能更容易获得堆栈中间层。如果开

发人员不能容易地访问堆栈中间层，那它就永远不会像我们想象那样得到扩展。这一块我们现在已经有些服务了，我们会推出更多的服务。我们的真正重点是试图使这一块的使用能够更容易一些。

还有就是堆栈顶层，我不妨就将其称为应用服务吧，应用服务与AI或人类功能最相似：文本到语音、对象识别、会话应用程序和机器人。我们这一块有很多服务，还有推出更多服务。我们正在更大幅度地在堆栈的所有三层上投资。今天大部分的使用是在堆栈底层或堆栈顶层。但我认为，对大多数公司极其宝贵的东西是要弄清楚自己数据的含义。

安全与GovCloud并进

问：安全性似乎不是迁移到云里的公司最担忧的事情，您如何在网络攻击不断增加的情况下确保安全能够继续得到改进？

答：安全一直是头等大事。没有什么可以与之相比。我们有非常强大的能力。我们采取了业界人士长期以来采取的策略，我们的数据中心有非常严格的物理访问控制，以确保没有人能以任何方式影响到我们的网络。

问：现在我们看到一个趋势，许多涉及政府类型的东西正在迅速转向商业化。安全也是这样吗？

答：我们有一些客户，他们的要求是这样的，我们必须为他们建一些有点不同的东西。 AWS GovCloud就是一个很好的例子，AWS GovCloud需要遵守ITAR （国际武器贸易规则）。所以我们就建了个完全符合ITAR的云区域。

问：这就是您刚刚宣布的秘密区域吗？

答：政府机密信息有不同的分类，最高机密类有一定的要求集。也有一些组织需要达到最高机密要求才能把他们的工作负载置于其中。另外还有一个非常安全的分类，名为秘密类，秘密类位于最高机密的下一层，但比ITAR或者普通公共云高一层，大量其他工作负载必需用秘密类。我们就建了个拥有的其他功能以外的秘密区域。

问：您提供的哪些其他服务可以提高安全性？

答：我们有很多内部运营服务，我们要保证内部服务的安全，有时我们的客户要求我们外借内部服务。他们希望能够自己跑，而不是让我们为他们跑。Inspector的一部分就是这个功能，我们在一年前推出了Inspector。Inspector基本上就是客户提供应用程序给我们，我们检查各种类型的漏洞并交一个报告给他们，基本上就是为应用程序检查漏洞。

我们八月还推出了Macie。有些人存了各种内部数据，而他们实际上并不知道在这些数据里哪些数据敏感哪些数据不敏感，他们也不知道这些数据是不是发生了什么异常。 Macie所做的就是利用机器学习将数据根据敏感数据组件分类，并将数据分成不同的类别。Macie然后用CloudTrail观察这些数据是否有异常的动作：有没有被通常不能访问这些数据的人访问过？有没有恶意软件？是否有通常不会发生的大量数据从特定的存储区域移出的情况发生？

尽管大多数公司也知道安全的重要性，但他们没有足够的专业知识和资源来构建这类机器学习安全功能，而现在他们只需在他们的数据使用机器学习安全功能。

点击查看访谈第一部分：AWS打算如何赢得下一场云计算大战的胜利？