AWS是什么？AWS介紹[大數(shù)據(jù)培訓]

目前云平臺逐漸火熱起來，國內(nèi)如：阿里云、騰訊云、華為云等平臺，國外如：AWS、Azure、Google GCP等平臺，都有不少用戶，并在持續(xù)的增加中。

特別是在大數(shù)據(jù)領域，主流的云平臺均提供了相應的解決方案，從分布式存儲到分布式計算，從批處理框架到流式計算，從ETL到數(shù)據(jù)管道，從BI分析到數(shù)據(jù)挖掘等等方面均有對應的產(chǎn)品來解決企業(yè)的需求。

我們有必要對云平臺增加一定的了解，并最好能上手嘗試一番，對我們提升眼界思維有很大幫助。

本篇文章就給大家?guī)碇髁髟破脚_中的AWS平臺的相關介紹。

一、 什么是AWS

官方介紹：

AWS 全稱Amazon web service(亞馬遜網(wǎng)絡服務)，是亞馬遜公司旗下云計算服務平臺，為全世界各個國家和地區(qū)的客戶提供一整套基礎設施和云解決方案。

AWS面向用戶提供包括彈性計算、存儲、數(shù)據(jù)庫、物聯(lián)網(wǎng)在內(nèi)的一整套云計算服務，幫助企業(yè)降低IT投入和維護成本，輕松上云

從概念是來看，AWS提供了一系列的托管產(chǎn)品，幫助我們在沒有物理服務器的情況下，照樣可以正常完成軟件開發(fā)中的各種需求，也就是我們常說的云服務。

比如，從存儲來說，AWS提供了S3 作為對象存儲工具，可以幫助我們存儲大量的數(shù)據(jù)，并且S3可以被AWS的其他服務所訪問。

從服務器資源來說，AWS提供了EC2作為虛擬化的云服務器，提供各種類型的主機，如計算型、通用型、內(nèi)存計算型、GPU計算型，等等來滿足業(yè)務對服務器的需要。

在數(shù)據(jù)庫方面，AWS提供了如RDS(包含Mysql、MariaDB、Postgresql)作為關系型存儲以及分布式大型關系型數(shù)據(jù)庫Aurora，同時提供了多種Nosql數(shù)據(jù)庫，如DynamoDB等，以及數(shù)倉如RedShift。

AWS在各個方面的業(yè)務需求上，都有對應的產(chǎn)品或者整體的解決方案存在，并且這些產(chǎn)品或者方案都有一個特點，就是全部不需要使用者有任何物理資源，所有的業(yè)務統(tǒng)統(tǒng)在AWS上運行，使用者只需要有一天電腦去登錄AWS去進行管理操作即可，同時也簡化了許多運維的工作量，比如監(jiān)控、報警等方面，AWS自身就已經(jīng)集成了很豐富的監(jiān)控報警功能。

二、AWS上提供的主要功能模塊

如上三個圖，我們可以看出，AWS提供了許許多多的功能模塊以對應各種不同的業(yè)務需求

就以計算來舉例：

在AWS的計算模塊中，除了最常見的EC2(Elastic Compute Cloud),也就是云上的虛擬機，除了EC2外，AWS提供了諸如：

LAMBDA: 用于提供開發(fā)ServerLess Application，支持Java、Python、Go等主流語言

ECR：Amazon Elastic Container Registry，用于管理容器鏡像的服務，類似容器倉庫的概念

ECS：Amazon Elastic Container Service，AWS自身提供的容器編排服務

EKS：Elastic Kubernetes Service，運行在云上的，AWS提供的Kubernetes技術

Lambda：云上運行代碼，無需顧慮服務器。只需要關系業(yè)務邏輯編寫代碼即可，編寫好之后提交給Lambda代碼可以直接運行，不需要服務器，也不需要安裝環(huán)境。

還有一些其他的計算模塊中的服務，就不一一列舉了(國內(nèi)用不了)。

可以看出，AWS在每一個模塊下，都提供了很豐富的產(chǎn)品來供用戶選擇使用。

使用AWS可以做到，不依賴任何任何一臺物理服務器就能支撐起全公司所有的業(yè)務。

AWS是十分強大的，目前在全球云平臺的占有率也是處于No.1的序列，其相當于引領著云平臺的定義。

我們主要挑選一些最常使用的服務來給大家介紹一下。【推薦了解大數(shù)據(jù)培訓課程】

三、AWS中一些常用服務介紹

計算-EC2：

EC2可以說是AWS平臺上最核心、最基礎的服務了，其全稱Elastic Compute Cloud: 彈性云計算。

EC2簡單來說，就是提供了云上的虛擬服務器，用戶可以按照需求選擇如：

1. 內(nèi)存計算型(強調(diào)內(nèi)存性價比)

2. 通用型(均衡性價比)

3. 計算型(強調(diào)CPU性價比)

4. GPU計算型(提供高性能GPU)

5. 存儲優(yōu)化型(強調(diào)存儲性價比)

除了大類型上可以選擇，也可以選擇小類型(CPU、內(nèi)存配置)，如下圖：

提供了多種類型的CPU和內(nèi)存的組合供我們選擇，最高可以選擇到128vCPU核心，4TB內(nèi)存的級別。除了性能配置外，EC2同時支持選擇多種操作系統(tǒng)來部署，如：

同時，EC2也可以搭配如VPC(虛擬網(wǎng)絡)，AMI(鏡像)，快照，安全組(防火墻)，負載均衡器等各種服務搭配使用

總的來說，EC2 就相當于一個云上的虛擬機軟件，可以幫我們創(chuàng)建服務器，部署操作系統(tǒng)，管理網(wǎng)絡，拍攝快照，配置防火墻等等工作。

存儲-S3

S3：Amazon Simple Storage Service，是一種云上的簡單存儲，是一種基于對象的存儲。我們可以把我們的數(shù)據(jù)作為一個個對象存儲在S3中。

并且，S3可以被AWS中其他的服務所訪問，甚至我們部署的Hadoop、Spark等程序都可以正常的訪問S3的數(shù)據(jù)。

S3作為存儲，和服務器進行了隔離，原本我們做分布式存儲如HDFS，都是依賴具體的服務器硬件的，但是使用S3，就不再需要了，它就相當于AWS提供的一款分布式、超大容量的網(wǎng)盤程序

T1：使用S3，我們可以將存儲的計算資源進行分離，比如我們可以在需要計算的時候，臨時創(chuàng)建幾個EC2，去加載S3數(shù)據(jù)，運行程序計算結果，得到結果后，就可以刪除EC2了，最大程度提供資源利用率，不需要計算的時候，讓計算資源不再閑置，或者說，需要計算資源的時候再去創(chuàng)建即可。

數(shù)據(jù)庫

RDS

RDS全稱：Amazon Relational Database Service，也就是亞馬遜關系型數(shù)據(jù)庫服務。是一種托管的云數(shù)據(jù)庫，可以為我們提供云上的Mysql、Postgresql、MariaDB、Aurora(分布式關系型數(shù)據(jù)庫)等多種關系型數(shù)據(jù)庫。使用RDS，用戶只需要關系去使用它即可，而無需關心如：安裝、部署、維護、監(jiān)控、報警等一系列操作。這些操作AWS全部幫我們自動化完成，我們只需要關心業(yè)務邏輯去操作數(shù)據(jù)庫即可。

DyanmoDB

DynamoDB是一款托管的NoSQL數(shù)據(jù)庫，是Key-Value型的列式數(shù)據(jù)庫，由AWS自行研發(fā)，類似HBase。

其提供了多種語言的API幫助客戶開發(fā)程序，同時將性能劃分為一個個容量單位，由預算來決定性能，最大限度節(jié)省預算。

同RDS一樣，使用托管的DynamoDB，客戶同樣只需要關心使用即可，而無需關心如維護、安裝、報警、監(jiān)控、部署等一系列操作。

RedShift

RedShift是AWS提供的一款云上的托管的數(shù)據(jù)倉庫產(chǎn)品。其底層基于Postgresql開發(fā)，兼容Postgresql的一些標準，可以使用JDBC連接。

計算-LAMBDA

Lambda是一款神器，目前微服務十分流行，Lambda可以構建復雜的微服務系統(tǒng)架構，同時也可以用來構建ServerLess 類型的Application

Lambda簡單來說就是，編寫好代碼，提交給Lambda即可運行，無需顧慮服務器。

聯(lián)網(wǎng)和內(nèi)容分發(fā)-API Gateway

Amazon API Gateway 可幫助開發(fā)人員創(chuàng)建和管理在 Amazon EC2、AWS Lambda 或任何可公開尋址的 Web 服務上運行的后端系統(tǒng)的 API。利用 Amazon API Gateway，您可以為您的 API 生成自定義客戶端 SDK，以便將后端系統(tǒng)連接到移動、Web 和服務器應用程序或服務

通俗來說，我們可以認為API Gateway就是一款托管在云上的Nignx、Tomcat等中間件。

API Gateway 可以配合上面提到的Lambda，來提供RESTful形式的接口。

分析-EMR

EMR也是一款重磅產(chǎn)品，對我們大數(shù)據(jù)開發(fā)人員意義重大，其可以幫助我們快速的構建起一個大數(shù)據(jù)集群，只需要鼠標點擊幾下即可創(chuàng)建。

EMR提供兩種類型的集群：

1. 步驟運行集群

2. 長久運行集群

對于步驟運行集群，我們可以創(chuàng)建一個特定的集群，分配特定EC2來運行集群，給定一個集群創(chuàng)建成功后的運行步驟。那么在集群創(chuàng)建好之后，EMR會自動運行我們提供的步驟，運行結束后，會自動關閉此集群，刪除對應的EC2資源。

比如：我們可以寫一個Spark任務，從S3讀取數(shù)據(jù)，并將結果存放到S3中，那么可以將這個任務提交給EMR步驟運行集群，那么其流程就是：

1. 預配置：比如勾選需要多少個EC2，EC2是什么類型，Spark任務在哪里

2. 預配置完成后，EMR就會創(chuàng)建對應的EC2，然后在對應EC2上部署集群

3. 集群部署完成后，運行我們提交的Spark任務

4. Spark任務運行完成后，EMR關閉集群，刪除EC2

那么假設我們的任務運行了2個小時，提供了10個4核心8GB內(nèi)存的EC2，那么我們消耗的成本就只有這10臺EC2 運行2小時的金額。

而對于以前的機房集群來說，在不運行任務的時候，其也在持續(xù)的消耗成本(房租、電、網(wǎng)、運維等)

同時對于這樣的集群我們還可以動態(tài)拓展其性能，我們勾選了10個EC2 運行了2小時完成，

那么一般來說我們可以勾選20個EC2，來讓任務在1小時完成，那么成本和10個EC2 2小時完成是差不多的

這樣對于企業(yè)來說可以最大限度的節(jié)省資金同時提高性能，

對于機房集群來說，擴容是一個大事情，但是對于EMR來說，就非常輕松。

對于長久運行集群

EMR在創(chuàng)建好集群后，就讓集群一直運行下去，除非我們手動關閉，EMR不會自動關閉集群刪除EC2

適合我們部署長期運行的服務，如HBase等

EMR支持如下的大數(shù)據(jù)組件：

分析-Kinesis

Kinesis是AWS提供的一款流分析工具，可以基于Kinesis來完成相關流計算業(yè)務，同時Kinesis也可以作為一款消息隊列來存在，用于削峰、解耦等。

四、總結

AWS為我們提供了許許多多實用的產(chǎn)品和解決方案，可以讓業(yè)務不依賴任何一臺云服務器。

目前，上云是一句流行語，也是一個大勢，大家可以多了解了解云產(chǎn)品，開拓眼界。