AWS是什么？AWS介绍[大数据培训]

目前云平台逐渐火热起来，国内如：阿里云、腾讯云、华为云等平台，国外如：AWS、Azure、Google GCP等平台，都有不少用户，并在持续的增加中。

特别是在大数据领域，主流的云平台均提供了相应的解决方案，从分布式存储到分布式计算，从批处理框架到流式计算，从ETL到数据管道，从BI分析到数据挖掘等等方面均有对应的产品来解决企业的需求。

我们有必要对云平台增加一定的了解，并最好能上手尝试一番，对我们提升眼界思维有很大帮助。

本篇文章就给大家带来主流云平台中的AWS平台的相关介绍。

一、 什么是AWS

官方介绍：

AWS 全称Amazon web service(亚马逊网络服务)，是亚马逊公司旗下云计算服务平台，为全世界各个国家和地区的客户提供一整套基础设施和云解决方案。

AWS面向用户提供包括弹性计算、存储、数据库、物联网在内的一整套云计算服务，帮助企业降低IT投入和维护成本，轻松上云

从概念是来看，AWS提供了一系列的托管产品，帮助我们在没有物理服务器的情况下，照样可以正常完成软件开发中的各种需求，也就是我们常说的云服务。

比如，从存储来说，AWS提供了S3 作为对象存储工具，可以帮助我们存储大量的数据，并且S3可以被AWS的其他服务所访问。

从服务器资源来说，AWS提供了EC2作为虚拟化的云服务器，提供各种类型的主机，如计算型、通用型、内存计算型、GPU计算型，等等来满足业务对服务器的需要。

在数据库方面，AWS提供了如RDS(包含Mysql、MariaDB、Postgresql)作为关系型存储以及分布式大型关系型数据库Aurora，同时提供了多种Nosql数据库，如DynamoDB等，以及数仓如RedShift。

AWS在各个方面的业务需求上，都有对应的产品或者整体的解决方案存在，并且这些产品或者方案都有一个特点，就是全部不需要使用者有任何物理资源，所有的业务统统在AWS上运行，使用者只需要有一天电脑去登录AWS去进行管理操作即可，同时也简化了许多运维的工作量，比如监控、报警等方面，AWS自身就已经集成了很丰富的监控报警功能。

二、AWS上提供的主要功能模块

如上三个图，我们可以看出，AWS提供了许许多多的功能模块以对应各种不同的业务需求

就以计算来举例：

在AWS的计算模块中，除了最常见的EC2(Elastic Compute Cloud),也就是云上的虚拟机，除了EC2外，AWS提供了诸如：

LAMBDA: 用于提供开发ServerLess Application，支持Java、Python、Go等主流语言

ECR：Amazon Elastic Container Registry，用于管理容器镜像的服务，类似容器仓库的概念

ECS：Amazon Elastic Container Service，AWS自身提供的容器编排服务

EKS：Elastic Kubernetes Service，运行在云上的，AWS提供的Kubernetes技术

Lambda：云上运行代码，无需顾虑服务器。只需要关系业务逻辑编写代码即可，编写好之后提交给Lambda代码可以直接运行，不需要服务器，也不需要安装环境。

还有一些其他的计算模块中的服务，就不一一列举了(国内用不了)。

可以看出，AWS在每一个模块下，都提供了很丰富的产品来供用户选择使用。

使用AWS可以做到，不依赖任何任何一台物理服务器就能支撑起全公司所有的业务。

AWS是十分强大的，目前在全球云平台的占有率也是处于No.1的序列，其相当于引领着云平台的定义。

我们主要挑选一些最常使用的服务来给大家介绍一下。【推荐了解大数据培训课程】

三、AWS中一些常用服务介绍

计算-EC2：

EC2可以说是AWS平台上最核心、最基础的服务了，其全称Elastic Compute Cloud: 弹性云计算。

EC2简单来说，就是提供了云上的虚拟服务器，用户可以按照需求选择如：

1. 内存计算型(强调内存性价比)

2. 通用型(均衡性价比)

3. 计算型(强调CPU性价比)

4. GPU计算型(提供高性能GPU)

5. 存储优化型(强调存储性价比)

除了大类型上可以选择，也可以选择小类型(CPU、内存配置)，如下图：

提供了多种类型的CPU和内存的组合供我们选择，最高可以选择到128vCPU核心，4TB内存的级别。除了性能配置外，EC2同时支持选择多种操作系统来部署，如：

同时，EC2也可以搭配如VPC(虚拟网络)，AMI(镜像)，快照，安全组(防火墙)，负载均衡器等各种服务搭配使用

总的来说，EC2 就相当于一个云上的虚拟机软件，可以帮我们创建服务器，部署操作系统，管理网络，拍摄快照，配置防火墙等等工作。

存储-S3

S3：Amazon Simple Storage Service，是一种云上的简单存储，是一种基于对象的存储。我们可以把我们的数据作为一个个对象存储在S3中。

并且，S3可以被AWS中其他的服务所访问，甚至我们部署的Hadoop、Spark等程序都可以正常的访问S3的数据。

S3作为存储，和服务器进行了隔离，原本我们做分布式存储如HDFS，都是依赖具体的服务器硬件的，但是使用S3，就不再需要了，它就相当于AWS提供的一款分布式、超大容量的网盘程序

T1：使用S3，我们可以将存储的计算资源进行分离，比如我们可以在需要计算的时候，临时创建几个EC2，去加载S3数据，运行程序计算结果，得到结果后，就可以删除EC2了，最大程度提供资源利用率，不需要计算的时候，让计算资源不再闲置，或者说，需要计算资源的时候再去创建即可。

数据库

RDS

RDS全称：Amazon Relational Database Service，也就是亚马逊关系型数据库服务。是一种托管的云数据库，可以为我们提供云上的Mysql、Postgresql、MariaDB、Aurora(分布式关系型数据库)等多种关系型数据库。使用RDS，用户只需要关系去使用它即可，而无需关心如：安装、部署、维护、监控、报警等一系列操作。这些操作AWS全部帮我们自动化完成，我们只需要关心业务逻辑去操作数据库即可。

DyanmoDB

DynamoDB是一款托管的NoSQL数据库，是Key-Value型的列式数据库，由AWS自行研发，类似HBase。

其提供了多种语言的API帮助客户开发程序，同时将性能划分为一个个容量单位，由预算来决定性能，最大限度节省预算。

同RDS一样，使用托管的DynamoDB，客户同样只需要关心使用即可，而无需关心如维护、安装、报警、监控、部署等一系列操作。

RedShift

RedShift是AWS提供的一款云上的托管的数据仓库产品。其底层基于Postgresql开发，兼容Postgresql的一些标准，可以使用JDBC连接。

计算-LAMBDA

Lambda是一款神器，目前微服务十分流行，Lambda可以构建复杂的微服务系统架构，同时也可以用来构建ServerLess 类型的Application

Lambda简单来说就是，编写好代码，提交给Lambda即可运行，无需顾虑服务器。

联网和内容分发-API Gateway

Amazon API Gateway 可帮助开发人员创建和管理在 Amazon EC2、AWS Lambda 或任何可公开寻址的 Web 服务上运行的后端系统的 API。利用 Amazon API Gateway，您可以为您的 API 生成自定义客户端 SDK，以便将后端系统连接到移动、Web 和服务器应用程序或服务

通俗来说，我们可以认为API Gateway就是一款托管在云上的Nignx、Tomcat等中间件。

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

分析-EMR

EMR也是一款重磅产品，对我们大数据开发人员意义重大，其可以帮助我们快速的构建起一个大数据集群，只需要鼠标点击几下即可创建。

EMR提供两种类型的集群：

1. 步骤运行集群

2. 长久运行集群

对于步骤运行集群，我们可以创建一个特定的集群，分配特定EC2来运行集群，给定一个集群创建成功后的运行步骤。那么在集群创建好之后，EMR会自动运行我们提供的步骤，运行结束后，会自动关闭此集群，删除对应的EC2资源。

比如：我们可以写一个Spark任务，从S3读取数据，并将结果存放到S3中，那么可以将这个任务提交给EMR步骤运行集群，那么其流程就是：

1. 预配置：比如勾选需要多少个EC2，EC2是什么类型，Spark任务在哪里

2. 预配置完成后，EMR就会创建对应的EC2，然后在对应EC2上部署集群

3. 集群部署完成后，运行我们提交的Spark任务

4. Spark任务运行完成后，EMR关闭集群，删除EC2

那么假设我们的任务运行了2个小时，提供了10个4核心8GB内存的EC2，那么我们消耗的成本就只有这10台EC2 运行2小时的金额。

而对于以前的机房集群来说，在不运行任务的时候，其也在持续的消耗成本(房租、电、网、运维等)

同时对于这样的集群我们还可以动态拓展其性能，我们勾选了10个EC2 运行了2小时完成，

那么一般来说我们可以勾选20个EC2，来让任务在1小时完成，那么成本和10个EC2 2小时完成是差不多的

这样对于企业来说可以最大限度的节省资金同时提高性能，

对于机房集群来说，扩容是一个大事情，但是对于EMR来说，就非常轻松。

对于长久运行集群

EMR在创建好集群后，就让集群一直运行下去，除非我们手动关闭，EMR不会自动关闭集群删除EC2

适合我们部署长期运行的服务，如HBase等

EMR支持如下的大数据组件：

分析-Kinesis

Kinesis是AWS提供的一款流分析工具，可以基于Kinesis来完成相关流计算业务，同时Kinesis也可以作为一款消息队列来存在，用于削峰、解耦等。

四、总结

AWS为我们提供了许许多多实用的产品和解决方案，可以让业务不依赖任何一台云服务器。

目前，上云是一句流行语，也是一个大势，大家可以多了解了解云产品，开拓眼界。