關於資料庫、數據倉庫等多種存儲與分析服務的發展，是AWS這幾年力推企業上雲的重頭戲。
他們在2018年全球用戶大會提出Database Freedom口號，抨擊Oracle、微軟SQL Server這類舊型商業等級資料庫，認為它們成本昂貴、高度捆綁、採用專屬設計，並非聚焦於用戶需求，因此，AWS鼓吹企業採用開放式的資料引擎與可移植能力，以及強調他們可提供商業等級的關係型資料庫性能，因而主推兼容於MySQL和PostgreSQL的Amazon Aurora，還可以選擇商用等級軟體Oracle、SQL Server，以及開放源碼軟體PostgreSQL、MySQL、MariaDB，而這些都隸屬於他們的資料庫雲計算服務Amazon RDS。
此外，AWS母公司Amazon在11月1日宣布全面改用自家數據倉庫服務Redshift，而不再使用Oracle。
到了2019年全球用戶大會，AWS將重點擺在數據倉庫，宣布推出更多Redshift系列服務與功能，像是Redshift RA3執行實例、AQUA for Amazon Redshift高端加速查詢、Redshift Data Lake Export資料湖導出，以及Redshift Federated Query聯合查詢、具現化查看（虛擬資料表）Materialized views，其中的RA3、Redshift Data Lake Export當時已上線提供、Materialized views的支持提供預覽版，AQUA for Amazon Redshift今年12月終於發布預覽版，Materialized views與Federated Query，則陸續在3月、4月正式推出。
今年AWS全球用戶大會的相關技術應用發布，又將目光重新聚焦在資料庫，他們也發布協助資料庫系統遷移的新功能，這次鎖定的對象是微軟SQL Server，而非以往針對的Oracle，同時，也強化Aurora的無伺服器應用服務。
關於SQL Server資料庫遷移，AWS將推出Babelfish for Aurora PostgreSQL功能，希望能以此協助用戶，讓他們將既有SQL Server資料庫系統，更簡易地搬遷至AWS的資料庫雲計算服務Aurora PostgreSQL，用戶可在Aurora PostgreSQL環境，繼續執行既有SQL Server的應用程式，而且僅需小幅修改程序代碼即可、甚至不用修改程序代碼，同時，AWS也計劃開放這套軟體功能的程序源碼，採用Apache 2.0授權許可，並公布在程序代碼協作與共享社群平臺GitHub。
另一項消息，則是他們針對隨需執行的關係型資料庫服務Aurora Serverless，宣布將推出第二版。針對那些不打算自行管理資料庫容量的用戶，Aurora Serverless v2能在一秒之內，大幅擴展執行規模，而能處理數十萬筆交易，相較於基於尖峰容量設置的資料庫環境，AWS宣稱，最高可節省90%的成本。目前，AWS已針對兼容於MySQL 5.7版本的Aurora，推出預覽版本供用戶測試。
在大數據分析的部分，除了上述AQUA for Amazon Redshift本月宣布推出預覽版的消息，AWS還針對資料搬移與準備服務Glue，發布了匯集與複製多個人信息料源的Elastic Views功能，同時，也在商業智能雲計算服務QuickSight，增設了自然語言輸入查詢的功能Q。
取代SQL Server成AWS拓展資料庫市場新目標，積極強化遷移能力
為了吸引更多用戶將資料庫系統遷移到公有雲，AWS提供資料庫綱要轉換工具Schema Conversion Tool（SCT），以及資料庫遷移服務Database Migration Service（DMS），但除了資料庫綱要的轉移，應用程式的資料訪問邏輯該如何因應搬遷，又會是另一項大工程，因為通常需要大費周章地手動調整程序代碼，而且這裡面又涉及到資料庫各自專屬的指令使用。
過去AWS針對Oracle資料庫應用程式的部分，可通過SCT將PL/SQL轉換到PL/pgSQL，但並未涵蓋到SQL Server應用程式，而影響遷移資料庫的工程。另一方面AWS這邊也接到越來越多用戶想將SQL Server遷移至Aurora需求──這主要是因為微軟對於授權的做法越來越積極，增加更多操縱機制，例如，他們將自有授權帶入雲計算服務（BYOL），局限在2019年10月1日購買的用戶，使用的軟體也只能升級到這個日期之前可用的版本，使得遷移上雲的成本變高。
對此，AWS決定開發一套名為Babelfish for Aurora PostgreSQL的功能，能讓原先可在SQL Server執行的應用程式，也能在PostgreSQL其中直接執行，而且只需修改少量程序代碼即可。這項功能會替Aurora PostgreSQL提供轉換層，讓雲計算服務能夠理解專為SQL Server撰寫的應用程式的T-SQL指令。
基本上，Babelfish可支持相關的SQL分支語法、指標、目錄查看（catalog views）、資料類型、觸發程序（trigger）、預存程序（stored procedure）、函數（function），以及Tabular Data Stream（TDS）通信協議，用戶不需改寫應用程式的資料訪問請求方式，也不需沿用既有SQL Server驅動程序。
用戶在運用AWS DMS遷移資料庫之後，只需更新他們的應用程式組態，將資料庫的指向從原本的SQL Server改為Aurora即可。由於Aurora會通過Babelfish for Aurora PostgreSQL理解SQL Server與PostgreSQL專屬的查詢語言，之後用戶即可改用PostgreSQL來撰寫資料庫應用程式的功能，並且能同時執行既有的SQL Server的T-SQL語法敘述程序代碼。
作為Aurora即將發布的功能之餘，AWS也預告，將在2021年公開Babelfish for PostgreSQL的程序源碼，將受益的對象擴大至整個PostgreSQL使用社群，而非局限在Aurora用戶。任何人能夠參與這項軟體開發計劃，並加入更多功能，屆時Babelfish for PostgreSQL將採用Apache 2.0的授權模式，讓各種企業或組織基於這樣的授權條款，能夠自由使用、散播、修改，相關的工作與規劃都會公布在程序代碼協作平臺GitHub。
發布新版資料庫無伺服器應用服務，能更快擴展執行規模
在2018年，AWS的無伺服器資料庫應用服務Aurora Serverless正式推出，雖然用戶不需自行管理資料庫容量，但有越來越多的情況，需要快速、更精確地擴展資料庫容量，例如，執行更多生產環境的工作負載，以及運用Aurora的多種功能，像是激活多個可用區域（Multi-AZ）實現高可用性、構建全球資料庫來達到低延遲、運用讀取副本（Read Replicas）以獲取高性能、採用時間回溯（Backtrack）來快速恢復，或是提供平行查詢來加快查詢速度。此時，用戶若要擴展Aurora Serverless資料庫容量1倍，每次需耗費5到50秒。
而在即將推出的Aurora Serverless v2，能在1秒以內大幅擴展資料庫工作負載規模，使其能夠處理數十萬筆交易。相較於現行每次在工作負載需要擴展規模時增加1倍容量的做法，Aurora Serverless v2會根據應用程式的需求來細部調整每次增益的容量，提供最合適的資料庫資源容量。
而且，此時用戶只需根據他們使用的容量，來支付服務費用。
若是對照基於尖峰容量而配置的資料庫資源，由於難免會有過度提供或閒置的狀況，而如今Aurora Serverless v2能夠變動態擴展與縮減執行規模，在資料庫服務的使用上，有望節省更多成本。
而有了這類精細擴展規模的能力，Aurora Serverless預計可支持更多種企業應用系統的需求，甚至也適用於軟體即服務（SaaS）供應商，能因應於多租戶環境，以及本身需管理大量關係型資料庫的環境。
針對用量起伏較大的關係型資料庫雲計算服務應用，例如線上搶票或暴量商品或服務訂購，AWS原本就有Aurora Serverless的執行模式，今年推出第二版的功能，能在更短時間內擴展與縮減資料庫執行容量規模，最低可擴展0.5個資料庫容量單位（Aurora Capacity Unit，ACU），最高可到256個ACU。（圖片來源／AWS）
提供更多加速數據倉庫查詢的應用服務與功能
在大數據分析的應用上，AWS旗下有多種雲計算服務，可針對不同用途的資料處理需求，例如，Athena能用於無伺服器形態的資料查詢（以SQL語法分析存放在S3的資料）；Elasticsearch Service可用於資料搜索與圖表化呈現（集成Elasticsearch、Logstash、Kibana）；Kinesis能處理即視頻流媒體與時資料流；Redshift專攻數據倉庫；EMR可執行多種大數據框架軟體的工作負載，像是Spark、Hive、Presto、Flink、HBase；Glue提供無伺服器執行形態的資料準備服務；QuickSight則是支持商業智能分析應用的服務。
而在今年全球用戶大會期間，AWS特別針對其中三項服務，也就是Redshift、Glue、QuickSight，發布新的消息。
AQUA for Amazon Redshift
首先是去年發布的分布式硬體加速緩存技術AQUA for Amazon Redshift，在今年12月開放預覽版試用，預計在2021年1月正式推出，而且將依附在RA3執行實例其中免費提供，因此，租這項服務的用戶不需變更程序代碼，即可享受到AQUA的好處。
Glue Elastic Views
第二個則是針對資料匯集的需求，AWS在Glue這項無伺服器ETL資料準備服務其中，即將推出名為Elastic Views的集成功能，目前已發布預覽版，用戶可通過具現化查看表（materialized views）的構建，而能運用多種來源資料。基本上，這項功能可橫跨存儲系統、數據倉庫、資料庫等多個人信息料存儲服務，執行自動結合與複製資料的作業。
為了要匯聚分散在多個人信息料孤島上的內容，雖然我們可以構建資料湖來進行集成，但考慮到訪問延遲與實際IT運營挑戰，放置在專屬存儲的資料量仍在大量增加，因此，企業仍須在這些分散或集中的存儲服務之間，進行資料搬移（Data Movement）的工作，而在Glue Elastic Views其中，用戶可使用SQL語法，針對想要從不同來源存儲服務複製資料、進行匯總，以便創建具現化查看。
而除了將不同來源資料庫的內容複製到目標資料庫，Glue Elastic Views還會自動更新目標資料庫的內容──AWS會持續監控來源資料庫的變更，並在幾秒之內更新目標資料庫，一旦某個來源的資料模型有變動，Glue Elastic Views會主動警告開發人員，讓他們更新手上的具現化查看來反映變更。
當然，Glue本身是無伺服器架構的資料準備服務，Glue Elastic Views可隨著工作負載加重或減輕，自動擴展或縮減服務容量，確保目標資料庫存放的具現化查看表內容，維持最新狀態。
Glue Elastic Views目前能匯集哪些數據源？AWS表示，可支持多種AWS環境的資料庫雲計算服務，像是NoSQL資料庫DynamoDB、Elasticsearch Service，關係型資料庫RDS、數據倉庫Redshift，以及資料存儲服務，像是S3。
在資料分析之前的準備與匯集作業上，AWS Glue添加了Elastic Views的功能，可讓企業運用SQL語法來創建虛擬資料表，以此來結合與複製多個來源的資料，而在這其中，使用了AWS在2019年推出的SQL兼容查詢語言PartiQL，可支持DynamoDB、S3、Redshift等資料庫與存儲服務。（圖片來源／AWS）
QuickSight Q
關於企業環境大數據處理需求，除了數據倉庫、資料準備（ETL），另一個關鍵則是資料分析，對此AWS在2015年推出主打商業智能用途的QuickSight，2019年增設了機器學習與自然語言功能，名為ML Insights，用戶可執行異常偵測、趨勢預測，以及自動化內容分析陳述（Auto-narrative）。
在今年全球用戶大會上，AWS發布另一項結合自然語言應用的資料查詢功能，稱為QuickSight Q，用戶可針對所有現存的資料，在QuickSight Q的搜索框其中，以自然語言的問句形式鍵入內容，幾秒鐘之內就會得到答案（目前以英文為主，但AWS並未提及是否能以其他語言提問）。
值得注意的是，QuickSight Q支持自動完成的關鍵字詞與商業用語建議功能，以及自動執行的拼字檢查、縮寫、同義詞的比對，用戶無需擔心拼錯字，或是資料確切的商業用語。這套雲計算服務使用了深度學習與機器學習技術，像是自然語言處理、資料綱要理解、語義分析，支持SQL語法程序代碼的產生，再以此產生能理解問句意義與商業資料關係的資料模型，用戶就能很快地接收到高精準的回答，不必耗費幾天或幾周的時間等待資料模型構建完成之後，才能得到答案。
相較於BI團隊構建資料模型、分析預先被決定好模型的資料集的做法，AWS認為，QuickSight Q並不會局限用戶提問範圍，而且查詢分析的範圍是全部的資料，可提供更完整、精確的解答。不過，在深度學習與機器學習的技術應用上，QuickSight Q使用的是預先訓練的資料，而這些資料源自不同領域與產業，因此，QuickSight Q的自然語言處理，可被調校成理解複雜的商業語言。
關於提問與回答精準度的部分，QuickSight Q會從用戶交互過程其中來學習，而能隨著時間持續提升。此外，如果QuickSight Q無法理解用戶輸入的問題，他們也可以在搜索框，藉由建議選項的下拉式菜單來得到提示、引導問題的描述，而在下一次查詢交互時，QuickSight Q會記住這詞彙，提示給用戶選擇。
為了簡化企業將SQL Server搬遷至資料庫雲計算服務Aurora的工程，AWS發布了Babelfish for Aurora PostgreSQL的功能，可讓SQL Server專屬的相關應用程式，在少量或不需修改程序代碼的狀況下，移植到Aurora執行。同時，他們也宣布將在2021年發布Babelfish for PostgreSQL開放源碼項目，讓更多PostgreSQL系統也能具備這項功能。（圖片來源／AWS）