前言

在当今云计算深入各行业、计算量暴增现状之下，云计算生态迎来百花齐放。但用户不希望将所有鸡蛋放在一个篮子里面，因此每个企业都在发展自己的私有云、公有云等多云、混合云结构。

因云计算的高灵活性、可扩展性、高性价比，在本地10台服务器需要算1小时的工作量，在云计算平台上1分钟就搞定了，但是我们并不总是需要10台计算机同时工作，只有在业务旺季的时候希望增加设备的性能，在平时闲置的时候希望这些服务器只要1台能正常工作就行。

因此，云计算平台的弹性伸缩给企业带来的完美的解决方案，这也正是ServerLess技术在近几年蓬勃发展的原因，技术的快速发展往往是需要市场需求做为推手。因此，在参加了re:Invent 2022 大会后，这种感受越来越强烈，今天我们就一起来聊聊对云计算的创新展望。

一、超级云，1+1>2

1、诞生背景

很多企业在使用云计算之初，为了快速响应需求，会把各种云计算平台引入进来，并将不同的应用放置私有云和公有云。在短期的三五年时间内，把应用都落地了，但发现运维却成了最大的问题，因不同的平台相互之间，不通信，迁移升级就让用户感觉到战战兢兢，因此就需要根据不同的云平台配置不同的运维人员。此时用户急需一个统一的云计算平台-超级云来将用户的应用整合到一起，统一管理。

“超级云”架构是一种发展中的计算架构，是多云与混合云的自然进化，反映了当下企业需要在多种云与IT平台上部署应用与数据的需求。由于多云与IT平台的部署会带来数据孤岛和不同异构平台之间的“摩擦”，“超级云”架构应运而生。所谓“超级云”，即一种新兴的计算架构，将底层各种超大规模云的计算、网络、存储、安全和其它原生资源抽象成云服务，从而构建跨多云、多边缘和企业IT的单一全球化系统。

2、Expedia的超级云

在本次re:Invent 2022 大会中，让我最印象深刻的是全球最大的旅游公司之一的Expedia，运用AWS提供的云服务搭建了属于他们的超级云-Open World。

Expedia通过将自己的业务分解为可配置的微服务或小型构件块来进行解耦，通过这个超级云平台让业务开展变的可配置、可扩展和可外部化，这样就可以加速任何人参与进来，为客户提供创造一切的基石。到如今Expedia借助这个平台成为了全球最大的在线旅游公司，TripAdvisor是Expedia旗下品牌，是全球最大的旅游社区，在酒店和景点点评服务上拥有绝对领导性地位。

3、超级云带给Expedia什么

Expedia是美国著名的旅游网站，所属WTE公司（Worldwide Travel Exchange）。网站提供机票预定、租车公司、全球超过3000个地点的旅馆及超值优惠的房价，旅馆的详细资讯亦可于线上浏览。旅客只要输入心中理想价位与地区等，在最短的时间内，即可得到最即时且正确的报价。Expedia在成立之初就颠覆了旅游行业，在线旅游确实是一项突破性创新。

如今，Expedia拥有超1.68亿会员，忠诚度会员超过50000名，和超300万房企、500家航空公司、汽车租赁公司和邮轮公司合作。如今，Expedia成为全球最大的在线旅游公司，其业务量约占全球在线旅游市场的三分之一。

成为最大的在线旅游公司。在这超大规模的背后，是什么来支撑这么大体量的业务发展？与其说他是一家旅游公司，他更像是一家科技公司。正是通过线上的Expedia和线下的旅游伙伴合作，真正让用户花最短的时间找到预期的旅游地。这就是1+1>2的魅力。

二、Expedia背后的故事

1、先来思考个问题

从前面了解到Expedia的业务看起来非常的简单，即旅客只要输入心中理想价位与地区等，在最短的时间内，即可得到最即时且正确的报价。但是你别忘了他有1.68亿的会员加上300多万的合作伙伴，并为70个国家旅游提供支持。为了确保在全球的每一个旅客，输入心理报价和地区后，在1秒内甚至更短的时间给出即时且正确的报价，Expedia需面临哪些挑战？

从re:Invent 2022 大会演讲中，了解到Expedia必须面临着如下挑战：

1、不断增长的转型需求；

2、更好的客户体验；

3、日益增长的网络安全、数据隐私威胁；

4、提升数据的价值；

5、不断改造自己，改造旅游业。

2、直面挑战的背后

当然从Expedia的发展现状来看，Expedia无疑是直面这些挑战，并打了一个又一个的大胜仗。这一场场胜利，离不开Expedia的优秀战略与决策，更离不开Expedia背后的超级云计算平台。那这个神奇的Expedia的超级云计算平台又是怎么搭建起来的呢？让我惊艳的是Expedia的超级云计算平台，没有我想象中的那么庞大和复杂。它主要包括Amazon EKS+Amazon DynamoDB和Amazon SageMaker三个核心组件组成。

通过与AWS合作Expedia将基础设施进行现代化改造，即我们常说的数字化转型，然后将业务迁移至容器中，通过EKS（是一个用于实现容器化应用程序的部署、扩展和管理的自动化的开源系统）提供的解决方案，将业务托管在超级云计算平台。利用Amazon DynamoDB（NoSQL 数据库）和Amazon SageMaker（完全托管的机器学习服务）的高性能，让Expedia业务开展保持在亚秒级延迟，准确性高达99%。总的来说，EKS保证了高可用、DynamoDB和SageMaker保证了高性能。

3、实际业务量与成果

AWS云计算平台，每年为Expedia处理超6000亿个人工智能预测。

AWS云计算平台，每年为Expedia提供超70PB的数据分析。

AWS云计算平台，为Expedia一个品牌一页数据就进行36万次排列。

AWS云计算平台，每年为Expedia节省超800万个工作小时。

三、云计算功能简介为创新展望

3.1云计算创新展望

在介绍Expedia应用的云产品前，先来展望下云计算平台的未来。从本次大会中，深刻体会到Expedia借助AWS搭建的云平台，成为全球最大的在线旅游企业。离不开AWS提供的精耕细作的技术平台，也离不开Expedia的深度应用，因此云供应商和用户之间，早就不是一锤子买卖了。在云计算创新的未来必然是云供应商的精耕细作和深度用户不断反馈来完善共有云，同时云供应商深度了解用户需求后，不断升级自己的产品，支撑用户搭建属于他们的超级云计算平台，合作共赢。

3.2Expedia应用功能简介

下面简单介绍下Expedia应用的三款云产品，如果你还想全面详细的了解AWS的产品，可以访问下面链接进行了解。

1、Amazon EKS

Amazon Elastic Kubernetes Service (Amazon EKS) 是一项托管服务，可让您在AWS上轻松运行 Kubernetes，而无需安装、操作或维护您自己的Kubernetes控制面板或节点。Kubernetes是一个用于实现容器化应用程序的部署、扩展和管理的自动化的开源系统。Amazon EKS：

跨多个AWS可用区运行和缩放 Kubernetes控制面板，确保高可用性。

根据负载自动缩放控制面板实例，检测并替换运行状况不良的控制面板实例，并为其提供自动化的版本更新和修补。

与许多AWS服务集成以便为您的应用程序提供可扩展性和安全性，包括以下能力：

用于容器镜像的 Amazon ECR；

用于负载分配的 Elastic Load Balancing；

用于身份验证的 IAM；

用于隔离的 Amazon VPC。

运行最新版本的开源 Kubernetes软件，因此您可以使用Kubernetes社群的所有现有插件和工具。在Amazon EKS上运行的应用程序与在任何标准Kubernetes环境中运行的应用程序完全兼容，无论这些应用程序是在本地数据中心还是在公有云中运行，都能兼容。这意味着，您可以轻松地将任何标准 Kubernetes 应用程序迁移到 Amazon EKS，而无需进行任何代码修改。

2、Amazon DynamoDB

Amazon DynamoDB是一个NoSQL数据库，支持键-值和文档数据模型。开发人员可以使用DynamoDB构建无服务器的现代化应用程序，这些应用程序可以从小规模开始，然后扩展到全球范围以支持每秒数PB的数据和数千万条读取和写入请求。DynamoDB支持全球范围内超大规模的高性能应用，并且可完全托管。下面我们来看看DynamoDB又新增了哪些功能。

新增功能：

将数据从Amazon S3直接导入到新的DynamoDB表中，无需编写任何代码或管理额外的基础设施；

AWS Glue Elastic Views支持DynamoDB作为源，以近乎实时地在多个数据库中连续整合和复制数据；

使用PartiQL（兼容 SQL 的查询语言）来查询、插入、更新和删除DynamoDB中的表格数据；

使用Amazon Kinesis Data Streams将项目级更改捕获在DynamoDB 表中；

更快地恢复DynamoDB表；

AWS 定价计算器现在支持 DynamoDB；

将数据从DynamoDB导出到Amazon Simple Storage Service（Amazon S3），并使用其他AWS服务（如 Amazon Athena）分析您的数据并提取可行的洞察。

3、Amazon SageMaker

亚马逊SageMaker是一项完全托管的机器学习服务。与SageMaker，数据科学家和开发人员可以快速、轻松地构建和训练机器学习模型，然后直接将模型部署到生产就绪的托管环境中。它提供了一个集成的Jupyter编写Notebook实例，供您轻松访问数据源以便进行探索和分析，因此您无需管理服务器。此外，它还可以提供常见的机器学习算法，这些算法经过了优化，可以在分布式环境中高效处理非常大的数据。借助对的原生支持bring-your-own-algorithms和框架， SageMaker提供灵活并且适合具体工作流程的分布式训练选项。通过单击几下来启动模型，即可将模型部署到安全的、可扩展的环境中SageMaker Studio SageMaker控制台。训练和托管按使用分钟数计费，没有最低费用，也不需要前期承诺。