在談這家喪心病狂的公司之前，先說說“正常”的IT公司是怎樣的：
一家IT公司，一般只會有一款數據庫產品。
我們衆所周知的Oracle, Microsoft(SQL), MongoDB等等都是這樣。
（像Oracle買了擁有MySQL的Sun這樣的，不能算了，畢竟MySQL不是Oracle最開始自主研發的。）
爲什麼會這樣呢？原因主要有2個：
1. 如果一家公司，能有一款拿得出手的數據庫產品，就可以在整個IT業界立足了，實在沒有必要開發第二款數據庫。
2. 數據庫系統的開發成本也比較高，投入很大，很少有公司有能力去開發多款數據庫。
所以，反過來說，如果一家IT公司，它開發了很多款不同類型的數據庫，那它一定有2個特質：
1. 有野心：一款數據庫，不足以實現它獨霸整個DBaaS（數據庫即服務）的野心，所以它要開發6款；
2. 有錢：數據庫的開發不像軟件開發，人才很少，重金買人，才能開發數據庫。
看來，“喪心病狂”也不是那麼容易的！
今天我們要講的這家“喪心病狂”的開發了6款數據庫產品的公司就是亞馬遜（Amazon），確切地說是亞馬遜的雲計算部門，也就是AWS。
AWS有哪6款數據庫呢？
確切地說，我認爲是7款數據庫：
* RDS
* RDS-Aurora
* Redshift
* DynamoDB
* Neptune
* Timestream
* QLDB
(RDS和RDS-Aurora有些人認爲是同款數據庫。)
這幾款數據庫真是各有神通，幾乎把所有數據庫相關的應用場景都捕捉到了。
接下來逐一介紹下：
RDS （Relational Database Service)
RDS顧名思義就是“關係型數據庫”。這裏其實亞馬遜移植了市面上常用的幾款數據庫，做成了“雲”的版本給客戶，包括：Oracle，MySQL, MS SQL, MariaDB, PostgreSQL。
這麼做的好處，就是客戶教育成本低，遷移成本低，用自己熟悉的數據庫，又享受了雲端的高可用和高性能。
這些好像沒啥，很“正常”，還不夠“喪心病狂”，但是接下來的幾款數據庫產品，AWS就要開掛了。
RDS-Aurora
雖然說，Aurora是掛在RDS下面的一個數據庫產品，但是我認爲它完全是不一樣的。不能和其它RDS數據庫相提並論。
數據庫的一個核心問題就是解決“高併發”，其中包括：高併發的“讀”，和高併發的“寫”。（比如一個電商平臺的網站，對商品的查詢都是讀，下訂單則都是寫了。）
你可能會說，高併發的“讀”不難處理啊！可多幾個數據部分不就行了？比如，一份數據放在10個服務器上--對於讀，來說，是這樣的。
但是，如果系統裏面有很多數據副本的時候，高併發的“寫”就不能有效的同步到所有的副本上了--所以，高併發的讀寫實際上是一對兒矛盾的綜合體。
Aurora通過“日誌即數據”的概念，把“數據引擎”和“數據存儲”進行了有效的分割，從而達到了空前的高併發讀寫機能。
傳統的普通數據庫服務，或者普通的自建數據庫機構，“寫”只能發生在一個“主”數據上，然後“主”再把自己的數據同步給其它副本。Aurora則不同，“寫”可以發生在任何一個可用區上。Aurora的架構使用了3個可用區，每個可用區有2個副本，也就是一共6個副本，這6個副本都可以進行讀寫。極大的彌補了，傳統數據庫對高併發的瓶頸。這是不是很“喪心病狂”？這是如何做到的？！
細節，在這裏就不贅述了，有興趣的話，可以諮詢我們的架構師~
高併發的讀寫是典型的OLTP（On-Line Transaction Processing聯機事務處理過程）中發生的場景。那麼對於OLAP （On-Line Analytical Processing 在線分析過程），AWS提出了什麼產品呢？
Redshift
和OLTP場景下，數據庫需要支持高併發讀寫不同，OLAP場景下數據庫讀寫頻率很低，數據庫需要進行大量的聚合計算：數據量大，計算量也大。（比如，一天結束之後，我們需要對今天的用戶行爲進行分析，所有用戶行爲數據可能是幾個TB。）
這時候，就需要Redshift出場了。Redshift說起來也是關係型數據庫，但是它和RDS們有個本質的不同，它不是按“行”來存儲數據的，而是按“列”來的。不僅如此，它還按照“列”，對數據進行了排序！基本上這就是爲了做“聚合”而誕生的數據庫啊！而且按列聚合的數據庫很方便壓縮，Redshift可以處理PB級數據哦！！！
你說這就可以了吧：傳統的關係型數據庫，AWS有了；OLTP數據庫有了；OLAP數據庫也有了。AWS覺得還不夠！
DynamoDB
上面的都是關係型數據庫。DynamoDB是AWS提供的一款“非關係型數據庫”，特別以“鍵值存儲”爲核心。可以高效的進行大數據/大文件的快速讀取。
如果你是手遊行業/醫療行業/影視娛樂行業有大文件需要讀取的話，那麼你有福了。：）
Neptune
關係型數據庫有了，非關係型也有了！還不夠嗎？對於亞馬遜來說，當然不夠！
AWS又推出了“圖數據庫”。在現在這個社交應用（大數據相關性）橫行的年代，沒有圖數據庫，取一個簡單的人際關係，用“關係型數據庫”真是要累死的。舉2個簡單的例子：
1. 我們想知道用戶A和用戶B是幾度好友？如果A和B是直接好友也就罷了，用關係型數據庫Join一次也就行了。但是，萬一是10度好友呢？總不能Join 10次吧。關鍵是，如果不知道是幾度好友，難道要無限的Join下去嗎？
2. 我們的物流系統報告，北京到上海的一趟貨車延遲了，那有多少用戶會受到影響呢？一趟車可能影響10條物流鏈路？影響50個城市?影響2000個用戶？估計我們需要把系統裏面所有的數據都關聯查詢一遍纔能有個結論，成本太高了。
在上面的場景裏面（也就是不斷的大量的Join出現的時候），圖數據庫就是一個利器了。
這都已經好幾款數據庫了，還不夠嗎？AWS覺得還不夠。2018年的時候，它居然同時發佈了兩款新數據庫！！！
我真是要給這家公司跪了。
Timestream
顧名思義，Timestream是和時間相關的數據庫。因爲很多對數據的查新都是以時間段爲基礎的。Timestream就是針對這個場景的。
QLDB
QLDB的全稱是Quantum Ledger Database。它的應用場景也很好理解，最適合的場景是“記賬本”。“賬本”是不能被更改的，每一筆記錄都不能被改動，被忠實的記錄下來，已被查詢。QLDB就應運而生了。是不是有點兒“區塊鏈”的意思？只不過QLDB是有中心的。
說了這麼多~，說到底，AWS的“喪心病狂”，源自於它“對客戶的癡迷”，亞馬遜絞盡腦汁，把所有用戶能提出的業務場景都想到了，無論我們有什麼業務需求都可以用某款數據庫解決。
轉自：光環雲極客簡書博客