今日，AWS推出了一项名为Amazon AppFlow的新服务，开发者可以使用它来管理AWS和其他软件即服务应用程序之间的数据流。
Amazon AppFlow（图片来源于yahoo）
完全托管服务允许用户创建和自动化双向数据流，而无需编写任何自定义集成代码。Amazon表示，这些流量可以由特定事件触发，也可以在预设时间或按需触发。 尽管Amazon表示，数据流可以是双向的，但该服务似乎更专注于将数据从SaaS应用转移到其他可以分析的AWS服务。为了帮助实现这一点，Amazon AppFlow提供了许多转换数据的工具。这项服务特别适用于Amazon的私有网络连接。
在一篇宣布这项服务的博客文章中，AWS的主要倡导者Martin Beeby说，开发人员花费大量时间编写定制集成，以便在他们使用的SaaS应用程序和Amazon之间共享数据。Beeby说：“如果数据需求发生变化，那么必须对集成进行成本高昂且复杂的修改。“没有奢侈的工程资源的公司可能会发现自己是从应用程序中手动导入和导出数据的，这很费时，有数据泄漏的风险，而且有可能引入人为错误。”
对于Amazon AppFlow，这是不必要的。不过，这项服务是要付出代价的，除了每千兆字节2美分的数据处理费外，每条数据流的运行成本是10美分。
AWS副总裁Kurt Kufeld说：“Amazon AppFlow为客户提供了一种直观、简单的方式，可以将来自AWS和SaaS应用程序的数据组合在一起，而无需在公共互联网上移动。”“通过Amazon AppFlow，我们的客户可以将分布在所有应用程序中的数PB的数据汇集在一起并进行管理，而无需开发自定义连接器或管理底层API和网络连接。”
Constellation Research Inc分析师Holger Mueller对SiliconANGLE表示，开发者会很高兴没有那么多工作要做，不过公司应该注意，Amazon AppFlow确实会将他们更多地锁定在Amazon的云上。Mueller说：“当企业构建下一代应用程序时，他们会在云中构建。“但这会导致与其他基于云的SaaS应用程序的集成问题。Amazon AppFlow通过与AWS和各种流行应用程序实现更简单、开箱即用的集成来解决这一问题。”
另外，Amazon还宣布，它的EC2 Inf1实例现在可以在其完全托管的机器学习服务AWS SageMaker上运行。Inf1实例由Inferentia提供支持，Inferentia是专为机器学习工作负载设计的高性能芯片，在2019年底的re:Invent会议上首次发布。Amazon在公告中表示，Inf1实例提供的好处包括较低的延迟、3倍的吞吐量以及比其他芯片高达40%的每次推理成本。
Amazon表示，这一宣布意味着开发人员现在可以额外选择与SageMaker一起使用的EC2实例类型，从而在为每个工作负载选择性价比时具有更大的灵活性。
