1、当下，IT 界的最佳技术组合可能就是“云计算 + 人工智能”。云计算解决了扩展性、数据存储、性能等问题，而人工智能技术则大大提高了数据分析和处理效率。
2、无需购买硬件，也无需维护和扩展基础架构，因此可以将您的资源集中用于发掘新的洞察。
3、云计算可以为现代化应用的峰值需求“无限续杯”与平稳运行时的“最佳能耗”。作为云计算模型之一的 Serverless，在理论上可以自动适配应用从零到无穷大的需求峰值，更加擅长解决扩展性的问题（削峰填谷）。Serverless 架构的好处在于可以按需加载，这样应用便不会持续占用资源，只有在请求到达或有事件发生时才会被部署和启动，避免了成本浪费。同时，Serverless 应用原生支持高可用，可以更好地应对突发的高访问量。当数据库也 Serverless 化，就可以实现高度扩展性及容量自动伸缩，做到按量付费、降低支出成本，进一步解放数据库的管理和运维。2012 年亚马逊公司推出的 Amazon DynamoDB 就是 Serverless 数据库。
4、统一分析数据。统一分析数据则是通过云上专门工具实现数据有机整合与统一，将所有数据连接到一个安全且管理良好的连贯系统中，使企业拥有灵活扩展与极致性能。企业在获得实时反馈和数据后，可以很快地扩大服务规模。
二、大数据平台上云的玩法 1、以AWS云平台为例 2、企业上云的经典玩法1、全部采用AWS的组件 优点：集成度高、可共用元数据、组件之间集成快、使用流畅性好、开发效率高。 缺点：需要部署到AWS的云平台，不能部署到其他国内的商业云，如阿里云、腾讯云等。
2、AWS组件+EMR（深度分析） 优点：支持复杂分析场景+可兼容开源。 缺点：暂未发现其缺点，兼容了第一种玩法AWS的优势又支持复杂的应用场景，也兼容了开源的语法，目前认为最佳的组合拳。
3、全部采用开源EMR+AWS环境托管 优点：AWS托管不需要考虑太多底层的东西，自主研发，灵活度高，支持目前的各大厂商。 缺点：集成度不高，需要强大懂开源的开发团队，研发周期长。
4、总结 具体采用哪种玩法，需结合公司具体的业务场景来选择，如果公司有一定的研发力量又想自定义部署，建议采用第二种玩法。
