AWS为三项资料分析服务推出无伺服器功能，客户无需配置、扩展或管理底层基础设施，即可分析任何规模的资料。 Amazon Redshift Serverless可在几秒钟内自动设定和扩展资源，让客户无需管理资料仓库丛集，即可以PB级资料规模执行高效能分析工作负载。 Amazon Managed Streaming for Apache Kafka (Amazon MSK) Serverless可快速扩展资源，极大简化即时资料摄取和资料串流。Amazon EMR Serverless让客户无需部署、管理和扩展底层基础设施，即可使用开源大数据框架（如 Apache Spark、Hive 和 Presto）执行分析型应用程式。

AWS资料分析副总裁Rahul Pathak表示：「一些客户希望细密地掌控其工作负载的各个方面，但同时也有客户希望AWS能帮助他们将分析基础设施管理工作中不确定的部分抽离出来，以便更快地行动，并在企业环境中扩大使用资料分析。今天，为降低客户管理资料分析基础设施的复杂性，我们为三种主流的分析服务增加无伺服器功能。客户可以更轻松、经济实惠地实现基础设施现代化，并统一整合来自各种资料来源的大量资料。现在，客户无需考虑管理基础设施，即可执行任何规模的分析工作负载，并可为需要它的人员及应用程式快速提供洞察。 」

AWS提供广泛且专门建构的资料分析服务帮助客户制定资料驱动的决策，包括用于资料仓储的 Amazon Redshift、用于处理即时资料串流的 Amazon MSK，以及用于执行 Apache Spark、Hive、Presto 和其他开源大数据框架的 Amazon EMR。尽管这些服务为各种应用场景提供强大的分析功能，但仍有客户希望能更进一步地受惠于AWS资料分析服务，并降低花费在管理底层丛集或伺服器的时间。

为了消除扩展和管理基础设施的复杂性，AWS于2014年在运算领域引入无伺服器、事件驱动的概念，大量的客户已采用AWS无伺服器技术，无需配置、扩展或管理伺服器，或部署运算执行个体和储存来满足其应用程式的峰值容量。 AWS进一步地将无伺服器能力拓展到分析引擎，实现自动添加或减少资源，提供恰到好处的容量，满足客户任何规模的资料分析需求，客户无需调整丛集大小或为满足峰值容量而过度设定，进而节省时间并优化成本。客户现在可以快速、轻松地使用AWS资料分析服务，享受无伺服器的自动部署、随需扩展和随需付费，不仅降低成本，也可以为更多使用者拓展资料分析服务。

‧Amazon Redshift Serverless实现无伺服器资料仓储：如今，数以万计的客户每天都在使用Amazon Redshift处理超过2EB的资料。与其他企业云资料仓储相比，Amazon Redshift提供高达3 倍的性价比和高达 10 倍的查询效能，以更低的成本为客户提供更快的资料分析。 Amazon Redshift Serverless让客户无需设定、管理或扩展丛集，即可更轻松地从资料中快速获取洞察。当前自行管理 Amazon Redshift 丛集的客户无需更改应用程式，就可以透过 Amazon Redshift 控制台或应用程式介面（API）轻松地将它们转移到新的无伺服器丛集上。

‧Amazon MSK Serverless实现无伺服器资料串流：越来越多企业正采用Apache Kafka捕获和分析来自物联网设备、网站点击串流、资料库日志和许多其他持续生成动态资料的即时资料串流。透过Amazon MSK Serverless，客户不必担心容量规划或不可预测的工作负载，即可自动建构、管理和扩展丛集。客户要开始使用Amazon MSK Serverless，只需在Amazon MSK 控制台中创建一个丛集，设定一个专用且安全的Apache Kafka端点，使用新的或已有的 Apache Kafka 客户端来串流资料。

‧Amazon EMR Serverless实现无伺服器大数据分析：数以万计的客户正在使用Amazon EMR执行开源框架，如 Apache Spark、Hive 和 Presto，用于大规模分散式资料处理作业、互动式 SQL 查询和机器学习应用程式。客户只需简单地指定想要执行的框架，Amazon EMR Serverless 即可随着工作负载需求的变化规划部署、管理和扩展运算和记忆体资源。在客户选择一个开源框架并使用 Amazon EMR API、Amazon Command Line Interface (Amazon CLI) 或Amazon Management Console提交任务后，即可开始使用 Amazon EMR Serverless。