AWS為三項資料分析服務推出無伺服器功能，客戶無需配置、擴展或管理底層基礎設施，即可分析任何規模的資料。Amazon Redshift Serverless可在幾秒鐘內自動設定和擴展資源，讓客戶無需管理資料倉庫叢集，即可以PB級資料規模執行高效能分析工作負載。Amazon Managed Streaming for Apache Kafka (Amazon MSK) Serverless可快速擴展資源，極大簡化即時資料攝取和資料串流。Amazon EMR Serverless讓客戶無需部署、管理和擴展底層基礎設施，即可使用開源大數據框架（如 Apache Spark、Hive 和 Presto）執行分析型應用程式。

AWS資料分析副總裁Rahul Pathak表示：「一些客戶希望細密地掌控其工作負載的各個方面，但同時也有客戶希望AWS能幫助他們將分析基礎設施管理工作中不確定的部分抽離出來，以便更快地行動，並在企業環境中擴大使用資料分析。今天，為降低客戶管理資料分析基礎設施的複雜性，我們為三種主流的分析服務增加無伺服器功能。客戶可以更輕鬆、經濟實惠地實現基礎設施現代化，並統一整合來自各種資料來源的大量資料。現在，客戶無需考慮管理基礎設施，即可執行任何規模的分析工作負載，並可為需要它的人員及應用程式快速提供洞察。」

AWS提供廣泛且專門建構的資料分析服務幫助客戶制定資料驅動的決策，包括用於資料倉儲的 Amazon Redshift、用於處理即時資料串流的 Amazon MSK，以及用於執行 Apache Spark、Hive、Presto 和其他開源大數據框架的 Amazon EMR。儘管這些服務為各種應用場景提供強大的分析功能，但仍有客戶希望能更進一步地受惠於AWS資料分析服務，並降低花費在管理底層叢集或伺服器的時間。

為了消除擴展和管理基礎設施的複雜性，AWS於2014年在運算領域引入無伺服器、事件驅動的概念，大量的客戶已採用AWS無伺服器技術，無需配置、擴展或管理伺服器，或部署運算執行個體和儲存來滿足其應用程式的峰值容量。AWS進一步地將無伺服器能力拓展到分析引擎，實現自動添加或減少資源，提供恰到好處的容量，滿足客戶任何規模的資料分析需求，客戶無需調整叢集大小或為滿足峰值容量而過度設定，進而節省時間並優化成本。客戶現在可以快速、輕鬆地使用AWS資料分析服務，享受無伺服器的自動部署、隨需擴展和隨需付費，不僅降低成本，也可以為更多使用者拓展資料分析服務。

‧ Amazon Redshift Serverless實現無伺服器資料倉儲：如今，數以萬計的客戶每天都在使用Amazon Redshift處理超過2EB的資料。與其他企業雲資料倉儲相比，Amazon Redshift提供高達3 倍的性價比和高達 10 倍的查詢效能，以更低的成本為客戶提供更快的資料分析。Amazon Redshift Serverless讓客戶無需設定、管理或擴展叢集，即可更輕鬆地從資料中快速獲取洞察。當前自行管理 Amazon Redshift 叢集的客戶無需更改應用程式，就可以透過 Amazon Redshift 控制台或應用程式介面（API）輕鬆地將它們轉移到新的無伺服器叢集上。

‧ Amazon MSK Serverless實現無伺服器資料串流：越來越多企業正採用Apache Kafka捕獲和分析來自物聯網設備、網站點擊串流、資料庫日誌和許多其他持續生成動態資料的即時資料串流。透過Amazon MSK Serverless，客戶不必擔心容量規劃或不可預測的工作負載，即可自動建構、管理和擴展叢集。客戶要開始使用Amazon MSK Serverless，只需在Amazon MSK 控制台中創建一個叢集，設定一個專用且安全的Apache Kafka端點，使用新的或已有的 Apache Kafka 客戶端來串流資料。

‧ Amazon EMR Serverless實現無伺服器大數據分析：數以萬計的客戶正在使用Amazon EMR執行開源框架，如 Apache Spark、Hive 和 Presto，用於大規模分散式資料處理作業、互動式 SQL 查詢和機器學習應用程式。客戶只需簡單地指定想要執行的框架，Amazon EMR Serverless 即可隨著工作負載需求的變化規劃部署、管理和擴展運算和記憶體資源。在客戶選擇一個開源框架並使用 Amazon EMR API、Amazon Command Line Interface (Amazon CLI) 或Amazon Management Console提交任務後，即可開始使用 Amazon EMR Serverless。