亚马逊AWS官方博客

Category: Database

使用 Amazon Neptune 构建基于图数据库的应用

Amazon Neptune是一个高性能图数据库,并对图的存储和查询进行了优化,可以存储数十亿个关系并将图形查询延迟降低到毫秒级。它也是一个托管的图数据库,能快速创建图数据库集群,减少了运维和管理图数据库的工作,让我们把工作重心放在业务开发和创新上。Amazon Neptune 支持常见的图形模型 Property Graph 和 W3C 的 RDF 及其关联的查询语言 Apache TinkerPop Gremlin 和 SPARQL,从而使您能够轻松构建查询以有效地分析高度互连数据集。它支持社交网络分析、建议引擎、欺诈检测、知识图谱、药物开发和网络安全等应用案例。

Read More

使用图数据库 Amazon Neptune 在推荐系统中按照协同过滤的方法做推荐

图数据库 Amazon Neptune ⾃自在2018年年发布以来,凭借其 多种图数据引擎的⽀支持、⾼高可⽤用、多只读副 本、跨可⽤用区复制、指定时间点恢复、安全、⾃自动备份等⼀一系列列特性,受到了了⼴广泛的关注,那么在推荐引擎 的设计和开发中怎么⽤用好Neptune,这⼀一点在官⽅方的相关⽂文档中并没有做深⼊入的说明,本⽂文就这个主题做⼀一 个展开讲解,希望对从事相关⼯工作的⼯工程师有所戒借鉴。

Read More

使用 Amazon Kinesis Firehose、AWS Lambda 和 Amazon Elasticsearch Service 摄取、聚合和可视化 Apache 日志的无服务器扩展

2016 年,AWS 推出了EKK 堆栈(Amazon Elasticsearch Service、Amazon Kinesis 和 Kibana),作为 ELK(Amazon Elasticsearch Service、开源工具 Logstash 和Kibana)的替代品,用于提取和可视化 Apache 日志。EKK 堆栈的主要功能之一是通过 Amazon Kinesis Firehose 代理处理数据转换。在本文中,我们将介绍如何优化 EKK 解决方案 — 通过 AWS Lambda 处理 Amazon Kinesis Firehose 中的数据转换。

Read More

使用Amazon Aurora存储和处理地理信息数据

地理信息是一种特定的空间信息,无论在科学研究还是日常生活中都有广泛应用。我们通常使用计算机和相关软件对地理信息进行储存、管理、运算、分析、显示等操作。
我们对地理信息最常见的使用是导航,对地理信息最有前景的使用场景是自动驾驶。这两种场景都对地理信息的存储和使用有许多新的需求,这些需求包括对地理信息的实时更新、并发读写、版本控制、高可用和高可靠等。
当前,地理信息存储和处理方式,无论是传统方法把地理信息存放在二进制文件中, 还是把地理信息存放在传统的关系数据库里,都无法满足上面提到的新需求。而使用Amazon Aurora可以更好的满足这些新的需求。

Read More

利用 AWS DMS 在线迁移 MongoDB 到 Amazon Aurora

在本文中,我们将讨论将MongoDB 4.0数据平滑迁移到Amazon Aurora MySQL兼容版的方法。Amazon Aurora 是一种与 MySQL 和 PostgreSQL 兼容的关系数据库,专为云而打造,既具有传统企业数据库的性能和可用性,又具有开源数据库的简单性和成本效益。本文中描述的方法使用AWS DMS转换源数据,近乎零停机时间来执行迁移。

Read More