AWS 云
AWS 云
Amazon DynamoDB 入门

NoSQL 是一个用于描述高性能的非关系数据库的术语。NoSQL 数据库利用各种数据模型,包括文档、图形、键值和列式。NoSQL 数据库因具备开发简便性、可扩展的性能、高可用性以及恢复能力而受到广泛认可。下面提供了多种资源,可帮助您开始使用 NoSQL 数据库。

下载白皮书《Migration Best Practices – RDBMS to Amazon DynamoDB》。

Introduction to Amazon DynamoDB
6:44
Amazon DynamoDB 简介
  关系数据库 NoSQL 数据库
数据模型 关系模型对数据进行了规范化,使之成为一种表格结构,也叫做表。这类表由多个行和列组成。采用一种架构来严格定义表、列、索引、各个表之间的关系及其他数据库元素。 非关系 (NoSQL) 数据库一般不会实施任何架构。一般使用分区键来检索值、列集或半结构化 JSON、XML 或其他包含相关项目属性的文档。
ACID 属性 传统关系数据库管理系统 (RDBMS) 支持由 ACID(原子性、持续性、隔离性和一致性)定义的一组属性。原子性表示“全有或全无”,即完全执行或完全不执行某项事务。一致性表示事务提交之后,数据必须符合数据库架构。隔离性要求并发事务应分别执行,互不干扰。持续性即能够从意外系统故障或断电情况中恢复到上一个已知状态。 为了获得更为灵活的可水平扩展的数据模型,NoSQL 数据库通常会放弃传统关系数据库管理系统 (RDBMS) 的部分 ACID 属性。凭借这些特性,NoSQL 数据库成了传统 RDBMS 在面临架构方面的挑战时的最佳选择。它可用来克服一系列问题,包括性能瓶颈、可扩展性、运营复杂性和不断增加的管理和支持成本。
性能 性能一般取决于磁盘子系统。要获得最佳性能,就需要优化查询、索引和表结构。 性能通常由底层硬件集群大小、网络延迟以及调用应用程序来决定。
扩展 进行纵向扩展最简单的方式是利用运行更快的硬件。  要获得跨分布式系统的关系表,就需要追加更多投资。 旨在利用低成本硬件的分布式集群进行横向扩展,从而在不增加延迟的前提下提高吞吐量。
API 对存储和检索数据的请求由符合结构化查询语言 (SQL) 的查询来传达。这些查询由关系数据库管理系统 (RDBMS) 来解析和执行。 借助基于对象的 API,应用开发人员可以轻松存储和检索内存数据结构。通过分区键,应用可以查找键值对、列集或包含序列化应用对象和属性的半结构化文档。
工具 SQL 数据库一般会提供一组丰富的工具,用于简化数据库驱动型应用程序的开发流程。 而 NoSQL 数据库一般会提供多种工具来管理集群和扩展。应用程序是底层数据的主要接口。
15

列式数据库

列式数据库针对读取和写入数据列(而不是数据行)进行了优化。适用于数据库表的列式存储是分析查询性能的一个重要组成部分,因为它极大地降低了整体磁盘 I/O 要求,并减少了您需要从磁盘载入的数据量。了解更多 »

文档数据库

文档数据库旨在存储与文档类似的半结构化数据,通常采用 JSON 或 XML 格式。与传统关系数据库不同的是,每个非关系 (NoSQL) 文档的架构是不同的,可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。了解更多 »

图形数据库

图形数据库可存储顶点以及称为边缘的直接链路。图形可以在关系 (SQL) 数据库和非关系 (NoSQL) 数据库上进行构建。顶点和边缘可以拥有各自的相关属性。下表用一个简单的图形描述了好友之间的关系及其兴趣。了解更多 »

内存中键值存储

内存中键值存储是针对读取密集型应用程序工作负载(例如社交网络、游戏、媒体共享和 Q&A 门户)或计算密集型工作负载(如推荐引擎)而优化的 NoSQL 数据库。内存中缓存可将重要的数据段存储在内存中以实现低延迟访问,从而改善应用程序性能。了解更多 »

SQL
MongoDB DynamoDB Cassandra Couchbase
集合 数据存储桶
文档
项目 文档

字段 属性 字段
主键
对象 ID
主键 主键 文档 ID
索引 索引 二级索引 索引
索引
视图 视图 全局二级索引 具体化视图 视图
嵌套表或对象
嵌入文档 映射 映射 映射
数组
数组 列表 列表 列表

Amazon DynamoDB 的入门很简单。按照我们的入门指南,您只需点几下鼠标,即可创建您的首个 DynamoDB 表。

 

免费试用