Amazon DynamoDB ist ein NoSQL-Datenbankservice, der konsistente Latenz im einstelligen Millisekundenbereich für alle Größenordnungen bietet.  Mit DynamoDB können Sie Gerätedaten einfach speichern und abfragen und sich so darauf konzentrieren, innovative AWS IoT-Lösungen zu erstellen.

MediaTek halbiert Entwicklungszyklen dank AWS (3:06)

mediatek-thumb

Kostenlos bei AWS einsteigen

Kostenloses Konto erstellen

Das kostenlose Nutzungskontingent für AWS bietet 25 GB Speicher und bis zu 200 Millionen Anfragen im Monat mit Amazon DynamoDB.

Details zum kostenlosen Kontingent für AWS anzeigen »


Mithilfe unseres Handbuchs Erste Schritte können Sie den Betrieb mit DynamoDB binnen Minuten aufnehmen.  Nachstehend finden Sie weitere Ressourcen, um Ihre IoT-Lösung auf AWS zu starten:


Skalierbare und serverlose Back-Ends für mobile und IoT-Anwendungen erstellen

Ajay Nair, Senior Product Manager, AWS Lambda, Amazon Web Services
Oliver Klein, Solutions Architect, Amazon Web Services

AWS Lambda ist ein Datenverarbeitungsservice, der Ihren Code beim Eintreten bestimmter Ereignisse ausführt und automatisch für Sie die zugrunde liegenden Datenverarbeitungsressourcen verwaltet. Neben Amazon Cognito, Amazon SNS-Push-Benachrichtigungen und Amazon DynamoDB ist AWS Lambda ein leistungsstarkes Tool, um hoch skalierbare Back-Ends für mobile oder IoT-Anwendungen zu erstellen. In dieser Sitzung lernen Sie einen praktischen Ansatz für die Entwicklung von realen IoT- und mobilen Anwendungen mit AWS kennen. Das Back-End ist serverlos und kann auf eine unbeschränkte Anzahl von Nutzern skaliert werden, ohne dass Infrastruktur oder Server verwaltet werden müssen. Diese Sitzung ist für alle, die schnell loslegen möchten. Sie enthält eine Übersicht über wichtige Konzepte und darüber, wie mit AWS SDKs leistungsstarke Anwendungen für die nie stillstehende Welt jenseits des Schreibtisches erstellt werden können.

Video ansehen »

Folien ansehen »

Amazon DynamoDB für Big Data 

Nate Slater, Solutions Architect, Amazon Web Services

NoSQL ist ein wichtiger Bestandteil vieler Big Data-Strategien. Nehmen Sie an dieser Sitzung teil und Sie erfahren, wie Sie mit Amazon DynamoDB Datensätze für das schnelle Einlesen und für eine kurze Reaktionszeit erstellen. Wir zeigen Ihnen zunächst, wie Sie mit DynamoDB und die Integration mit Amazon EMR und Hive Abfragen abhängig vom Batch verarbeiten und ETL-Vorgänge durchführen (mithilfe einer SQL-ähnlichen Sprache). Anschließend erfahren Sie, wie Sie Kosten sparen und eine höhere Skalierbarkeit erreichen – indem Sie für enorm hohe Lesevolumen Daten mit Amazon ElasticCache verknüpfen. Dann wird besprochen, wie auf DynamoDB Indexe für die Freitextsuche hinzugefügt werden, wenn Elasticsearch unter Verwendung von AWS Lambda- und DynamoDB-Streams verwendet wird. Im letzten Teil lernen Sie, wie Sie Ihre Hochgeschwindigkeitsdaten mit großem Volumen (etwa IoT-Daten) in DynamoDB hinzufügen und mit einem Data Warehouse (Amazon Redshift) verknüpfen, um die BI-Analyse durchzuführen.

Video ansehen »

Folien ansehen »

Building Apps for Mobile, Gaming, IoT, and more using AWS DynamoDB von Rick Houlihan (1:50:49)

Amazon AppStream – Neue Spieleerfahrungen mithilfe der Cloud für Streaming von Spielen

AWS Lambda und die Serverless Cloud (35:24)

Amazon AppStream – Neue Spieleerfahrungen mithilfe der Cloud für Streaming von Spielen

Implementing a Serverless AWS IoT Backend with AWS Lambda and Amazon DynamoDB (Blogpost)
Erfahren Sie, wie Sie AWS IoT-Regeln nutzen, um eine bestimmte Logik bei der Geräteregistrierung auszulösen. Dabei wird AWS Lambda zum Ausfüllen einer Amazon DynamoDB-Tabelle verwendet. Weitere Informationen »

Time Series Processing with DynamoDB (Referenzarchitektur)
Erstellen Sie elastische Systeme, die Zeitreihendaten verarbeiten. Siehe Diagramm »

Amazon Kinesis Streams Aggregators (GitHub-Repository)
Ermöglicht die automatische Erstellung und Visualisierung aggregierter Zeitreihendaten aus Amazon Kinesis Streams. Weitere Informationen »

Scaling Writes on Amazon DynamoDB Tables with Global Secondary Indexes (Ian Meyers, AWS Big Data Blog, 17. Sept.)
"Für unsere Zeitreihentabelle erstellen wir eine Tabelle mit einem Hash und einem primären Bereichsschlüssel, mit dem wir Elemente jederzeit über zwei diskrete Werte aufrufen können." Weitere Informationen »


From PostgreSQL to DynamoDB (Brad Van Vugt, Blog "sendwithus", 1. Mai)
"Unsere Tabellen enthielten Hunderte von Millionen an Zeilen. Unsere Indexe wuchsen exponentiell und uns ging der Speicher langsam aus. Unsere Lesedurchsatzkapazität stieß stets an die Obergrenze für eine einzelne Datenbank-Instance." Weitere Informationen »


Amondawa
Amondawa bietet eine ReST-Oberfläche für die Speicherung und Abfrage von Daten in Echtzeit. Weitere Informationen »

Amondawa [Beitrag der Community] abrufen »