Amazon DynamoDB – Ressourcen

Amazon DynamoDB ist ein vollständig verwalteter NoSQL-Datenbankservice, der eine Leistung im einstelligen Millisekundenbereich in jedem Maß bietet und von Hunderttausenden von AWS-Kunden verwendet wird. In diesem Vortrag werden die neue DynamoDB-Tabellenklasse Standard-Infrequent Access (Standard-IA) und die neue erweiterte DynamoDB-Integration mit AWS Backup sowie eine Zusammenfassung aller DyanmoDB-Funktionsversionen 2021 vorgestellt.

Amazon DynamoDB ist ein schneller und flexibler, vollständig verwalteter NoSQL-Datenbankservice, der in jedem Maß eine Leistung im einstelligen Millisekundenbereich bietet. In dieser Sitzung erfahren Sie mehr über die wichtigsten Vorteile von DynamoDB, die Ihnen dabei helfen können, je nach Bedarf hoch- oder herunterzuskalieren – ohne Auswirkungen auf die Leistung. Erfahren Sie von Mercado Libre, einem E-Commerce-Unternehmen mit 75 Millionen aktiven Kunden in Lateinamerika, wie es mehr als 5.000 Apache-Cassandra-Datenbanken zu DynamoDB migriert hat, ohne eine Codezeile zu ändern. Erfahren Sie außerdem, wie DynamoDB Mercado Libre dabei geholfen hat, seine Anwendungen zu skalieren, um seinen massiven Kundenzuwachs aufgrund der COVID-19-Pandemie zu unterstützen.

In diesem Vortrag lernen Sie Amazon DynamoDB kennen, eine vollständig verwaltete Serverless-Datenbank, die mit integrierter Sicherheit, Backup und Wiederherstellung sowie In-Memory-Caching hohe Leistung in jedem Maß bietet. Erfahren Sie von Alex DeBrie, Principal bei DeBrie Advisory und AWS Data Hero, über die Grundlagen von DynamoDB und wie man es als mehr als nur eine Schlüssel-Werte-Datenbank verwendet. Die Datenmodellierung für NoSQL-Datenbanken wie DynamoDB unterscheidet sich von der Modellierung für herkömmliche relationale Datenbanken. Erfahren Sie, wie Sie komplexe Anforderungen mit einfachen Bausteinen modellieren. Informieren Sie sich auch über Primärschlüssel, Sekundärindizes und Muster zum Umgang mit Beziehungen, Filtern, Sortieren und mehr.

2020 re:Invent-Vortrag (Teil 1) ansehen »

2020 re:Invent-Vortrag (Teil 2) ansehen »

2019 re:Invent-Vortrag ansehen »

Der ehemalige AWS Principal Technologist Rick Houlihan leitete diesen technischen Vortrag für fortgeschrittene Benutzer von Amazon DynamoDB. Er erklärt Design Patterns und Datenmodelle, die auf einer Sammlung von Implementierungen und Best Practices beruhen, die von einer Vielzahl von Kunden verwendet werden, um hoch skalierbare Lösungen für eine Reihe von Geschäftsproblemen zu liefern. 

In diesem ersten Teil einer zweiteiligen Serie bespricht und demonstriert Rick wichtige Konzepte wie Partition Sharding und Indexüberladung, skalierbare Graphenverarbeitung und die Verwaltung verteilter Sperren.

2020 re:Invent-Vortrag (Teil 1) ansehen »

2020 re:Invent-Vortrag (Teil 2) ansehen »

2019 re:Invent-Vortrag ansehen »

2018 re:Invent-Vortrag auf YouTube ansehen »

NoSQL-Datenbanken wurden speziell für bestimmte Datenmodelle entwickelt und für moderne Anwendungen wie Mobil-, Web- und Spieleanwendungen optimiert, die Skalierbarkeit, geringe Latenz und Flexibilität erfordern. AWS bietet mehrere vollständig verwaltete und Serverless-NoSQL-Datenbankservices, darunter Amazon DynamoDB, Amazon DocumentDB (mit MongoDB-Kompatibilität) und Amazon Keyspaces (für Apache Cassandra). Nehmen Sie an diesem Vortrag teil, um mehr über diese AWS-NoSQL-Datenbanken zu erfahren, die Schlüsselwert-, JSON-Dokumente und breitspaltige -Datensätze verwalten und wählen Sie die beste Lösung für Ihren spezifischen Anwendungsfall aus. Erfahren Sie auch von Deepak Thakral, Vice President von McAfee, und erfahren Sie mehr über ihre E-Commerce-Transformation mit DynamoDB, die zu 40 % Einsparungen bei den Speicherkosten beigetragen hat.

In diesem Vortrag lernen Sie bewährte Methoden und Architekturmuster zum Erstellen von Web- und mobilen Backends und API-gesteuerten Microservices auf AWS Lambda kennen. Erfahren Sie, wie Sie Funktionen in AWS Lambda, Amazon API Gateway, Amazon DynamoDB und mehr nutzen können, um einfach hochskalierbare Serverless-Webanwendungen zu erstellen.

Disney+, eine der größten globalen Online-Video-Streaming-Plattformen, wurde im November 2019 als die Heimat von Disney, Pixar, Marvel, Star Wars und National Geographic gestartet. Disney+ liefert seine umfangreiche Bibliothek digitaler Inhalte direkt an die Haushalte von über 60,5 Millionen Abonnenten, und Amazon DynamoDB ist eine der Technologien, die diese globale Präsenz unterstützen. 

Das Content-Discovery-Team hinter Disney+ verwendet globale DynamoDB-Tabellen zur Skalierung und Bereitstellung beliebter Funktionen wie Weiterschauen, Watchlist und personalisierte Empfehlungen. Erfahren Sie von Disney+, wie das Unternehmen DynamoDB einsetzt, um die Anforderungen seiner Kunden in großem Umfang zu erfüllen.

Dropbox hatte einen Kapazitätsengpass in seinem On-Premises-MySQL-Metadatenspeicher und musste mehrere Terabyte an Metadaten migrieren oder löschen, um eine Verdoppelung der Speicherkosten zu vermeiden. Das Unternehmen hat schnell einen Prototyp erstellt und kalte Metadaten auf ein neues Speichersystem migriert, das mit Amazon DynamoDB und Amazon S3 erstellt wurde – derzeit werden 300 TB gespeichert, Tendenz steigend. 
Dieses Speichersystem nutzt die Skalierung und Flexibilität von DynamoDB und die Kosteneinsparungen von S3. Die erste Hälfte des Vortrags konzentriert sich auf einen Architekturüberblick über die Haltbarkeit, Verfügbarkeit und Skalierung von DynamoDB. Dropbox erläutert dann die Architektur und die Skalierungsmechanismen für sein Metadaten-Speichersystem auf AWS.

Fallstudie lesen: Dropbox spart Millionen durch Aufbau eines skalierbaren Metadatenspeichers auf Amazon DynamoDB und Amazon S3 »

Wie können Unternehmen dynamische, personalisierte Kundeninteraktionen liefern? Erfahren Sie, wie das Plattform-Engineering-Team bei Stitch Fix die Kundeninteraktionen durch die Bereitstellung einer hochgradig gleichzeitigen und skalierbaren Lösung für Echtzeit-Produktempfehlungen verändert.  Sie erhalten ein Verständnis der architektonischen Anforderungen für die Nutzung von Amazon DynamoDB zur Optimierung von Machine-Learning-Workflows in Echtzeit, um das richtige Benutzererlebnis zu bieten.