Sumber daya Amazon DynamoDB

Amazon DynamoDB populer karena model dan kemampuan penagihan yang fleksibel untuk menskalakan tanpa penurunan kualitas kinerja. Ini adalah pilihan umum dalam aplikasi tanpa server dan skala tinggi. Tetapi memodelkan data Anda dengan DynamoDB memerlukan pendekatan berbeda dibandingkan pemodelan dalam basis data relasional tradisional. Alex DeBrie adalah Pahlawan Data AWS, yang diakui atas karyanya bersama DynamoDB, dan penulis The DynamoDB Book, panduan menyeluruh ke pemodelan data. 

Di Bagian 1 dari sesi dua-bagian ini, lihat cara pemodelan dengan DynamoDB yang berbeda dengan basis data relasional tradisional, dan pelajari beberapa elemen mendasar pemodelan data dengan DynamoDB. 

Lihat sesi re:Invent 2019 »

Amazon DynamoDB populer karena model dan kemampuan penagihan yang fleksibel untuk menskalakan tanpa penurunan kualitas kinerja. Ini adalah pilihan umum dalam aplikasi tanpa server dan skala tinggi. Tetapi memodelkan data Anda dengan DynamoDB memerlukan pendekatan berbeda dibandingkan pemodelan dalam basis data relasional tradisional. Alex DeBrie adalah Pahlawan Data AWS, yang diakui atas karyanya bersama DynamoDB, dan penulis The DynamoDB Book, panduan menyeluruh ke pemodelan data. 

Di Bagian 2 dari sesi dua-bagian ini, pelajari selengkapnya tentang prinsip-prinsip memandu lanjutan, termasuk strategi cara menangani model data sangat relasional dan kompleks yang tidak melambat saat aplikasi Anda menskalakan.

Lihat sesi re:Invent 2019 »

Disney+, salah satu platform streaming video daring global terbesar, telah diluncurkan pada November 2019 sebagai rumah dari Disney, Pixar, Marvel, Star Wars, dan National Geographic. Disney+ menghadirkan pustaka konten digital yang luas langsung ke rumah lebih dari 60,5 juta pelanggan, dan Amazon DynamoDB adalah salah satu teknologi yang mendukung jejak global ini. 

Tim Penemuan Konten dibalik Disney+ menggunakan tabel global DynamoDB untuk menskalakan dan menghadirkan fitur-fitur populer seperti Lanjutkan Menonton, Daftar Tonton, dan Rekomendasi yang Dipersonalisasi. Dengarkan dari Disney+ tentang kasus penggunaan dan pembelajaran dari penggunaan DynamoDB untuk memenuhi kebutuhan pelanggan dalam skala besar.

Dropbox mengalami pemrosesan kapasitas di penyimpanan metadata MySQL on-premise-nya, yang mengharuskan perusahaan tersebut untuk memigrasikan atau menghapus beberapa terabyte metadata untuk menghindari biaya penyimpanan yang berlipat ganda. Peusahaan tersebut membuat prototipe dan memigrasikan metadata dingin dengan cepat ke sistem penyimpanan baru yang dibangun menggunakan Amazon DynamoDB dan Amazon S3—saat ini menyimpan 300 TB dan masih bertumbuh. 

Sistem penyimpanan ini memanfaatkan skala dan fleksibilitas DynamoDB dan penghematan biaya S3. Setengah bagian pertama sesi berfokus pada tinjauan arsitektural daya tahan, ketersediaan, dan skala DynamoDB. Dropbox kemudian menjelaskan arsitektur dan menskalakan mekanisme untuk sistem penyimpanan metadatanya di AWS.

Baca studi kasus: Dropbox Menghemat Jutaan dengan Membangun Penyimpanan Metadata yang Dapat Diskalakan pada Amazon DynamoDB dan Amazon S3 »

Trustpilot telah mengadopsi pola pikir tanpa server. Selama bertahun-tahun, perusahaan tersebut mengembangkan arsitektur perangkat lunaknya dengan membangun aplikasi tanpa server, yang menyertakan keputusan penting dalam memilih basis data yang benar. Saat ini, Amazon DynamoDB merupakan pilihan pertama Trustpilot saat membangun aplikasi baru, tetapi kasusnya bukan selalu hal ini. 

Di sesi ini, Angela Timofte Trustpilot mendiskusikan pelajaran yang didapat perusahaan saat bekerja dengan DynamoDB dalam arsitektur tanpa server, miskonsepsi yang dimiliki tim, dan kesalahan yang telah dilakukan. Angela juga memberikan contoh cara memodelkan data Anda di DynamoDB agar Anda dapat membuka potensi penuhnya. Terakhir, dengarkan beberapa kiat favorit Trustpilot yang telah dipelajari di seluruh basis data dan perjalanan tanpa server.

Bagaimana caranya organisasi memberikan interaksi pelanggan dipersonalisasi yang dinamis? Dengarkan cara tim rekayasa platform di Stitch Fix mentransformasikan interaksi pelanggan dengan memberikan solusi yang sangat konkuren dan dapat diskalakan untuk rekomendasi produk waktu nyata. 

Dapatkan pemahaman persyaratan arsitektural untuk memanfaatkan Amazon DynamoDB guna mengoptimalkan beban kerja machine learning yang mendekati waktu nyata untuk memberikan pengalaman pengguna yang benar.

Setiap tahun, Ahli Teknologi Utama AWS Rick Houlihan memimpin sesi teknis ini yang dikhususkan untuk pengguna lanjutan Amazon DynamoDB. Dia menjelaskan pola desain dan model data yang berdasarkan pada kumpulan penerapan dan praktik terbaik yang digunakan oleh beragam pelanggan untuk memberikan solusi yang sangat dapat diskalakan untuk rentang masalah bisnis. 

Di bagian pertama dari rangkaian dua bagian ini, Rick mendiskusikan dan mendemonstrasikan konsep penting termasuk sharding partisi dan kelebihan muatan indeks, pemrosesan grafik yang dapat diskalakan, dan mengelola kunci terdistribusi.

Lihat sesi re:Invent 2019 »

Lihat sesi re:Invent 2018 di YouTube »

Di bagian kedua pola desain lanjutan untuk rangkaian Amazon DynamoDB, Ahli Teknologi Utama AWS Rick Houlihan meninjau lebih banyak pola umum untuk layanan basis data NoSQL yang sangat dapat diskalakan ini. 

Dia mendemonstrasikan cara mengoptimalkan kunci shard untuk memastikan distribusi beban kerja yang merata, mempelajari lebih dalam penundaan replikasi, dan menunjukkan cara mendukung analitik operasional dengan Amazon DynamoDB Streams dan AWS Lambda. Rick juga menunjukkan bagaimana AWS AppSync dapat digunakan untuk membangkitkan API GraphQL, dan dia mendemonstrasikan keuntungan kinerja desain tabel tunggal.

Lihat sesi re:Invent 2019 »

Lihat sesi re:Invent 2018 di YouTube »

Amazon DynamoDB menawarkan basis data yang siap digunakan perusahaan yang membantu Anda melindungi waktu, data, dan anggaran Anda. 

Di sesi ini, tinjaulah beberapa fitur kunci yang membantu mendorong dampak bisnis paling banyak, seperti replikasi multiprimer dan multiWilayah dengan tabel global, mode kapasitas sesuai permintaan untuk beban kerja yang naik turun, cadangan dan pemulihan (termasuk pemulihan waktu tertentu yang mencadangkan data tabel Anda secara otomatis, dibulatkan ke satuan detik, untuk 35 hari terakhir), dan lebih banyak lagi.