Amazon MemoryDB の特徴

MemoryDB は、データセット全体をメモリ内に保存して、マイクロ秒の読み取りレイテンシー、1 桁ミリ秒の書き込みレイテンシー、そして高スループットを実現します。このレイテンシーとスループットは MemoryDB でもサポートされています。MemoryDB は 1 日に 13 兆を超えるリクエストを処理し、ピーク時には 1 秒あたり 1 億 6000 万のリクエストをサポートします。 これらのアプリケーションでは、ユーザーインタラクションまたは API コールごとに多くのサービスコンポーネントとのやり取りが発生する可能性があるため、マイクロサービスアーキテクチャを使用して構築を行うデベロッパーは非常に高いパフォーマンスを必要とします。MemoryDB を利用すると、極めて低いレイテンシーを実現し、エンドユーザーのためにリアルタイムのパフォーマンスを提供できます。

MemoryDB には強化された IO 多重化が含まれています。これは、スループットとレイテンシーにおける大幅な改善を大規模にもたらします。強化された IO 多重化機能は、複数のクライアント接続を持つスループット制限のあるワークロードに最適で、そのメリットはワークロードの同時実行レベルに応じてスケールします。例えば、r6g.4xlarge ノードを使用して 5,200 のクライアントを同時に実行した場合、Redis OSS 互換の MemoryDB バージョン 6 と比較して、スループット (1 秒あたりの読み取りおよび書き込みオペレーション) が最大 46% 向上し、P99 レイテンシーが最大 21% 低減します。これらのタイプのワークロードでは、ノードのネットワーク I/O 処理がスケール能力の制限要因になることがあります。

強化された IO 多重化機能では、各ネットワーク IO の専用スレッドで複数のクライアントからのコマンドを Valkey と Redis OSS エンジンにパイプライン処理し、コマンドを効率的にバッチ処理する Valkey と Redis OSS の機能を活用します。

MemoryDB は、データセット全体をメモリに保存するだけでなく、分散トランザクションログを使用して、データの耐久性、整合性、回復性を提供します。MemoryDB は、複数のアベイラビリティーゾーンにまたがってデータを保存するため、データベースの高速リカバリと再起動を実現できます。MemoryDB は、高速化のためのキャッシュや、信頼性のための追加のリレーショナルまたは非リレーショナルデータベースを個別に管理する代わりに、低レイテンシーと高スループットを必要とするワークロード向けの単一のプライマリデータベースサービスとして使用できます。

MemoryDB クラスターは、変動するアプリケーションの需要に合わせてスケールできます。ノードを追加または削除することで水平方向に、またはノードタイプをより大きなものやより小さなものに変更することで垂直方向に、それぞれスケールできます。MemoryDB は、シャーディングによる書き込みのスケーリングと、レプリカの追加による読み取りのスケーリングをサポートしています。クラスターはオンラインのままで、サイズ変更の操作中に読み取りおよび書き込み操作をサポートします。

MemoryDB マルチリージョンは、最大99.999％ の可用性とマイクロ秒の読み取りおよび 1 桁ミリ秒の書き込みレイテンシーを備えたアプリケーションを構築できる、フルマネージド型のアクティブ-アクティブマルチリージョンデータベースです。これにより、アプリケーションのマルチリージョンの耐障害性が向上するため、組織の事業継続戦略の一部として検討する必要があります。

MemoryDB マルチリージョンは、アクティブ-アクティブレプリケーションを提供するため、マイクロ秒の読み取りレイテンシーと 1 桁ミリ秒の書き込みレイテンシーで、顧客に最も近いリージョンからの読み取りと書き込みをローカルで処理できます。リージョン間でデータを非同期で複製し、通常 1 秒以内にデータを伝播します。MemoryDB マルチリージョンが更新の競合を自動的に解決し、データの相違の問題を修正するため、ユーザーはアプリケーションに集中できます。

MemoryDB マルチリージョンは、データ階層化とベクトル検索を除いて、既存の MemoryDB 機能と連携します。詳細については、MemoryDB マルチリージョンのドキュメントをご覧ください。

MemoryDB の使用を開始するのは簡単です。AWS マネジメントコンソールを使用して新しい MemoryDB クラスターを起動するか、AWS CLI または SDK を使用します。MemoryDB データベースインスタンスは、ノードタイプの選択に適したパラメータと設定によって事前構成されています。クラスターを起動し、数分以内にアプリケーションを接続することができます。追加の設定は不要です。

MemoryDB では、データベースインスタンス用に Amazon CloudWatch メトリクスを提供しています。コンソールを使用して、コンピューティング、メモリ、ストレージ、スループット、アクティブ接続など、クラスターに対する 35 以上の主要な運用メトリクスを確認できます。

MemoryDB では、新しいアップデートでクラスターを自動的に最新の状態に保ちつつ、クラスターを最新バージョンの Valkey と Redis OSS に簡単にアップグレードできます。

MemoryDB は Amazon Virtual Private Cloud (Amazon VPC) で実行されます。これによりデータベースを独自の仮想ネットワークに隔離し、業界標準の暗号化 IPsec VPN を使用してオンプレミスの IT インフラストラクチャに接続できます。さらに、MemoryDB の VPC 設定を使用すると、ファイアウォールを設定してデータベースインスタンスへのネットワークアクセスを制御することもできます。

MemoryDB では、保管中のデータは、AWS Key Management Service (AWS KMS) で作成および管理するキーを使用して暗号化されます。 また、AWS Graviton2 ノードタイプで作成されたクラスターには、常時オン状態の 256 ビット DRAM 暗号化が含まれます。MemoryDB は、Transport Layer Security (TLS) を使用した実行中の暗号化をサポートしています。

AWS Identity and Access Management (IAM) の機能と MemoryDB を連携させて使用すると、IAM ユーザーおよびグループが MemoryDB リソースに対して実行できるアクションを管理できます。例えば、IAM ルールを設定して、特定のユーザーは読み取りアクセスのみ、管理者はリソースの作成、変更、削除が可能となるようにできます。API レベルの権限付与の詳細については、MemoryDB に対する IAM ポリシーの使用を参照してください。

MemoryDB は、Redis OSS アクセスコントロールリスト (ACL) を使用して、クラスターの認証と認可の両方を制御します。ACL によって、同じクラスター内の異なるユーザーのためにさまざまな許可を定義できます。

MemoryDB 向けの AWS Controllers for Kubernetes (ACK) を使用すると、Kubernetes クラスターから MemoryDB リソースを直接定義して使用することができます。これは、Kubernetes アプリケーションのサポートに MemoryDB を活用できるようにするもので、クラスター外で MemoryDB リソースを定義したり、クラスター内でインメモリデータベース機能を実行して管理したりする必要はありません。Amazon Elastic Container Registry (Amazon ECR) から MemoryDB ACK コンテナイメージをダウンロードすると、インストールガイダンスについてのドキュメントを参照できます。 詳細については、ブログもご覧ください。

注: MemoryDB 向けの ACK が一般公開されました。GitHub ページでフィードバックをお送りください。

MemoryDB は、Redis OSS に含まれるデータ構造に加えて、JavaScript Object Notation (JSON) ドキュメントのネイティブなサポートを追加コストなしで提供しています。JSON ドキュメント用に設計および最適化された組み込みコマンドを使用することで、アプリケーションの開発を簡素化できます。MemoryDB は、JSON ドキュメントの一部のアップデートと、JSONPath クエリ言語を使用した高機能な検索およびフィルタリングをサポートしています。JSON サポートは、Valkey と Redis OSS 6.2 以降を使用している場合にご利用いただけます。詳細については、MemoryDB ドキュメントをご覧ください。

2024 年 6 月 26 日現在、MemoryDB は、AWS で人気のあるベクトルデータベースの中で、最も高い再現率で最速のベクトル検索のパフォーマンスを実現します。MemoryDB のベクトル検索を使用すると、数百万のベクトル埋め込みを保存し、1 桁ミリ秒のベクトル検索を実現できるほか、99% 超の精度でレイテンシーを更新して最高レベルのスループットを得ることができます。

ベクトルは、テキスト、画像、動画などの非構造化データを数値で表したもので、機械学習 (ML) モデルから作成され、基礎となるデータの意味を把握するのに役立ちます。MemoryDB を使用すると、ML および生成 AI モデルは、データを移動することなく、MemoryDB に保存されたデータをリアルタイムで操作できます。MemoryDB を使用すると、Valkey と Redis OSS データ構造内でベクトル埋め込みを保存、インデックス作成、取得、検索できます。また、Amazon Bedrock や Amazon SageMaker などの AI/ML モデルからのベクトル埋め込みを MemoryDB データベースに保存できます。MemoryDB 向けのベクトル検索の詳細については、こちらのドキュメントをお読みください。

MemoryDB のベクトル検索は、ピークパフォーマンスが最も重要な選択基準であるユースケースに適しています。チャットボットの検索拡張生成 (RAG)、異常 (不正) 検出、リアルタイムレコメンデーションエンジン、ドキュメント検索などのユースケースでは、ベクトル検索を使用してリアルタイム ML や生成 AI アプリケーションを強化できます。

MemoryDB は、クラスターを数百テラバイトの容量までスケールアップするための低コストな方法として、データ階層化を提供します。データ階層化は、データをメモリに保存するだけでなく、各クラスターノードに搭載された低コストのソリッドステートドライブ (SSD) を利用することで、MemoryDB の料金パフォーマンスの選択肢を提供します。データセット全体の最大 20％ に定期的にアクセスするワークロードや、SSD 上のデータにアクセスする際に追加のレイテンシーを許容できるアプリケーションに最適です。

クラスターでデータを階層化して使用する場合、MemoryDB は、利用可能なメモリ容量が消費されると、自動的かつ透過的に、最近使用された項目をメモリからローカルにアタッチされた NVMe SSD に移動させるように設計されています。SSD に保存されたアイテムにアクセスすると、MemoryDB はそれをメモリに移動してからリクエストに対応します。MemoryDB データ階層化は Graviton2 ベースの R6gd ノードで利用可能です。R6g ノード (メモリのみ) と比較すると、R6gd ノードは約 5 倍の総容量 (メモリ + SSD) を持ち、最大使用率で稼働させた場合に 60％ 以上のストレージコスト節約を達成可能です。500 バイトの文字列値を想定した場合、SSD に保存されたデータへの読み取りリクエストには、メモリ内のデータへの読み取りリクエストと比較して、通常 450 μs の追加レイテンシーが生じると考えられます。

MemoryDB では、1 年または 3 年の利用契約を条件に、オンデマンドノード価格より最大 55％ 安く利用できるリザーブドノードを提供しています。リザーブドノードは MemoryDB オンデマンドノードを補完するもので、ビジネスに柔軟性をもたらし、コスト削減に役立ちます。MemoryDB では、リザーブドノードの支払い方法として、「前払いなし」、「一部前払い」、「全前払い」の 3 種類があり、前払いする金額と実効時間単価とのバランスを取ることができます。

MemoryDB リザーブドノードは、ノードファミリーおよび AWS リージョン内で柔軟にサイズを選べます。同じノードファミリーのすべてのサイズの使用には、割引されたリザーブドノード料金が自動的に適用されます。サイズが柔軟であるためリザーブドノードの管理に時間を減らすことができ、特定のデータベースノードサイズに縛られることもないため、データベースの更新が必要な場合も割引を最大限に活用できます。