Amazon MemoryDB FAQ

Amazon MemoryDB Multi-Region은 완전관리형 액티브-액티브 다중 리전 데이터베이스로, 이를 통해 가용성이 최대 99.999%이고 읽기 지연 시간은 마이크로초 단위, 쓰기 지연 시간은 10밀리초 미만인 애플리케이션을 빌드할 수 있습니다. 여러 AWS 리전에 걸쳐 데이터 중복성을 제공하므로 한 리전에서 애플리케이션 처리가 중단되어 해당 MemoryDB 엔드포인트에 연결할 수 없는 경우에도 다중 리전 애플리케이션의 가용성과 복원력을 개선할 수 있습니다. MemoryDB Multi-Region은 액티브-액티브 복제 기능을 제공하므로 마이크로초 단위의 읽기 지연 시간과 10밀리초 미만의 쓰기 지연 시간을 유지하면서 고객과 가장 가까운 리전에서 로컬로 읽기와 쓰기를 처리할 수 있습니다. 이는 리전 간에 데이터를 비동기식으로 복제하며 데이터는 일반적으로 1초 이내에 전파됩니다. MemoryDB Multi-Region은 업데이트 충돌을 자동 해결하고 데이터 차이 문제를 수정하므로 개발자는 애플리케이션에 집중할 수 있습니다.

최고 수준의 가용성, 향상된 복원력, 향상된 비즈니스 연속성을 필요로 하는 애플리케이션을 구축하려는 경우 MemoryDB Multi-Region을 사용해야 합니다. 전 세계 어디서나 빠른 응답 시간이 필요한 다중 리전 애플리케이션을 빌드하고 실행하려는 경우에도 MemoryDB Multi-Region을 사용할 수 있습니다.

MemoryDB Multi-Region을 사용하는 경우 MemoryDB는 다중 리전 클러스터라는 구성으로 리전 클러스터 전체에 데이터를 복제합니다. 다중 리전 클러스터 내의 리전 클러스터에 데이터를 쓰면 MemoryDB는 애플리케이션 성능에 영향을 주지 않고 일반적으로 1초 이내에 자동으로 해당 데이터를 다른 모든 리전 클러스터에 비동기식으로 복제합니다. MemoryDB Multi-Region은 업데이트 충돌을 자동으로 해결하고 데이터 차이 문제를 수정합니다. 충돌 해결은 애플리케이션 가용성에 영향을 주지 않고 완벽하게 관리되며 백그라운드에서 이루어집니다.

MemoryDB Multi-Region을 시작하려면 AWS Console, AWS SDK 또는 CLI를 사용하여 원하는 AWS 리전 중 하나에 새로운 다중 리전 클러스터와 리전 클러스터를 생성합니다. 첫 번째 리전 클러스터를 생성하면 다중 리전 클러스터에 리전을 4개까지 더 추가할 수 있습니다. 데이터가 리전 클러스터에 기록되면 MemoryDB Multi-Region은 일반적으로 1초 이내에 해당 데이터를 다중 리전 클러스터 내의 다른 모든 리전 클러스터에 자동으로 복제합니다. 현재 MemoryDB를 사용하는 경우 클러스터의 스냅샷을 만들고 이를 사용하여 새 다중 리전 클러스터와 리전 클러스터를 시드할 수 있습니다.  

각각의 AWS 리전에 리전 클러스터를 생성하여 MemoryDB Multi-Region 클러스터에 새 리전 클러스터를 추가할 수 있습니다. 그러나 기존 MemoryDB Multi-Region 클러스터에 기존 MemoryDB 클러스터를 추가할 수는 없습니다. 새 리전 클러스터를 생성하거나 MemoryDB Multi-Region 클러스터에서 기존 리전 클러스터를 제거할 수만 있습니다. 리전 클러스터를 제거하면 MemoryDB Multi-Region 클러스터는 유지되면서 해당 특정 리전의 클러스터가 삭제됩니다. 고객은 나중에 동일한 MemoryDB Multi-Region 클러스터 내에 더 많은 리전 클러스터를 추가할 수 있습니다.

MemoryDB Multi-Region은 인 메모리 속도를 보존하는 비동기식 복제를 수행하기 때문에 궁극의 일관성을 제공합니다. MemoryDB Multi-Region 리전 클러스터 중 하나의 키에 대한 모든 업데이트는 일반적으로 1초 이내에 MemoryDB Multi-Region 클러스터 내에서 비동기식으로 다른 리전 클러스터로 전파됩니다.

MemoryDB Multi-Region은 CRDT(Conflict-free Replicated Data Type)를 사용하여 충돌하는 동시 쓰기 간 조정을 수행합니다. CRDT는 조정 없이 독립적으로 동시에 업데이트할 수 있는 데이터 구조입니다. 쓰기-라이터 충돌은 궁극의 일관성을 유지하면서 각 복제본에서 독립적으로 병합됩니다.

리전이 격리되거나 성능이 저하되면 MemoryDB Multi-Region은 수행했지만 아직 모든 리전 클러스터로 전파되지 않은 모든 쓰기 작업을 추적합니다. 리전이 다시 온라인 상태가 되면 MemoryDB Multi-Region은 해당 리전에서 다른 리전의 리전 클러스터로 보류 중인 쓰기 전파를 재개합니다. 또한 다른 리전 클러스터에서 이제 다시 온라인 상태가 된 리전으로 쓰기 전파를 재개합니다. MemoryDB Multi-Region은 리전이 격리된 기간에 관계없이 이전에 성공한 모든 쓰기를 결국 전파합니다. 애플리케이션이 서로 다른 리전에서 동일한 키를 거의 동시에 업데이트하는 경우 충돌이 발생할 수 있습니다. MemoryDB Multi-Region은 동시 업데이트 간에 CRDT(Conflict-free Replicated Data Type) 조정을 사용합니다. 충돌 해결은 애플리케이션 가용성에 영향을 주지 않고 완벽하게 관리되며 백그라운드에서 이루어집니다.

MemoryDB의 처리량과 지연 시간은 노드 유형, 페이로드 크기, 클라이언트 연결 수에 따라 달라집니다. MemoryDB는 클러스터 샤드의 프라이머리 노드에서 마이크로초 읽기 지연 시간, 10밀리초 미만의 쓰기 지연 시간, 쓰기 후 읽기 지연 시간을 제공합니다. MemoryDB는 초당 최대 39만 개의 읽기 요청 및 10만 개의 쓰기 요청과 노드당 최대 1.3GB/s의 읽기 및 100MB/s 쓰기 처리량을 지원할 수 있습니다(읽기 전용 및 쓰기 전용 워크로드에 대한 내부 테스트 기준). MemoryDB 클러스터는 하나 이상의 노드 전체에서 데이터를 샤딩하므로, 클러스터에 샤드 또는 복제본을 더 추가하여 전체 처리량을 높일 수 있습니다.

MemoryDB는 전체 데이터세트를 메모리에 저장하며 분산된 다중 AZ 트랜잭션 로그를 사용하여 데이터 내구성, 일관성 및 복구 가능성을 제공합니다. MemoryDB는 다중 AZ에 데이터를 저장하여 데이터베이스 복구 및 재시작 속도를 높입니다. 그리고 MemoryDB는 데이터를 인 메모리에 저장하기 때문에 초고속 성능 및 높은 처리량을 제공할 수 있습니다.

MemoryDB는 분산 트랜잭션 로그를 활용하여 데이터를 안정적으로 저장합니다. MemoryDB는 다중 AZ에 데이터를 저장하여 데이터베이스 복구 및 재시작 속도를 높입니다. 또한 MemoryDB는 복제본 노드에 대한 최종 일관성과 프라이머리 노드에서의 읽기 일관성을 제공합니다.

Valkey 및 Redis OSS에는 내구성을 위해 프라이머리 노드 디스크의 파일에 데이터를 유지하는 추가 전용 파일(AOF) 기능(선택 사항)이 포함되어 있습니다. 그러나 AOF는 단일 가용 영역의 프라이머리 노드에 데이터를 로컬로 저장하므로, 데이터 손실 위험이 있습니다. 노드 장애가 발생할 경우 복제본에 대한 일관성 문제가 발생할 위험도 있습니다.

예, MemoryDB는 고가용성을 지원합니다. 다중 AZ 가용성을 갖춘 MemoryDB 클러스터를 생성할 수 있으며, 서로 다른 AZ에 복제본이 최대 5개까지 포함됩니다. 프라이머리 노드에 장애가 발생하면 MemoryDB는 자동으로 장애 조치를 수행합니다. 그리고 복제본 중 하나를 승격하여 새 프라이머리 노드 역할을 수행하도록 하고, 쓰기 트래픽이 새 프라이머리 노드에 전송되도록 합니다. 또한 MemoryDB는 분산 트랜잭션 로그를 활용하여, 프라이머리 노드에 장애가 발생한 경우에도 복제본의 데이터를 최신 상태로 유지합니다. 장애 조치는 예상치 못한 운영 중단의 경우 일반적으로 20초 이내에 일어나고, 계획된 운영 중단의 경우 일반적으로 200밀리초 이내에 일어납니다.

MemoryDB는 분산 트랜잭션 로그를 사용하여 데이터베이스 복구, 재시작, 장애 조치 및 프라이머리와 복제본 간의 최종 일관성 작업이 진행되는 동안 데이터베이스에 작성된 데이터를 안정적으로 저장합니다.

Valkey 및 Redis OSS를 사용하면 각 샤드의 프라이머리 노드에서 쓰기 및 강력하게 일관된 읽기를 수행하고, 읽기 전용 복제본에서 최종적으로 일관된 읽기를 수행할 수 있습니다. 프라이머리 노드에 장애가 발생하면 이러한 일관성 속성이 보장되지 않습니다. 장애 조치 도중 쓰기가 손실되어 일관성 모델에 위배될 수 있기 때문입니다.

MemoryDB의 일관성 모델은 Valkey 및 Redis OSS와 유사합니다. 그러나 MemoryDB에서는 장애 조치 시에도 데이터가 손실되지 않으므로, 노드 장애와 관계없이 클라이언트가 프라이머리에서 쓰기를 읽을 수 있습니다. 다중 AZ 트랜잭션 로그에는 성공적으로 유지된 데이터만 표시됩니다. Amazon CloudWatch에 지연 지표가 게시되므로, 복제본 노드는 최종적으로 일관성을 계속 유지합니다.

Redis OSS용 MemoryDB 버전 7.0에는 향상된 IO 멀티플렉싱이 도입되었습니다. 이 기능은 대규모에서 처리량과 지연 시간을 추가로 개선해줍니다. Valkey용 MemoryDB 버전 7.2는 향상된 IO 멀티플렉싱도 지원합니다. 향상된 I/O 멀티플렉싱은 처리량 제한이 있고 다수의 클라이언트가 연결되어 있는 워크로드에 적합하며 워크로드 동시성 수준에 따라 그 이점이 확장됩니다. 예를 들어 r6g.4xlarge 노드를 사용하여 5,200개의 동시 클라이언트를 실행하는 경우 Redis OSS용 MemoryDB 버전 6과 비교할 때 처리량(초당 읽기 및 쓰기 작업 수)을 최대 46% 늘리고 P99 지연 시간을 최대 21% 단축할 수 있습니다. 이러한 유형의 워크로드의 경우 노드의 네트워크 I/O 처리가 확장 기능을 제한하는 요인이 될 수 있습니다. 향상된 IO 멀티플렉싱을 사용하면 각 전용 네트워크 IO 스레드가 여러 클라이언트의 명령을 MemoryDB 엔진으로 파이프라인하여 명령을 효율적으로 배치 처리하는 엔진의 기능을 활용합니다.

자세한 내용은 설명서를 참조하세요.

MemoryDB 클러스터에 데이터를 쓰고 클러스터에서 데이터를 읽으려면 지원되는 Valkey 또는 Redis OSS 클라이언트 중 하나를 사용하여 클러스터에 연결하면 됩니다. 지원되는 Valkey 또는 Redis OSS 클라이언트의 목록은 Valkey 또는 Redis OSS 설명서를 참조하세요. Valkey 또는 Redis OSS 클라이언트를 사용하여 MemoryDB 클러스터에 연결하는 방법에 대한 지침은 MemoryDB 설명서를 참조하세요. Valkey는 기존 Redis OSS 클라이언트와 함께 작동하므로 Redis OSS에서 Valkey로 이전할 때 클라이언트를 변경할 필요가 없습니다.

최대 500개의 노드로 구성된 MemoryDB 클러스터를 생성할 수 있습니다. 각 노드에 고가용성을 위한 복제본이 하나씩 있는 프라이머리 노드 250개(총 노드 500개)가 있다고 가정할 경우, 최대 메모리 스토리지 용량은 최대 100TB입니다.

예, MemoryDB 클러스터의 크기를 수평적으로 또는 수직적으로 조정할 수 있습니다. 노드를 추가하거나 제거하여 클러스터를 수평적으로 확장할 수 있습니다. 샤드를 추가하여 데이터세트를 더 많은 샤드 전체에 분산할 수 있고, 각 샤드에 추가 복제본 노드를 추가하여 가용성 및 읽기 처리량을 높일 수 있습니다. 샤드와 복제본을 제거하여 클러스터를 축소할 수도 있습니다. 또한 노드 유형을 변경하여 클러스터의 규모를 수직적으로 조정할 수 있습니다. 이렇게 하면 노드당 메모리 및 CPU 리소스가 변경됩니다. 수평적인 또는 수직적인 크기 조정 작업을 수행하는 중에도, 클러스터는 온라인 상태를 계속 유지하고 읽기 및 쓰기 요청을 처리할 수 있습니다.

MemoryDB를 사용하면 클러스터를 쉽게 유지 관리하고 업데이트할 수 있으며, MemoryDB는 클러스터 유지 관리를 위한 두 가지 프로세스를 제공합니다. 첫째, 일부 필수 업데이트의 경우 MemoryDB는 사용자가 지정한 유지 관리 기간 동안 클러스터에 자동으로 패치를 적용합니다. 둘째, 일부 업데이트의 경우 MemoryDB는 서비스 업데이트를 활용합니다. 이는 언제든지 적용할 수 있거나, 향후 유지 관리 기간 동안 예약할 수 있습니다. 일부 서비스 업데이트는 특정 날짜 이후에 유지 관리 기간에 자동으로 예약됩니다. 클러스터 업데이트는 클러스터의 보안, 신뢰성, 운영 성능을 강화하는 데 도움이 되며, 클러스터는 온라인 상태를 계속 유지하고 읽기 및 쓰기 요청을 처리할 수 있습니다. 클러스터 유지 관리에 대한 자세한 내용은 MemoryDB 설명서를 참조하세요.

예, 스냅샷을 생성하여 MemoryDB 클러스터의 데이터와 메타데이터를 백업하면 됩니다. 스냅샷을 수동으로 생성하거나, MemoryDB의 자동 스냅샷 스케줄러를 사용하여 매일 지정한 시간에 새 스냅샷을 찍을 수 있습니다. 스냅샷을 생성한 후 최대 35일 동안 보존하고, MemoryDB를 보존하도록 선택할 수 있습니다. 스냅샷은 자동화된 백업은 99.999999999%(11 9's)의 내구성을 제공하도록 설계된 Amazon S3에 저장됩니다. 클러스터를 삭제할 때 클러스터의 최종 스냅샷을 생성하도록 선택할 수도 있습니다. 또한 서비스에서 Amazon S3 버킷으로 MemoryDB 스냅샷을 내보낼 수 있습니다. 스냅샷에 대한 자세한 정보는 MemoryDB 설명서를 참조하세요.

예. 새 MemoryDB 클러스터를 생성할 때 스냅샷에서 MemoryDB 클러스터를 복원할 수 있습니다.

예. Valkey 또는 Redis OSS RDB 파일에서 MemoryDB 클러스터를 복원할 수 있습니다. 새 MemoryDB 클러스터를 생성할 때 복원할 RDB 파일을 지정할 수 있습니다.

예, ElastiCache에서 MemoryDB로 데이터를 마이그레이션할 수 있습니다. 우선 ElastiCache 클러스터의 스냅샷을 생성하여 S3 버킷으로 내보냅니다. 그다음, 새 MemoryDB 클러스터를 생성한 후 복원할 백업을 지정합니다. MemoryDB는 스냅샷의 데이터와 Valkey 또는 Redis OSS 메타데이터를 사용하여 새 클러스터를 생성합니다. ElastiCache에서 MemoryDB로 데이터를 마이그레이션하는 방법에 대한 자세한 내용은 MemoryDB 설명서를 참조하세요.

예. MemoryDB는 클러스터에 대한 운영 및 성능 지표를 제공합니다. MemoryDB에는 30개 이상의 CloudWatch 지표가 있으며, MemoryDB 콘솔에서 이러한 지표를 볼 수 있습니다. CloudWatch 지표 및 MemoryDB에 대한 자세한 내용은 MemoryDB 설명서를 참조하세요.

예, MemoryDB는 저장 시 데이터 암호화 및 전송 중 데이터 암호화를 모두 지원합니다. 저장 시 암호화의 경우, AWS Key Management Service의 고객 관리형 키(CMK) 또는 MemoryDB에서 제공하는 키를 사용할 수 있습니다. MemoryDB 클러스터용 Graviton2 인스턴스를 사용하면 상시 가동되는 256비트 DRAM 암호화를 사용하여 메모리의 데이터가 암호화됩니다.

MemoryDB는 액세스 제어 목록(ACL)을 사용하여 클러스터에 대한 인증과 권한 부여를 둘 다 제어합니다. ACL을 사용하면 동일한 클러스터 내 여러 사용자에 대해 서로 다르게 권한을 정의할 수 있습니다. ACL은 한 명 이상의 사용자를 모아 놓은 목록입니다. 각 사용자에게는 명령 및 데이터에 대한 액세스 권한을 부여하는 데 사용되는 암호와 액세스 문자열이 있습니다. MemoryDB의 ACL에 대한 자세한 내용은 MemoryDB 설명서를 참조하세요.

예. 모든 MemoryDB 클러스터는 VPC에서 시작해야 합니다.

앞으로 계속해서 더 많은 규정 준수 인증을 지원할 예정입니다. 최신 규정 준수 준비 요건에 대한 내용은 여기를 참조하세요.

예. 계정에서 이루어진 모든 Amazon MemoryDB API 직접 호출 기록을 수신하려면 AWS Management Console에서 CloudTrail을 활성화하기만 하면 됩니다. 자세한 내용은 CloudTrail 홈페이지를 참조하십시오.

Amazon MemoryDB의 데이터 계층화는 메모리의 자주 액세스하지 않는 데이터를 로컬로 연결된 고성능 솔리드 스테이트 드라이브(SSD)로 자동으로 이동하는 MemoryDB의 새로운 옵션이며 가격 대비 성능이 뛰어납니다. 데이터 계층화는 용량을 늘리고, 클러스터 관리를 간소화하며, MemoryDB의 총 소유 비용(TCO)을 개선합니다.

애플리케이션의 가용성에 영향을 주지 않으면서 MemoryDB 클러스터에 대한 데이터 용량의 규모를 조정할 수 있는 더 쉽고 비용 효율적인 방법이 필요하다면 데이터 계층화를 사용해야 합니다. 데이터 계층화는 정기적으로 데이터의 최대 20%에 액세스하는 워크로드와 자주 액세스하지 않는 항목이 필요할 때 추가 지연 시간을 허용할 수 있는 애플리케이션에 적합합니다. R6gd 노드에 데이터 계층화를 사용하면 R6g 노드(메모리 전용)와 비교 시 총 용량은 약 5배 많으므로(메모리 + SSD), 최대 사용률로 실행할 경우 60% 이상의 스토리지 비용을 절감할 수 있습니다. 500바이트 문자열 값을 추정하는 경우 메모리의 데이터 읽기 요청과 비교했을 때 SSD에 저장된 데이터에 대한 읽기 요청은 일반적으로 450마이크로초의 지연 시간이 추가로 소요될 것으로 예상됩니다.

데이터 계층화는 가용 메모리 용량이 소진되었을 때 클러스터 노드의 SSD 스토리지를 활용하여 작동합니다. SSD 스토리지가 있는 클러스터 노드를 사용하면 데이터 계층화가 자동으로 활성화되며, MemoryDB는 Least-Recently Used(LRU) 정책을 사용하여 메모리와 디스크 간에 항목을 투명하게 이동하는 방식으로 데이터 배치를 관리합니다. 메모리가 모두 사용된 경우, MemoryDB는 최근에 가장 적게 사용된 항목을 자동으로 탐지한 후 해당 항목의 값을 디스크로 이동하여 비용을 최적화합니다. 애플리케이션이 디스크에서 항목을 검색해야 할 경우, MemoryDB는 요청을 처리하기 전에 해당 값을 메모리로 투명하게 이동하여 성능에 미치는 영향을 최소화합니다.

이 작업을 시작하려면 ARM 기반 AWS Graviton2 프로세서와 NVMe SSD(R6gd)를 탑재한 메모리 최적화 인스턴스를 사용하여 새 MemoryDB 클러스터를 생성하세요. 그런 다음, 스냅샷을 가져와서 기존 클러스터에서 데이터를 마이그레이션할 수 있습니다.

데이터 계층화를 사용하는 R6gd 노드는 사용한 인스턴스 시간을 기준으로 합니다. 다른 MemoryDB 노드 유형과 마찬가지로, R6gd를 사용할 때 작성된 데이터에 대한 비용도 청구됩니다. 자세한 내용은 MemoryDB 요금 페이지를 참조하세요.

이 작업을 시작하려면 ARM 기반 AWS Graviton2 프로세서와 NVMe SSD(R6gd)를 탑재한 메모리 최적화 인스턴스를 사용하여 새 MemoryDB 클러스터를 생성하세요. 그런 다음, 스냅샷을 가져와서 기존 클러스터에서 데이터를 마이그레이션할 수 있습니다.

MemoryDB 예약 노드는 노드 제품군 및 AWS 리전 내에서 유연한 크기를 지원합니다. 즉, 할인된 예약 노드 요금이 동일한 노드 제품군의 모든 크기 사용량에 자동으로 적용됩니다. 예를 들어, r6g.xlarge 예약 노드를 구매하고 더 큰 노드 r6g.2xlarge로 확장해야 하는 경우 동일한 AWS 리전에서 r6g.2xlarge 노드를 50% 사용할 경우 예약 노드 할인 요금이 자동으로 적용됩니다. 크기 유연성 기능을 사용하면 예약 노드 관리에 소요되는 시간이 줄어들고 더 이상 특정 데이터베이스 노드 크기에 구애받지 않으므로, 용량 요구 사항이 변경된 경우에도 할인을 최대한 활용할 수 있습니다.

MemoryDB 예약 노드 요금은 노드 유형, 계약 기간(1년 또는 3년), 결제 옵션(선결제 없음, 부분 선결제, 전체 선결제), AWS 리전을 기준으로 합니다. 예약 노드 가격에는 데이터 기록 비용 또는 스냅샷 스토리지 비용은 포함되지 않습니다. 자세한 내용은 MemoryDB 요금 페이지를 참조하세요.

MemoryDB는 메모리 최적화된 R6g, R7g, R6gd(데이터 계층화 포함) 노드를 위한 예약 노드를 제공합니다.

MemoryDB의 벡터 검색은 벡터 수백만 개를 저장할 수 있습니다. 쿼리 및 업데이트 응답 시간은 10밀리초 미만이고 99% 이상의 재현율을 실현합니다. MemoryDB의 벡터 검색은 Amazon Bedrock 및 Amazon SageMaker 같은 서비스에서 생성된 벡터를 저장할 수 있습니다.

MemoryDB API를 사용하여 고속 인공 지능 및 기계 학습(AI/ML) 애플리케이션을 구축할 경우 MemoryDB의 벡터 검색을 사용해야 합니다. MemoryDB의 벡터 검색은 최고의 성능이 가장 중요한 선택 기준인 사용 사례에 매우 적합합니다. 2024년 6월 26일을 기준으로, MemoryDB는 AWS에서 널리 사용되는 벡터 데이터베이스 중 가장 높은 재현율로 가장 빠른 벡터 검색 성능을 제공합니다. MemoryDB의 벡터 검색을 사용하여 검색 증강 생성(RAG), 이상(사기) 탐지, 실시간 추천 엔진, 문서 검색과 같은 사용 사례에서 실시간 ML 및 생성형 AI를 지원할 수 있습니다.

속도를 고려한 AI/ML 기반 애플리케이션을 구성할 경우, 재현율을 사용하여 측정했을 때 응답 품질이 떨어질 수 있습니다. MemoryDB의 벡터 검색은 10밀리초 미만의 쿼리로 가장 높은 처리량을 제공하며, 벡터를 메모리에 저장하여 재현율 저하 없이 응답 시간을 업데이트합니다.

벡터 검색을 사용하면 데이터와 함께 MemoryDB 내에서 벡터 임베딩을 저장, 인덱싱, 가져오기, 검색할 수 있습니다. 우선 Amazon Titan Embeddings 같은 임베딩 모델이나 Amazon Bedrock 같은 관리형 서비스를 통해 직접 벡터 임베딩을 생성합니다. 그런 다음, MemoryDB 데이터 플레인 API를 사용하여 벡터 인덱스를 초기화한 후 임베딩을 MemoryDB에 로드합니다. MemoryDB는 벡터 임베딩을 JSON 또는 해시 데이터 유형으로 저장합니다. 

로드되면 MemoryDB는 벡터 임베딩을 사용하여 인덱스를 빌드합니다. 새 데이터를 로드하거나, 기존 데이터를 업데이트하거나, 데이터를 삭제하면 MemoryDB는 10밀리초 미만 내에 벡터 인덱스의 업데이트 사항을 스트리밍합니다. MemoryDB는 효율적인 검색 쿼리, 사전 필터링, 다중 거리 지표(코사인, 스칼라곱, 유클리드)을 지원합니다. MemoryDB의 벡터 검색을 사용하는 방법에 대한 자세한 내용은 설명서를 참조하세요.

MemoryDB에서 벡터 검색을 사용하는 데는 추가 비용이 들지 않습니다. 자세한 내용은 MemoryDB 요금 페이지에서 확인하세요.