AWS 클라우드 데이터베이스
사용 사례를 중심으로 특정 요구 사항에 적합한 고도로 확장 가능한 분산 애플리케이션을 구축할 수 있습니다. AWS는 관계형, 키-값, 문서, 인 메모리, 그래프, 시계열, 와이드 컬럼 및 원장 데이터베이스를 비롯하여 다양한 데이터 모델을 지원하는 15개 이상의 목적별 엔진을 제공합니다.
서버 프로비저닝, 패치 적용 및 백업과 같은 시간 소모적인 데이터베이스 태스크로부터 팀을 해방시켜 줄 수 있습니다. AWS의 완전관리형 데이터베이스 서비스는 지속적 모니터링, 자가 복구 스토리지 및 자동 크기 조정을 제공하여 애플리케이션 개발에 집중할 수 있도록 합니다.
널리 사용되는 다른 데이터베이스나 마이크로초에서 밀리초 단위 이하의 대기 시간을 지원하는 비관계형 데이터베이스보다 3~5배 더 빠른 관계형 데이터베이스를 통해 소규모로 시작하여 애플리케이션 성장에 따라 확장할 수 있습니다. 가동 중단 없이 손쉽게 스토리지 및 컴퓨팅 요구 사항을 충족할 수 있습니다.
다중 리전, 다중 프라이머리 복제를 지원하며, 네트워크 격리를 포함하여 여러 수준의 보안과 포괄적인 암호화를 통해 데이터를 완벽하게 감시할 수 있습니다. AWS 데이터베이스는 비즈니스 크리티컬 엔터프라이즈 워크로드에 필요한 고가용성, 안정성 및 보안을 제공합니다.
데이터베이스 서비스
관계형 데이터베이스
관계형 데이터베이스는 미리 정의된 스키마와 이들 간 관계를 통해 데이터를 저장합니다. 이러한 데이터베이스는 ACID 트랜잭션을 지원하도록 설계되었으며, 참조 무결성과 강력한 데이터 일관성을 유지 관리합니다.
키-값 데이터베이스
키-값 데이터베이스는 보통 많은 데이터를 저장하고 검색하기 위한 일반적인 액세스 패턴에 최적화되었습니다. 이러한 데이터베이스는 방대한 동시 요청에서도 빠른 응답 시간을 지원합니다.
Amazon DynamoDB
모든 규모의 키-값 및 문서 워크로드를 지원할 수 있는 빠르고 유연한 서버리스 NoSQL 데이터베이스
인 메모리 데이터베이스
인 메모리 데이터베이스는 데이터에 실시간으로 액세스해야 하는 애플리케이션에 사용됩니다. 이러한 데이터베이스는 데이터를 메모리에 직접 저장하여 밀리초 지연 시간으로는 충분하지 않은 애플리케이션에 마이크로초 지연 시간을 제공합니다.
문서 데이터베이스
문서 데이터베이스는 반정형 데이터를 JSON과 비슷한 문서로 저장하도록 설계되었습니다. 이 데이터베이스는 개발자가 애플리케이션을 빠르게 구축하고 업데이트하도록 지원합니다.
Amazon DocumentDB(MongoDB 호환 가능)
MongoDB와 호환되는 엔터프라이즈급 문서 데이터베이스 서비스를 사용하여 JSON 워크로드의 크기를 손쉽게 조정 가능
와이드 컬럼 데이터베이스
와이드 컬럼 스토어는 NoSQL 데이터베이스 유형입니다. 테이블, 행 및 열을 사용하지만 관계형 데이터베이스와는 달리 열의 이름과 형식은 동일한 테이블에서 행마다 다를 수 있습니다.
Amazon Keyspaces
Apache Cassandra 워크로드를 실행할 수 있는 고가용성의 확장 가능한 관리형 와이드 컬럼 데이터베이스 서비스
그래프 데이터베이스
그래프 데이터베이스는 상호 연결성이 높은 그래프 데이터 세트 간에 수백만 건의 관계를 밀리초 지연 시간 안에 대규모로 쿼리 및 탐색할 수 있어야 하는 애플리케이션에 사용됩니다.
Amazon Neptune
고도로 연결된 데이터 집합에서 작동하는 애플리케이션을 구축할 수 있는 빠르고 안정적인 그래프 데이터베이스 서비스
시계열 데이터베이스
시계열 데이터베이스는 정해진 시간 간격으로 쿼리를 수행하여 시간에 따라 변화하는 데이터를 효율적으로 수집 및 동기화하고 여기에서 인사이트를 도출합니다.
Amazon Timestream
매일 수조 개의 이벤트를 저장하고 분석할 수 있는 빠르고 확장 가능한 서버리스 시계열 데이터베이스 서비스
데이터베이스 서비스
| 데이터베이스 유형 | 사용 사례 | AWS 서비스 |
|---|---|---|
| 관계형 | 기존 애플리케이션, ERP, CRM, 전자 상거래 | Amazon Aurora | Amazon RDS | Amazon Redshift |
| 키-값 | 높은 트래픽의 웹 앱, 전자 상거래 시스템, 게임 애플리케이션 | Amazon DynamoDB |
| 인 메모리 | 캐싱, 세션 관리, 게임 순위표, 지리 공간 애플리케이션 | Amazon ElastiCache | Amazon MemoryDB for Redis |
| 문서 | 콘텐츠 관리, 카탈로그, 사용자 프로필 | Amazon DocumentDB(MongoDB 호환) |
| 와이드 열 | 장비 관리, 플릿 관리 및 경로 최적화에 사용하는 대규모 산업용 앱 | Amazon Keyspaces |
| 그래프 | 부정 탐지, 소셜 네트워킹, 추천 엔진 | Amazon Neptune |
| 시계열 | IoT 애플리케이션, DevOps, 산업용 텔레메트리 |
Amazon Timestream |
| 원장 | 레코드 시스템, 공급망, 등록, 은행 거래 | Amazon Quantum Ledger Database(QLDB) |
사용 사례
관리형 데이터베이스로의 이동
목적별 데이터베이스로 최신 앱 구축
작업에 가장 적합한 데이터베이스 서비스를 선택하여 애플리케이션 설계 시 확장성, 성능 및 비용을 최적화할 수 있습니다. 현대적인 마이크로서비스 아키텍처에 적합한 목적별 데이터베이스에 대해 알아보세요.
레거시 데이터베이스에서 탈출하기
독점적 표준, 위약금 및 빈번한 감사와 관련된 작업을 수행하지 않아도 됩니다. 상용 제품 수준의 성능, 가용성 및 확장성을 갖춘 오픈 소스 호환 데이터베이스를 저렴한 비용으로 사용할 수 있습니다.
삼성은 3개 대륙의 11억 사용자를 Oracle에서 Amazon Aurora로 이전했습니다.
"특히 비용에 초점을 맞추면 Amazon Aurora의 확장성이 가장 큰 이점입니다. 삼성은 매월 데이터베이스 비용을 44% 절감했습니다."
- Salva Jung, 수석 아키텍트 및 엔지니어링 관리자
사례 연구
Experian은 Amazon DynamoDB 및 Amazon Aurora의 고가용성을 사용하여 100%의 운영 가동 시간을 달성합니다.
A+E Networks는 서버리스 AWS 데이터베이스를 사용하여 마이크로서비스 기반 클라우드 네이티브 애플리케이션을 생성함으로써 확장을 촉진합니다.
Pokémon은 AWS 목적별 데이터베이스로 마이그레이션하여 매월 수만 USD의 비용을 절감했습니다.
Cathay Pacific은 AWS에서 승객 매출 최적화 시스템을 현대화하고 성능을 20% 개선했습니다.