คำถามที่พบบ่อยเกี่ยวกับ Amazon MemoryDB

Amazon MemoryDB Multi-Region เป็นฐานข้อมูลหลายภูมิภาคที่มีการจัดการอย่างเต็มที่และใช้งานได้เต็มที่ ซึ่งช่วยให้คุณสามารถสร้างแอปพลิเคชันที่มีความพร้อมใช้งานได้สูงถึง 99.999% และการอ่านระดับไมโครวินาทีและเวลาแฝงในการเขียนเป็นเลขหลักเดียวในระดับมิลลิวินาที ให้ข้อมูลซ้ำซ้อนใน AWS Region หลายภูมิภาค ดังนั้นคุณสามารถปรับปรุงความพร้อมใช้งานและความยืดหยุ่นของแอปพลิเคชันหลายภูมิภาคของคุณแม้ว่าการประมวลผลแอปพลิเคชันจะขัดจังหวะในภูมิภาคเดียวและไม่สามารถเชื่อมต่อกับตำแหน่งข้อมูลของ MemoryDB ได้ MemoryDB Multi-Region นำเสนอการจำลองแบบแอคทีฟเพื่อให้คุณสามารถให้บริการการอ่านและเขียนในท้องถิ่นจากรีเจี้ยนที่ใกล้กับลูกค้าของคุณมากที่สุดด้วยการอ่านระดับไมโครวินาทีและเวลาแฝงในการเขียนเป็นเลขหลักเดียวในระดับมิลลิวินาที จะจำลองข้อมูลระหว่างรีเจี้ยนแบบอะซิงโครนัสและโดยทั่วไปข้อมูลจะถูกกระจายภายในหนึ่งวินาที MemoryDB Multi-Region จะแก้ไขความขัดแย้งในการอัปเดตและแก้ไขปัญหาสำหรับความแตกต่างของข้อมูลโดยอัตโนมัติ เพื่อให้คุณสามารถมุ่งเน้นไปที่แอปพลิเคชันของคุณได้

คุณควรใช้ MemoryDB Multi-Region หากคุณต้องการสร้างแอปพลิเคชันที่ต้องการความพร้อมใช้งานในระดับสูงสุด ความยืดหยุ่นที่เพิ่มมากขึ้น และความต่อเนื่องทางธุรกิจที่ดีขึ้น MemoryDB Multi-Region ยังสามารถใช้ได้หากคุณต้องการสร้างและเรียกใช้แอปพลิเคชันหลายภูมิภาคที่ต้องการเวลาตอบสนองที่รวดเร็วทุกที่ในโลก

เมื่อใช้ MemoryDB Multi-Region, MemoryDB จะจำลองข้อมูลข้ามคลัสเตอร์ระดับภูมิภาคในการกำหนดค่าที่เรียกว่าคลัสเตอร์หลายภูมิภาค เมื่อมีการเขียนข้อมูลไปยังคลัสเตอร์ระดับภูมิภาคใด ๆ ภายในคลัสเตอร์หลายภูมิภาค, MemoryDB จะจำลองข้อมูลนั้นไปยังคลัสเตอร์ระดับภูมิภาคอื่น ๆ ทั้งหมดโดยอัตโนมัติและแบบอะซิงโครนัสโดยทั่วไปภายในหนึ่งวินาที โดยไม่ส่งผลกระทบต่อประสิทธิภาพของแอปพลิเคชันของคุณ MemoryDB Multi-Region แก้ไขความขัดแย้งในการอัปเดตโดยอัตโนมัติและแก้ไขปัญหาความแตกต่างของข้อมูล การแก้ไขความขัดแย้งได้รับการจัดการอย่างเต็มรูปแบบและเกิดขึ้นในพื้นหลังโดยไม่มีผลกระทบต่อความพร้อมใช้งานของแอปพลิเคชัน

เพื่อเริ่มต้นใช้งาน MemoryDB Multi-Region คุณสร้างคลัสเตอร์หลายภูมิภาคใหม่และคลัสเตอร์ระดับภูมิภาคใน AWS Region ที่คุณต้องการโดยใช้คอนโซล AWS, AWS SDK หรือ CLI เมื่อคุณสร้างคลัสเตอร์ภูมิภาคแรกแล้ว คุณสามารถเพิ่มภูมิภาคเพิ่มเติมได้สูงสุดสี่ภูมิภาคลงในคลัสเตอร์หลายภูมิภาค เมื่อมีการเขียนข้อมูลไปยังคลัสเตอร์ภูมิภาคใด ๆ MemoryDB Multi-Region จะจำลองข้อมูลนั้นไปยังคลัสเตอร์ระดับภูมิภาคอื่น ๆ ทั้งหมดภายในคลัสเตอร์หลายภูมิภาคโดยอัตโนมัติ โดยปกติจะภายในหนึ่งวินาที หากคุณใช้ MemoryDB ในวันนี้ คุณสามารถบันทึกสแนปช็อตของคลัสเตอร์ของคุณและใช้เพื่อสร้างคลัสเตอร์หลายภูมิภาคและคลัสเตอร์ระดับภูมิภาคใหม่ได้  

คุณสามารถเพิ่มคลัสเตอร์ระดับภูมิภาคใหม่ลงในคลัสเตอร์ MemoryDB Multi-Region ได้โดยการสร้างคลัสเตอร์ระดับภูมิภาคใน AWS Region ที่เกี่ยวข้อง อย่างไรก็ตาม คุณไม่สามารถเพิ่มคลัสเตอร์ MemoryDB ที่มีอยู่ลงในคลัสเตอร์ MemoryDB Multi-Region ที่มีอยู่ได้ คุณสามารถสร้างคลัสเตอร์ระดับภูมิภาคใหม่หรือลบคลัสเตอร์ระดับภูมิภาคที่มีอยู่จากคลัสเตอร์ MemoryDB Multi-Region ได้เท่านั้น เมื่อคุณลบคลัสเตอร์ระดับภูมิภาค MemoryDB Multi-Region จะลบคลัสเตอร์ในภูมิภาคนั้นโดยเฉพาะในขณะที่ยังคงรักษาคลัสเตอร์ MemoryDB Multi-Region ไว้ ลูกค้าสามารถเลือกเพิ่มคลัสเตอร์ระดับภูมิภาคเพิ่มเติมภายในคลัสเตอร์ MemoryDB Multi-Region เดียวกันได้ในภายหลัง

MemoryDB Multi-Region ให้ความสอดคล้องในที่สุดเนื่องจากทำการจำลองแบบแบบอะซิงโครนัสซึ่งจะรักษาความเร็วในหน่วยความจำ การอัปเดตใดๆ ที่ทำกับคีย์ในคลัสเตอร์ระดับภูมิภาค MemoryDB Multi-Region จะถูกเผยแพร่ไปยังคลัสเตอร์ระดับภูมิภาคอื่น ๆ ในลักษณะอะซิงโครนัสภายในคลัสเตอร์ MemoryDB Multi-Region โดยปกติจะใช้เวลาไม่ถึงหนึ่งวินาที

MemoryDB Multi-Region ใช้การกระทบยอดประเภทข้อมูลจำลองแบบปราศจากความขัดแย้ง (CRDT) เพื่อปรับความถูกต้องระหว่างการเขียนพร้อมกันที่ขัดแย้งกัน CRDT เป็นโครงสร้างข้อมูลที่สามารถอัปเดตได้อย่างอิสระและพร้อมกันโดยไม่ต้องมีการประสานงานกัน ความขัดแย้งระหว่างการเขียนและผู้เขียนจะถูกรวมกันอย่างอิสระในแต่ละแบบจำลองโดยมีความสอดคล้องในที่สุด

หากรีเจี้ยนถูกแยกออกไปหรือเสื่อมสภาพ MemoryDB Multi-Region จะติดตามการเขียนใด ๆ ที่ดำเนินการแต่ยังไม่ได้แพร่กระจายไปยังคลัสเตอร์รีเจี้ยนทั้งหมด เมื่อรีเจี้ยนดังกล่าวกลับมาทางออนไลน์ MemoryDB Multi-Region จะเผยแพร่การเขียนที่รอดำเนินการจากรีเจี้ยนนั้นไปยังคลัสเตอร์ในรีเจี้ยนอื่น ๆ อีกครั้ง นอกจากนั้นยังดำเนินการเผยแพร่การเขียนจากคลัสเตอร์ในรีเจี้ยนอื่นไปยังรีเจี้ยนที่ออนไลน์อยู่อีกครั้ง MemoryDB Multi-Region เผยแพร่การเขียนทั้งหมดที่ประสบความสำเร็จก่อนหน้านี้ในที่สุด ไม่ว่ารีเจี้ยนนั้นจะถูกแยกออกไปนานแค่ไหน ความขัดแย้งอาจเกิดขึ้นได้หากแอปพลิเคชันของคุณอัปเดตคีย์เดียวกันในรีเจี้ยนต่าง ๆ ในเวลาเดียวกันโดยประมาณ MemoryDB Multi-Region ใช้การกระทบยอดประเภทข้อมูลจำลองแบบปราศจากความขัดแย้ง (CRDT) ระหว่างการอัปเดตพร้อมกัน การแก้ไขข้อขัดแย้งได้รับการจัดการอย่างสมบูรณ์และเกิดขึ้นเบื้องหลังโดยไม่มีผลกระทบต่อความพร้อมใช้งานของแอปพลิเคชัน

ปริมาณงานและเวลาแฝงของ MemoryDB จะแตกต่างกันไปขึ้นอยู่กับประเภทของโหนด ขนาดโหลด และจำนวนการเชื่อมต่อไคลเอ็นต์ MemoryDB มอบเวลาแฝงในการอ่านไมโครวินาที เวลาแฝงในการเขียนมิลลิวินาทีตัวเลขเดียว และเวลาแฝงเวลาอ่านหลังการเขียนบนโหนดหลักสำหรับชิ้นส่วนคลัสเตอร์ MemoryDB รองรับคำขออ่านได้สูงสุด 390,000 รายการและคำขอเขียนได้สูงสุด 100,000 รายการต่อวินาที และอัตราความเร็วในการอ่านสูงสุด 1.3 GB/วินาที และการเขียนสูงสุด 100 MB/s ต่อโหนด (อิงตามการทดสอบภายในเกี่ยวกับเวิร์กโหลดแบบอ่านอย่างเดียวและเขียนอย่างเดียว) คลัสเตอร์ MemoryDB จะแบ่งข้อมูลออกเป็นหนึ่งโหนดหรือมากกว่านั้น ทำให้คุณสามารถเพิ่มชิ้นส่วนหรือแบบจำลองเพิ่มเติมลงในคลัสเตอร์ของคุณเพื่อเพิ่มปริมาณงานรวม

MemoryDB จัดเก็บชุดข้อมูลทั้งหมดของคุณไว้ในหน่วยความจำและใช้บันทึกการทำธุรกรรมแบบหลาย AZ แบบกระจายเพื่อให้ความทนทาน ความสม่ำเสมอ และการกู้คืนข้อมูล MemoryDB สามารถกู้คืนและรีสตาร์ทฐานข้อมูลได้อย่างรวดเร็วด้วยการจัดเก็บข้อมูลในหลาย AZ ด้วยการจัดเก็บข้อมูลไว้ในหน่วยความจำ MemoryDB จึงสามารถมอบประสิทธิภาพที่รวดเร็วเป็นพิเศษและปริมาณงานสูง

MemoryDB ใช้ประโยชน์จากบันทึกธุรกรรมแบบกระจายเพื่อจัดเก็บข้อมูลอย่างคงทน MemoryDB สามารถกู้คืนและรีสตาร์ทฐานข้อมูลได้อย่างรวดเร็วด้วยการจัดเก็บข้อมูลในหลาย AZ นอกจากนี้ MemoryDB ยังให้ความสอดคล้องในที่สุดสำหรับโหนดจำลองและการอ่านที่สอดคล้องกันบนโหนดหลัก

Valkey และ Redis OSS มีคุณลักษณะเสริมแบบผนวกเฉพาะไฟล์ (AOF) ซึ่งจะเก็บข้อมูลไว้ในไฟล์บนดิสก์ของโหนดหลักเพื่อความทนทาน อย่างไรก็ตาม เนื่องจาก AOF จัดเก็บข้อมูลภายในบนโหนดหลักในโซนความพร้อมใช้งานเดียว จึงมีความเสี่ยงต่อการสูญเสียข้อมูล นอกจากนี้ ในกรณีที่โหนดล้มเหลวมีความเสี่ยงต่อปัญหาความสอดคล้องกับแบบจำลองด้วย

ใช่ MemoryDB รองรับความพร้อมใช้งานสูง คุณสามารถสร้างคลัสเตอร์ MemoryDB ที่มีพร้อม Multi-AZ พร้อมแบบจำลองสูงสุด 5 แบบใน AZ ที่แตกต่างกัน เมื่อเกิดความล้มเหลวในโหนดหลัก MemoryDB จะล้มเหลวโดยอัตโนมัติและส่งเสริมการจำลองใดตัวหนึ่งเพื่อทำหน้าที่เป็นการรับส่งข้อมูลหลักและเขียนโดยตรงไปยังโหนดหลัก นอกจากนี้ MemoryDB ยังใช้บันทึกการทำธุรกรรมแบบกระจายเพื่อให้แน่ใจว่าข้อมูลในแบบจำลองจะได้รับการอัปเดทแม้ในกรณีที่โหนดหลักล้มเหลว Failover มักจะเกิดขึ้นภายใน 20 วินาทีสำหรับการหยุดทำงานที่ไม่ได้วางแผนไว้และโดยทั่วไปจะต่ำกว่า 200 มิลลิวินาทีสำหรับการหยุดทำงานที่วางแผนไว้

MemoryDB ใช้บันทึกการทำธุรกรรมแบบกระจายเพื่อจัดเก็บข้อมูลที่เขียนลงในฐานข้อมูลของคุณอย่างยั่งยืนระหว่างการกู้คืนฐานข้อมูล การรีสตาร์ท การล้มเหลว และความสอดคล้องระหว่างหลักและแบบจำลอง

Valkey และ Redis OSS อนุญาตให้ทำการเขียนและการอ่านค่าที่สอดคล้องกันในระดับสูงบนโหนดหลักของแต่ละชาร์ด และทำให้มีการอ่านค่าที่สอดคล้องกันในขั้นตอนสุดท้าย คุณสมบัติความสอดคล้องเหล่านี้ไม่ได้รับการรับประกันหากโหนดหลักล้มเหลว เนื่องจากการเขียนอาจสูญหายระหว่างการสำรองข้อมูล และจึงละเมิดโมเดลความสอดคล้องได้

โมเดลความสอดคล้องของข้อมูลของ MemoryDB นั้นคล้ายกับ Valkey และ Redis OSS อย่างไรก็ตาม ใน MemoryDB ข้อมูลจะไม่สูญหายระหว่างการล้มเหลว ทำให้ลูกค้าสามารถอ่านการเขียนจากระบบหลักโดยไม่คำนึงถึงความล้มเหลวของโหนดได้ เฉพาะข้อมูลที่ยังคงอยู่ในบันทึกการทำธุรกรรม Multi-AZ สำเร็จเท่านั้นที่สามารถมองเห็นได้ ในที่สุดแล้วโหนดจำลองจะยังคงสอดคล้องกัน โดยมีการเผยแพร่เมตริกความล่าช้าไปยัง Amazon CloudWatch

ด้วย MemoryDB เวอร์ชัน 7.0 สำหรับ Redis OSS เราจึงได้เปิดตัวการมัลติเพล็กซ์ IO ที่ได้รับการปรับปรุงซึ่งมอบการปรับปรุงเพิ่มเติมให้กับปริมาณงานและเวลาแฝงในระดับขนาดใหญ่ MemoryDB เวอร์ชัน 7.2 สำหรับ Valkey รองรับการมัลติเพล็กซ์ IO ที่ได้รับการปรับปรุงด้วยเช่นกัน การมัลติเพล็กซ์ IO ที่ได้รับการปรับปรุงนั้นเหมาะอย่างยิ่งสำหรับเวิร์กโหลดที่จำกัดที่มีการเชื่อมต่อไคลเอนต์หลายรายการ และผลประโยชน์นั้นยังปรับขนาดตามระดับการทำงานพร้อมกันของภาระงานอีกด้วย ตัวอย่างเช่น เมื่อใช้โหนด r6g.4xlarge และรันไคลเอนต์พร้อมกัน 5,200 ราย คุณสามารถเพิ่มปริมาณงาน (การอ่านและเขียนต่อวินาที) ได้ถึง 46% และลดเวลาแฝง P99 ได้ถึง 21% เมื่อเปรียบเทียบกับ MemoryDB เวอร์ชัน 6 สำหรับ Redis OSS สำหรับเวิร์กโหลดประเภทเหล่านี้ การประมวลผล IO เครือข่ายของโหนดอาจกลายเป็นปัจจัยจำกัดความสามารถในการปรับขนาด ด้วยการมัลติเพล็กซ์ IO ที่ได้รับการปรับปรุง แต่ละเธรด IO ของเครือข่ายเฉพาะจะส่งคำสั่งจากไคลเอ็นต์หลายรายไปยังเอ็นจิ้น MemoryDB โดยใช้ประโยชน์จากความสามารถของเอนจิ้นในการประมวลผลคำสั่งเป็นชุดอย่างมีประสิทธิภาพ

สำหรับข้อมูลเพิ่มเติม โปรดดูที่เอกสารประกอบ

ในการเขียนข้อมูลไปยังและอ่านข้อมูลจากคลัสเตอร์ MemoryDB ของคุณ คุณเชื่อมต่อกับคลัสเตอร์ของคุณโดยใช้หนึ่งในไคลเอ็นต์ Valkey หรือ Redis OSS ที่รองรับ สำหรับรายชื่อไคลเอ็นต์ Valkey หรือ Redis OSS ที่รองรับ โปรดดูเอกสารประกอบของ Valkey หรือ Redis OSS สำหรับคำแนะนำเกี่ยวกับวิธีการเชื่อมต่อกับคลัสเตอร์ MemoryDB โดยใช้ไคลเอ็นต์ Valkey หรือ Redis OSS โปรดดูเอกสาร MemoryDB Valkey จะทำงานร่วมกับไคลเอนต์ Redis OSS ที่มีอยู่ ดังนั้นคุณไม่จำเป็นต้องเปลี่ยนไคลเอนต์เมื่อคุณย้ายจาก Redis OSS ไปยัง Valkey

คุณสร้างคลัสเตอร์ MemoryDB ที่มีโหนดสูงสุด 500 โหนด ซึ่งจะทำให้มีความจุหน่วยความจำสูงสุดที่ ~100 TB โดยถือว่าคุณมีโหนดหลัก 250 โหนด โดยแต่ละโหนดมีแบบจำลองหนึ่งอันสำหรับความพร้อมใช้งานสูง (รวมทั้งหมด 500 โหนด)

ได้ คุณสามารถปรับขนาดคลัสเตอร์ MemoryDB ในแนวนอนและแนวตั้งได้ คุณสามารถปรับขนาดคลัสเตอร์ของคุณในแนวนอนโดยการเพิ่มหรือลบโหนดได้ คุณสามารถเลือกที่จะเพิ่มชิ้นส่วนเพื่อกระจายชุดข้อมูลของคุณไปในชิ้นส่วนอื่น ๆ และคุณสามารถเพิ่มโหนดจำลองเพิ่มเติมให้กับชิ้นส่วนแต่ละชิ้นเพื่อเพิ่มความพร้อมใช้งานและปริมาณการอ่านได้ นอกจากนี้ คุณยังสามารถลบชิ้นส่วนและแบบจำลองเพื่อปรับขนาดคลัสเตอร์ของคุณได้ นอกจากนี้ คุณสามารถปรับขนาดคลัสเตอร์ของคุณในแนวตั้งโดยการเปลี่ยนประเภทโหนดซึ่งจะเปลี่ยนหน่วยความจำและทรัพยากร CPU ต่อโหนดได้ ในระหว่างการดำเนินการปรับขนาดในแนวนอนและแนวตั้ง คลัสเตอร์ของคุณยังคงอยู่ในระบบออนไลน์และให้บริการคำขออ่านและเขียน

MemoryDB ช่วยให้การบำรุงรักษาและการอัปเดตเป็นเรื่องง่ายสำหรับคลัสเตอร์ของคุณ และมีกระบวนการสองแบบที่แตกต่างกันสำหรับการบำรุงรักษาคลัสเตอร์ ขั้นแรก สำหรับการอัปเดตที่บังคับบางอย่าง MemoryDB จะทำการแก้ไขคลัสเตอร์ของคุณโดยอัตโนมัติในระหว่างช่วงการบำรุงรักษาที่คุณระบุ ประการที่สอง สำหรับการอัปเดตบางอย่าง MemoryDB ใช้การอัปเดตบริการซึ่งคุณสามารถใช้ได้ตลอดเวลาหรือกำหนดเวลาสำหรับช่วงการบำรุงรักษาในอนาคต การอัปเดตบริการบางอย่างจะถูกกำหนดโดยอัตโนมัติในช่วงการบำรุงรักษาหลังจากวันที่กำหนด การอัปเดตคลัสเตอร์ช่วยเสริมความปลอดภัย ความน่าเชื่อถือ และประสิทธิภาพการทำงานของคลัสเตอร์ของคุณ และคลัสเตอร์ของคุณจะยังคงออนไลน์และให้บริการคำขอการอ่านและการเขียน สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการบำรุงรักษาคลัสเตอร์ โปรดดูเอกสาร MemoryDB

ได้ คุณสร้างสแนปชอตเพื่อสำรองข้อมูลและข้อมูลเมตาของคลัสเตอร์ MemoryDB ของคุณได้ คุณสามารถสร้างสแนปชอตด้วยตนเองหรือคุณสามารถใช้ตัวกำหนดเวลาสแนปชอตอัตโนมัติของ MemoryDB เพื่อถ่ายภาพสแนปชอตใหม่ในแต่ละวันในเวลาที่คุณระบุได้ คุณสามารถเลือกที่จะเก็บสแนปช็อตของคุณไว้ได้นานถึง 35 วันหลังจากที่สร้างขึ้น และ MemoryDB สแนปช็อตจะถูกเก็บไว้ใน Amazon S3 ซึ่งได้รับการออกแบบให้มีความทนทาน 99.999999999% (11 9) นอกจากนี้ คุณยังสามารถเลือกที่จะถ่ายภาพสแนปช็อตสุดท้ายของคลัสเตอร์ของคุณเมื่อคุณกำลังลบคลัสเตอร์ นอกจากนี้ คุณยังสามารถส่งออกสแนปชอต MemoryDB จากบริการไปยัง Amazon S3 บักเก็ตของคุณได้ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับสแนปชอต โปรดดูเอกสารของ MemoryDB

ได้ คุณสามารถกู้คืนคลัสเตอร์ MemoryDB ของคุณจากสแนปชอตได้เมื่อสร้างคลัสเตอร์ MemoryDB ใหม่

ได้ คุณสามารถกู้คืนคลัสเตอร์ MemoryDB ของคุณจากไฟล์ Valkey หรือ Redis OSS RDB ได้ คุณสามารถระบุไฟล์ RDB ที่จะกู้คืนได้เมื่อสร้างคลัสเตอร์ MemoryDB ใหม่

ได้ คุณสามารถย้ายข้อมูลจาก ElastiCache ไปยัง MemoryDB ได้ ขั้นแรก ให้สร้างสแนปชอตของคลัสเตอร์ ElastiCache ของคุณและส่งออกไปยัง S3 บักเก็ตของคุณ จากนั้นสร้างคลัสเตอร์ MemoryDB ใหม่และระบุการสำรองข้อมูลที่จะกู้คืน MemoryDB จะสร้างคลัสเตอร์ใหม่พร้อมข้อมูลและข้อมูลเมตาของ Valkey หรือ Redis OSS จากสแนปช็อต สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการย้ายข้อมูลจาก ElastiCache ไปยัง MemoryDB โปรดดูเอกสารของ MemoryDB

ใช่ MemoryDB มีเมตริกการดำเนินงานและประสิทธิภาพสำหรับคลัสเตอร์ของคุณ MemoryDB มีเมตริก CloudWatch มากกว่า 30 เมตริก และคุณสามารถดูเมตริกเหล่านี้ได้ในคอนโซล MemoryDB สำหรับข้อมูลเพิ่มเติมเกี่ยวกับเมตริก CloudWatch และ MemoryDB โปรดดูเอกสารของ MemoryDB

ใช่ MemoryDB รองรับการเข้ารหัสข้อมูลของคุณทั้งขณะไม่ได้ใช้งานและระหว่างการขนส่ง หากต้องการเข้ารหัสขณะไม่ได้ใช้งาน คุณสามารถใช้คีย์ที่ลูกค้าจัดการ (CMK) ของ AWS Key Management Service หรือคีย์ที่ MemoryDB ให้มา ด้วย อินสแตนซ์ Graviton2 สำหรับคลัสเตอร์ MemoryDB ข้อมูลของคุณจะถูกเข้ารหัสในหน่วยความจำโดยใช้การเข้ารหัส DRAM 256 บิตที่เปิดตลอดเวลา

MemoryDB ใช้รายการควบคุมสิทธิ์เข้าถึง (ACL) เพื่อควบคุมทั้งการรับรองความถูกต้องและการอนุญาตสำหรับคลัสเตอร์ของคุณ ACL ช่วยให้คุณกำหนดสิทธิ์ที่แตกต่างกันสำหรับผู้ใช้ที่แตกต่างกันในคลัสเตอร์เดียวกันได้ ACL คือคอลเลกชันของผู้ใช้หนึ่งคนขึ้นไป ผู้ใช้แต่ละคนมีรหัสผ่านและสตริงการเข้าถึงซึ่งใช้เพื่ออนุญาตการเข้าถึงคำสั่งและข้อมูล หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับ ACL ใน MemoryDB โปรดดูเอกสาร MemoryDB

ได้ คลัสเตอร์ MemoryDB ทั้งหมดจะต้องเปิดตัวใน VPC

เราจะยังคงสนับสนุนการรับรองการปฏิบัติตามเพิ่มเติมต่อไป ดูที่นี่ เพื่อดูข้อมูลความพร้อมในการปฏิบัติตามข้อกำหนดล่าสุด

ใช่ หากต้องการรับประวัติการเรียกใช้ API ของ Amazon MemoryDB ทั้งหมดบนบัญชีของคุณ เพียงเปิด CloudTrail ใน AWS Management Console สำหรับข้อมูลเพิ่มเติม โปรดไปที่หน้าแรก CloudTrail

การแบ่งระดับข้อมูลสำหรับ Amazon MemoryDB เป็นตัวเลือกราคาต่อประสิทธิภาพใหม่สำหรับ MemoryDB ซึ่งจะย้ายข้อมูลที่เข้าถึงน้อยครั้งจากหน่วยความจำไปยังไดรฟ์โซลิดสเตต (SSD) ประสิทธิภาพสูงที่เชื่อมต่อภายในเครื่องโดยอัตโนมัติ การปรับระดับข้อมูลเพิ่มความจุ ลดความซับซ้อนในการจัดการคลัสเตอร์ และปรับปรุงต้นทุนการเป็นเจ้าของทั้งหมด (TCO) สำหรับ MemoryDB

คุณควรใช้การแบ่งระดับข้อมูลเมื่อคุณต้องการวิธีที่ง่ายกว่าและคุ้มต้นทุนกว่าในการปรับขนาดความจุข้อมูลสำหรับคลัสเตอร์ MemoryDB ของคุณโดยไม่ต้องเสียสละความพร้อมใช้งานของแอปพลิเคชันของคุณ การแบ่งระดับข้อมูลเหมาะสำหรับเวิร์กโหลดที่มีการเข้าถึงข้อมูลสูงสุดถึง 20% เป็นประจำ และสำหรับแอปพลิเคชันที่สามารถทนต่อเวลาแฝงเพิ่มเติมได้ในครั้งแรกที่จำเป็นต้องเข้าถึงรายการที่ไม่บ่อยนัก การใช้การแบ่งระดับข้อมูลกับโหนด R6gd ที่มีความจุรวมมากกว่าเกือบ 5 เท่า (หน่วยความจำ + SSD) ช่วยให้คุณประหยัดค่าใช้จ่ายด้านพื้นที่จัดเก็บได้มากกว่า 60% เมื่อใช้งานด้วยการใช้งานสูงสุด เมื่อเปรียบเทียบกับโหนด R6g (หน่วยความจำเพียงอย่างเดียว) สมมติว่าค่าสตริงเป็น 500 ไบต์ โดยทั่วไปแล้วคุณสามารถคาดหวังเวลาแฝงเวลาเพิ่มเติม 450µs สำหรับคำขออ่านข้อมูลที่เก็บอยู่บน SSD เมื่อเทียบกับคำขออ่านข้อมูลในหน่วยความจำ

การแบ่งระดับข้อมูลทำงานโดยใช้พื้นที่จัดเก็บ SSD ในโหนดคลัสเตอร์เมื่อความจุหน่วยความจำที่มีอยู่หมดลง เมื่อใช้โหนดคลัสเตอร์ที่มีพื้นที่จัดเก็บ SSD การแบ่งระดับข้อมูลจะเปิดใช้งานโดยอัตโนมัติ และ MemoryDB จะจัดการการจัดวางข้อมูลโดยย้ายรายการระหว่างหน่วยความจำและดิสก์อย่างโปร่งใสโดยใช้นโยบายที่ใช้ล่าสุดน้อยที่สุด (LRU) เมื่อหน่วยความจำหมดแล้ว MemoryDB จะตรวจจับรายการใดที่ใช้น้อยที่สุดโดยอัตโนมัติและย้ายค่าไปยังดิสก์เพื่อเพิ่มประสิทธิภาพต้นทุน เมื่อแอปพลิเคชันต้องการดึงรายการจากดิสก์ MemoryDB จะย้ายค่าไปยังหน่วยความจำอย่างโปร่งใสก่อนที่จะให้บริการคำขอ โดยมีผลกระทบต่อประสิทธิภาพน้อยที่สุด

ในการเริ่มต้น ให้สร้างคลัสเตอร์ MemoryDB ใหม่โดยใช้อินสแตนซ์ที่เพิ่มประสิทธิภาพหน่วยความจำด้วยโปรเซสเซอร์ AWS Graviton2 ที่ใช้ ARM และ NVMe SSD (R6gd) จากนั้นคุณสามารถย้ายข้อมูลจากคลัสเตอร์ที่มีอยู่ได้โดยการนำเข้าสแนปชอต

โหนด R6gd ที่มีการแบ่งระดับข้อมูลจะขึ้นอยู่กับชั่วโมงการใช้งานต่ออินสแตนซ์ นอกจากนี้ คุณยังชำระเงินสำหรับข้อมูลที่เขียนเมื่อใช้ R6gd เช่นเดียวกับประเภทโหนด MemoryDB อื่น ๆ สำหรับรายละเอียดเพิ่มเติม โปรดดู หน้าราคา MemoryDB

ในการเริ่มต้น ให้สร้างคลัสเตอร์ MemoryDB ใหม่โดยใช้อินสแตนซ์ที่เพิ่มประสิทธิภาพหน่วยความจำด้วยโปรเซสเซอร์ AWS Graviton2 ที่ใช้ ARM และ NVMe SSD (R6gd) จากนั้นคุณสามารถย้ายข้อมูลจากคลัสเตอร์ที่มีอยู่ได้โดยการนำเข้าสแนปชอต

โหนดแบบเหมาจ่าย MemoryDB ให้ความยืดหยุ่นด้านขนาดภายในตระกูลโหนดและ AWS Region ซึ่งหมายความว่าอัตราโหนดแบบเหมาจ่ายที่มีส่วนลดจะถูกนําไปใช้กับการใช้งานทุกขนาดในตระกูลโหนดเดียวกันโดยอัตโนมัติ ตัวอย่างเช่น หากคุณซื้อโหนดสำรอง r6g.xlarge และต้องการปรับขนาดเป็นโหนดที่ใหญ่กว่า r6g.2xlarge อัตราส่วนลดโหนดสำรองของคุณจะถูกนำไปใช้โดยอัตโนมัติกับการใช้งานโหนด r6g.2xlarge 50% ใน AWS Region เดียวกัน ความสามารถในการยืดหยุ่นของขนาดจะช่วยลดเวลาที่คุณต้องใช้ในการจัดการโหนดสำรองของคุณ และเนื่องจากคุณไม่ได้ถูกผูกมัดกับขนาดโหนดฐานข้อมูลเฉพาะอีกต่อไป คุณจึงสามารถรับส่วนลดได้สูงสุด แม้ว่าความต้องการความจุของคุณจะเปลี่ยนแปลงไปก็ตาม

ราคาโหนดสำรอง MemoryDB ขึ้นอยู่กับประเภทของโหนด ระยะเวลาสัญญา (หนึ่งหรือสามปี) ตัวเลือกการชำระเงิน (ไม่ต้องชำระล่วงหน้า ชำระล่วงหน้าบางส่วน ชำระล่วงหน้าทั้งหมด) และ AWS Region โปรดทราบว่า ราคาโหนดที่สงวนไว้ไม่ครอบคลุมค่าใช้จ่ายในการจัดเก็บข้อมูลแบบเขียนหรือการจัดเก็บข้อมูลแบบสแนปช็อต สำหรับรายละเอียดเพิ่มเติม โปรดดู หน้าราคา MemoryDB

MemoryDB เสนอโหนดสำรองสำหรับโหนด R6g, R7g และ R6gd ที่ได้รับการเพิ่มประสิทธิภาพหน่วยความจำ (พร้อมการแบ่งระดับข้อมูล)

การค้นหาเวกเตอร์สำหรับ MemoryDB รองรับการจัดเก็บเวกเตอร์นับล้านพร้อมแบบสอบถามมิลลิวินาทีตัวเลขเดียว เวลาตอบสนองอัปเดตในขณะที่สามารถเรียกคืนได้มากกว่า 99% การค้นหาเวกเตอร์สำหรับ MemoryDB สามารถจัดเก็บเวกเตอร์ที่คุณสร้างจากบริการ เช่น Amazon Bedrock และ Amazon SageMaker

คุณควรใช้การค้นหาเวกเตอร์สำหรับ MemoryDB เมื่อสร้างแอปพลิเคชันปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักร (AI/ML) ความเร็วสูงโดยใช้ MemoryDB API การค้นหาเวกเตอร์สำหรับ MemoryDB เหมาะอย่างยิ่งสำหรับกรณีการใช้งานที่ประสิทธิภาพสูงสุดเป็นเกณฑ์การเลือกที่สำคัญที่สุด ณ วันที่ 26 มิถุนายน 2024 MemoryDB มอบประสิทธิภาพการค้นหาเวกเตอร์ที่เร็วที่สุดด้วยอัตราการเรียกคืนสูงสุดในฐานข้อมูลเวกเตอร์ยอดนิยมบน AWS คุณสามารถใช้การค้นหาเวกเตอร์สำหรับ MemoryDB เพื่อขับเคลื่อนกรณีการใช้ ML และ AI ช่วยสร้าง เช่น การสร้างสรรค์เพิ่มขึ้น (RAG) การตรวจจับความผิดปกติ (การฉ้อโกง) เครื่องมือแนะนำแบบเรียลไทม์ และการดึงเอกสาร

เมื่อกำหนดค่าแอปพลิเคชันที่ขับเคลื่อนด้วย AI/ML ให้มีความเร็ว อาจนำไปสู่คุณภาพการตอบสนองที่ลดลง ซึ่งวัดจากอัตราการเรียกคืน การค้นหาเวกเตอร์สำหรับ MemoryDB มอบปริมาณงานสูงสุดด้วยการค้นหาและตอบสนองการอัปเดตในเวลาหลักมิลลิวินาทีโดยไม่กระทบต่อการเรียกคืนโดยการจัดเก็บเวกเตอร์ในหน่วยความจำ

ด้วยการค้นหาเวกเตอร์ คุณสามารถจัดเก็บ จัดทำดัชนี ดึงข้อมูล และค้นหาการฝังเวกเตอร์ภายใน MemoryDB ควบคู่ไปกับข้อมูลของคุณได้ ขั้นแรก คุณจะสร้างการฝังเวกเตอร์โดยตรงผ่านโมเดลการฝัง เช่น Amazon Titan Embeddings หรือผ่านบริการที่มีการจัดการ เช่น Amazon Bedrock จากนั้นคุณจะโหลดการฝังไว้ใน MemoryDB หลังจากเริ่มต้นดัชนีเวกเตอร์ของคุณโดยใช้ API ระนาบข้อมูล MemoryDB MemoryDB จัดเก็บการฝังเวกเตอร์เป็นประเภท JSON หรือข้อมูลแฮช 

เมื่อโหลดแล้ว MemoryDB จะสร้างดัชนีด้วยการฝังเวกเตอร์ของคุณ ขณะที่คุณโหลดข้อมูลใหม่ อัปเดตที่มีอยู่ หรือลบข้อมูล MemoryDB จะสตรีมการอัปเดตไปยังดัชนีเวกเตอร์ภายในมิลลิวินาทีหลักเดียว MemoryDB รองรับแบบสอบถามการค้นหาที่มีประสิทธิภาพ การกรองล่วงหน้า และเมตริกระยะทางหลายอย่าง (โคไซน์ ผลิตภัณฑ์จุด และยูคลิเดียน) สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีใช้การค้นหาเวกเตอร์สำหรับ MemoryDB โปรดดูเอกสารประกอบ

ไม่มีค่าใช้จ่ายเพิ่มเติมในการใช้การค้นหาเวกเตอร์สำหรับ MemoryDB เยี่ยมชมหน้าราคาของ MemoryDB เพื่อเรียนรู้เพิ่มเติม