发布于: May 21, 2021
开发人员面对特定的需求场景，往往需要选择一款适合他们需求的数据库。很多企业开始尝试采用不同类型的开源数据库，如 MySQL，PostgreSQL 等，然而，如果希望通过采用开源数据库满足不同类型的需求，又同时获得与商业级数据库相同的性能和可用性却非常的困难。为了响应这一客户需求，Amazon Web Services 提供了一系列针对特定场景进行优化的数据库，如下图所示：
图 1：Amazon Web Services 数据库服务一览图
1.关系型数据库：作为被广泛采用的数据库类型，关系型数据库在很多场景下，比如企业的 ERP，CRM，财务系统和交易系统等，具有独特的优势。这些场景下，客户通常会有对于数据有强一致性的需求，要求数据库支持事务性处理（Transactional Processing）。基于客户这一需求，Amazon Web Services 为此构建了Amazon Aurora 数据库。Amazon Aurora 是一个针对云构建的与 MySQL 和 PostgreSQL 兼容的关系型数据库，它结合了高端商业数据库的性能和可用性，以及开源数据库的简单性和成本效益。
包含国内很多知名企业在内的成千上万的客户在 Aurora 上运行他们的应用程序，比如大家所熟知的 Camel Games， 虎牙直播，九州通医药，以及国际上知名的 NASDAQ，Dow Jones 等，都选择了在 Amazon Aurora 上运行他们的关键业务负载，获得了性能提升。
虽然 Amazon Aurora 数据库是关系型数据库在云上的首选，但是 Amazon Web Services 也支持客户首先把原有的数据库直接迁移到云上来，即刻享受到云上数据库服务带来的便利性，高可用和成本的节约。为此，Amazon Relational Database Service (Amazon RDS)提供了多种关系型数据库的引擎便于选择，包括 PostgreSQL, MySQL, MariaDB, Oracle, and SQL Server 等。您可以使用 Amazon Web Services Database Migration Service 轻松将您现有的数据库迁移或复制到 Amazon RDS。
2.键-值型数据库：在移动互联网，电商，游戏以及物联网等很多新型场景中，数据库需要面对超大规模的数据处理，同时又需要低延迟的性能保障。对于这些需要极高的吞吐量和并发性、低延迟以及可靠性的需求，我们提供了 Amazon DynamoDB。这是一款适用于任何规模的快速灵活的 NoSQL 数据库服务。
许多全球发展最快的企业，如 Lyft，三星等企业，都依靠 Amazon DynamoDB 的规模和性能来支持其关键任务工作负载。在国内，我们也看到诸如虎牙直播, Mobvista(汇量科技)等客户利用 Amazon DynamoDB 去应对其相应场景的需求。以 Lyft 为例，它的共享单车服务每天都需要处理海量的 GPS 数据来实现对车辆的追踪，这些数据结构往往很简单，存储量规模都非常大，但又往往需要在极短的时间内允许用户从不同的地方查询和访问。通过采用 Amazon DynamoDB 这种键-值型数据库就满足了上述的需求。
3.文档型数据库：很多客户将 MongoDB 用作文档数据库，用于存储、检索和管理半结构化数据。由于设置和管理 MongoDB 集群所带来的复杂性，在 MongoDB 上构建可以快速扩展到多兆字节（TB）和每秒数十万次读写的高性能、高可用性的应用程序极具挑战性。为此，Amazon Web Services 提供了Amazon DocumentDB（兼容 MongoDB），它是一项快速、可扩展、高度可用且完全托管的文档数据库服务，支持 MongoDB 工作负载。作为一个文档数据库，Amazon DocumentDB 使得存储、查询和索引 JSON 数据变得简单。
4.图数据库：在社交网络、推荐引擎和欺诈检测等使用案例中，开发人员需要在数据之间创建关系并快速查询这些关系。这个时候，如果采用关系型数据库，就需要面临及其复杂的 SQL 嵌套查询和联接去实现，随着数据的增加，性能也变得不能满足需求。Amazon Neptune 是一项快速、可靠且完全托管的图形数据库服务，可帮助客户轻松构建和运行使用高度互连数据集的应用程序。
5.时序数据库：随着物联网技术的发展，大量的 IoT 设备兴起，时间序列数据是增长最快的数据类型之一。时间序列数据具有特定的特征，例如通常以时间顺序形式出现，数据只能附加，并且查询总是在一个时间间隔内进行。Amazon Timestream(注册预览版)是一种专门构建的时间序列数据库，它可以按时间间隔高效地存储和处理这些数据。利用 Timestream，您可以轻松存储和分析用于开发运营的日志数据、用于 IoT 应用程序的传感器数据和用于设备维护的工业遥测数据。
6.内存数据库：在游戏，视频流服务，社交网络等新型场景中，客户往往需要应用能够实时访问和查询海量数据。Amazon ElasticCache 就是一款支持实时应用程序，提供亚毫秒级延迟的数据库。比如知名的地图软件公司 Here，每天需要处理高达 4 亿次的 API 请求，来实现将客户的定位数据转变成地理位置数据，通过采用 Amazon ElasticCache，极大的降低了访问的延迟时间，提高了客户的满意度，同时，还通过将负载从 CPU 优化的实例迁移到低成本的 Cache 节点来实现了成本的降低。
7.分类账数据库：很多公司需要记录在与客户的经济和金融活动的历史记录，比如银行交易中的信贷和借记历史，保险索赔的数据沿袭，供应链网络中的项目移动等。关系型数据库难以跟踪和验证对数据的任何意外更改。区块链框架会增加设计的复杂性，客户需要建立一个包含多个节点的完整区块链网络。Amazon QLDB 是一种新型数据库，提供了一个透明、不可变、可以以加密方式验证的事务日志，且该事务日志由一家可信的中央机构拥有，用于跟踪每次的应用程序数据更改，并不断维护完整且可验证的更改历史记录。
相关文章