海外区域同款产品
Amazon DynamoDB 是一种键值和文档数据库,在任何扩展规模下都能提供延迟在 10 毫秒以下的性能。这是一种完全托管、多区域且持久的多主数据库,具有内置的安全性、备份和还原,以及适用于互联网级应用程序的内存缓存。DynamoDB 每天可以处理超过 10 万亿个请求,并能支持每秒超过 2000 万个请求的峰值。
许多发展最快的全球企业(如 Lyft、Airbnb 和 Redfin)以及三星、丰田和 Capital One 等大型企业都依赖 DynamoDB 的扩展规模和性能为其关键任务型工作负载提供支持。
数万亚马逊云科技客户选择 DynamoDB 作为他们的键值和文档数据库,用于移动、Web、游戏、广告技术、IoT 以及其他需要在任何规模下都能实现低延迟数据访问的应用程序。您只需为应用程序创建一个新表,剩余事宜将由 DynamoDB 处理。
此产品现已在由光环新网运营的亚马逊云科技中国(北京)区域和由西云数据运营的亚马逊云科技中国(宁夏)区域推出。
Amazon DynamoDB 是一种键值和文档数据库,在任何扩展规模下都能提供延迟在 10 毫秒以下的性能。这是一种完全托管、多区域且持久的多主数据库,具有内置的安全性、备份和还原,以及适用于互联网级应用程序的内存缓存。DynamoDB 每天可以处理超过 10 万亿个请求,并能支持每秒超过 2000 万个请求的峰值。
许多发展最快的全球企业(如 Lyft、Airbnb 和 Redfin)以及三星、丰田和 Capital One 等大型企业都依赖 DynamoDB 的扩展规模和性能为其关键任务型工作负载提供支持。
数万亚马逊云科技客户选择 DynamoDB 作为他们的键值和文档数据库,用于移动、Web、游戏、广告技术、IoT 以及其他需要在任何规模下都能实现低延迟数据访问的应用程序。您只需为应用程序创建一个新表,剩余事宜将由 DynamoDB 处理。
此产品现已在由光环新网运营的亚马逊云科技中国(北京)区域和由西云数据运营的亚马逊云科技中国(宁夏)区域推出。
优势
规模性能
无服务器
企业级
优势
规模性能
无服务器
企业级
使用场景
广告技术
广告技术垂直领域的各个公司使用 DynamoDB 作为键值存储库,以便存储各种营销数据,如用户资料、用户事件、点击和访问链接。相应的使用案例包括实时竞价 (RTB)、广告定位和归因。这些使用案例需要实现高请求率(每秒数百万个请求)、低可预测延迟和可靠性。如果具有高读取量或需要实现亚毫秒级读取延迟,公司会通过 DynamoDB Accelerator (DAX) 使用缓存。越来越多的广告技术公司需要将其 RTB 和广告定位平台部署到不止一个亚马逊云科技区域,而这需要在区域之间进行数据复制。
#RTB 和广告定位中的用户资料存储
用户事件、点击流和曝光数据存储
#资产的元数据存储
#常见项目缓存
游戏
游戏垂直领域的公司在游戏平台的所有功能中都使用了 DynamoDB,包括游戏状态、玩家数据、会话历史记录和排行榜。这些公司从 DynamoDB 中获得的主要好处是,能够可靠地扩展到数百万个并发用户和请求,同时确保不超过 10 毫秒的一致低延迟。此外,作为一项完全托管的服务,DynamoDB 不会产生运营开销,因此游戏开发人员可以专注于开发游戏,而不是管理数据库。并且,随着游戏开发人员越来越希望从一个亚马逊云科技区域扩展到多个亚马逊云科技区域,他们可以依赖 DynamoDB 全局表进行多区域、主动-主动数据复制。
#游戏状态
#玩家数据存储
#玩家会话历史记录数据存储
#排行榜
零售业
零售领域的许多公司都借助通用的 DynamoDB 设计模式来为关键任务型使用案例提供一致的低延迟。没有扩展问题和运营负担是一项重要的竞争优势,也是极端规模的高速事件(如规模难以预测的 Amazon Prime Day)的一项推动因素。纵向扩展和缩减使得这些客户得以仅为所需容量付费,并将宝贵的技术资源集中于创新而无需分心于运营。
#购物车
#工作流引擎
#库存跟踪和配送
#客户资料和账户
银行和金融
随着银行和金融领域的公司构建更多的云原生应用程序,他们希望使用完全托管的服务来提高敏捷性、缩短上市时间和最大程度地减少运营开销。同时,他们必须确保应用程序的安全性、可靠性和高可用性。随着这些公司扩展由旧版大型机系统提供支持的现有服务,他们发现旧版系统无法满足不断增长的用户群、移动应用程序等新平台以及由此带来的流量增加的可扩展性需求。为了解决这个问题,他们将数据从大型机复制到云中,以分担流量。
#用户事务
#事件驱动型事务处理
#欺诈检测
#大型机卸载和变更数据捕获
媒体和娱乐
如果需要极高的吞吐量和并发性、低延迟以及可靠性,媒体和娱乐公司可以使用 DynamoDB。DynamoDB 会弹性扩展以处理负载并保持低延迟,这对实时场景(如视频流和交互式内容)至关关键。在此类场景中,并发用户的数量可以达到数百万,而 DynamoDB 无疑是处理这种并发状况的不二之选。尽管并发性很高,但是延迟仍然很低,这为各个用户提供了最佳的用户体验,无论他们是检索媒体,还是参与交互式实时事件,均是如此。这些公司使用 DynamoDB 来解决可扩展性方面的挑战,并让自己专注于功能开发,而非数据库管理。
#媒体元数据存储
#用户数据存储
#数字权限管理数据存储
软件和互联网
软件公司和许多其他 DynamoDB 客户有一个重要的共性,即都是互联网级的。这些公司的使用案例要求能够适应极端的并发性、请求率和流量峰值。这种并发性可以达到数百万个用户和连接,请求率可以轻松达到每秒数百万个请求。有记录为证,DynamoDB 能够处理互联网级使用案例并满足其需求,同时保持不超过 10 毫秒的一致延迟。使用全局表,DynamoDB 客户可以轻松将其应用程序扩展到多个亚马逊云科技区域,从而实现全局覆盖和业务连续性。
#用户内容元数据存储
#关系图数据存储
#元数据缓存
#行车跟踪数据存储
#用户、车辆和驾驶员数据存储
#用户词汇表数据存储
使用场景
广告技术
广告技术垂直领域的各个公司使用 DynamoDB 作为键值存储库,以便存储各种营销数据,如用户资料、用户事件、点击和访问链接。相应的使用案例包括实时竞价 (RTB)、广告定位和归因。这些使用案例需要实现高请求率(每秒数百万个请求)、低可预测延迟和可靠性。如果具有高读取量或需要实现亚毫秒级读取延迟,公司会通过 DynamoDB Accelerator (DAX) 使用缓存。越来越多的广告技术公司需要将其 RTB 和广告定位平台部署到不止一个亚马逊云科技区域,而这需要在区域之间进行数据复制。
#RTB 和广告定位中的用户资料存储
#用户事件、点击流和展示数据存储
#资产的元数据存储
#常见项目缓存
游戏
游戏垂直领域的公司在游戏平台的所有功能中都使用了 DynamoDB,包括游戏状态、玩家数据、会话历史记录和排行榜。这些公司从 DynamoDB 中获得的主要好处是,能够可靠地扩展到数百万个并发用户和请求,同时确保不超过 10 毫秒的一致低延迟。此外,作为一项完全托管的服务,DynamoDB 不会产生运营开销,因此游戏开发人员可以专注于开发游戏,而不是管理数据库。并且,随着游戏开发人员越来越希望从一个亚马逊云科技区域扩展到多个亚马逊云科技区域,他们可以依赖 DynamoDB 全局表进行多区域、主动-主动数据复制。
#游戏状态
#玩家数据存储
#玩家会话历史记录数据存储
#排行榜
零售业
零售领域的许多公司都借助通用的 DynamoDB 设计模式来为关键任务型使用案例提供一致的低延迟。没有扩展问题和运营负担是一项重要的竞争优势,也是极端规模的高速事件(如规模难以预测的 Amazon Prime Day)的一项推动因素。纵向扩展和缩减使得这些客户得以仅为所需容量付费,并将宝贵的技术资源集中于创新而无需分心于运营。
#购物车
#工作流引擎
#库存跟踪和配送
#客户资料和账户
银行和金融
随着银行和金融领域的公司构建更多的云原生应用程序,他们希望使用完全托管的服务来提高敏捷性、缩短上市时间和最大程度地减少运营开销。同时,他们必须确保应用程序的安全性、可靠性和高可用性。随着这些公司扩展由旧版大型机系统提供支持的现有服务,他们发现旧版系统无法满足不断增长的用户群、移动应用程序等新平台以及由此带来的流量增加的可扩展性需求。为了解决这个问题,他们将数据从大型机复制到云中,以分担流量。
#用户事务
#事件驱动型事务处理
#欺诈检测
#大型机卸载和变更数据捕获
媒体和娱乐
如果需要极高的吞吐量和并发性、低延迟以及可靠性,媒体和娱乐公司可以使用 DynamoDB。DynamoDB 会弹性扩展以处理负载并保持低延迟,这对实时场景(如视频流和交互式内容)至关关键。在此类场景中,并发用户的数量可以达到数百万,而 DynamoDB 无疑是处理这种并发状况的不二之选。尽管并发性很高,但是延迟仍然很低,这为各个用户提供了最佳的用户体验,无论他们是检索媒体,还是参与交互式实时事件,均是如此。这些公司使用 DynamoDB 来解决可扩展性方面的挑战,并让自己专注于功能开发,而非数据库管理。
#媒体元数据存储
#用户数据存储
#数字权限管理数据存储
软件和互联网
软件公司和许多其他 DynamoDB 客户有一个重要的共性,即都是互联网级的。这些公司的使用案例要求能够适应极端的并发性、请求率和流量峰值。这种并发性可以达到数百万个用户和连接,请求率可以轻松达到每秒数百万个请求。有记录为证,DynamoDB 能够处理互联网级使用案例并满足其需求,同时保持不超过 10 毫秒的一致延迟。使用全局表,DynamoDB 客户可以轻松将其应用程序扩展到多个亚马逊云科技区域,从而实现全局覆盖和业务连续性。
#用户内容元数据存储
#关系图数据存储
#元数据缓存
#行车跟踪数据存储
#用户、车辆和驾驶员数据存储
#用户词汇表数据存储