Show
ฐานข้อมูลที่ไม่ใช่เชิงสัมพันธ์ประสิทธิภาพสูงที่มีโมเดลข้อมูลที่ยืดหยุ่นฐานข้อมูล NoSQL คืออะไรฐานข้อมูล NoSQL สร้างตามวัตถุประสงค์สำหรับโมเดลข้อมูลแบบเฉพาะเจาะจงและมีแบบแผนที่ยืดหยุ่นสำหรับการสร้างแอปพลิเคชันอันทันสมัย ฐานข้อมูล NoSQL เป็นที่รู้จักกันดีในด้านความง่ายในการพัฒนา การทำงาน และประสิทธิภาพตามขนาดที่ต้องการ หน้านี้ประกอบด้วยทรัพยากรเพื่อช่วยให้คุณเข้าใจฐานข้อมูล NoSQL และเริ่มต้นใช้งาน ฐานข้อมูลบน AWS: เครื่องมือที่เหมาะสมกับงาน ฐานข้อมูล NoSQL (ไม่ใช่เชิงสัมพันธ์) ทำงานอย่างไรฐานข้อมูล NoSQL ใช้โมเดลข้อมูลที่หลากหลายสำหรับการเข้าถึงและจัดการข้อมูล ฐานข้อมูลประเภทนี้ได้รับการปรับปรุงประสิทธิภาพสำหรับแอปพลิเคชันที่ต้องใช้ข้อมูลปริมาณมาก มีเวลาแฝงต่ำ และมีโมเดลข้อมูลที่ยืดหยุ่นโดยเฉพาะ ซึ่งเกิดขึ้นโดยการผ่อนปรนข้อจำกัดความสม่ำเสมอข้อมูลของฐานข้อมูลอื่นๆ ลองดูพิจารณาตัวอย่างการสร้างโมเดลแบบแผนสำหรับฐานข้อมูลหนังสือแบบไม่ซับซ้อน:
ทำไมคุณจึงควรใช้ฐานข้อมูล NoSQLฐานข้อมูล NoSQL เหมาะมากสำหรับแอปพลิเคชันสมัยใหม่ เช่น อุปกรณ์เคลื่อนที่ เว็บ และเกมที่จำเป็นต้องมีฐานข้อมูลที่ยืดหยุ่น ปรับขนาดได้ ประสิทธิภาพสูง และทำงานได้ดีเยี่ยมเพื่อมอบประสบการณ์ผู้ใช้ที่ยอดเยี่ยม
ประเภทฐานข้อมูล NoSQLคีย์-ค่า:ฐานข้อมูลแบบคีย์-ค่าสามารถแบ่งพาร์ติชันได้ดีและสามารถปรับขนาดแนวนอนได้ตามขนาดที่ต้องการซึ่งฐานข้อมูลประเภทอื่นไม่สามารถทำได้ กรณีใช้งาน เช่น สำหรับเล่นเกม เทคโนโลยีโฆษณา และ IoT ทำให้ฐานข้อมูลประเภทนี้เหมาะสำหรับโมเดลข้อมูลแบบคีย์-ค่ามากอย่างยิ่ง Amazon DynamoDB ถูกออกแบบมาเพื่อมอบเวลาแฝงสม่ำเสมอที่นานเพียงหน่วยมิลลิวินาทีหลักเดียวสำหรับปริมาณงานทุกขนาด ประสิทธิภาพที่สม่ำเสมอนี้เป็นสาเหตุสำคัญที่คุณสมบัติ Snapchat Stories ซึ่งมีปริมาณการเขียนข้อมูลในพื้นที่จัดเก็บขนาดใหญ่ที่สุดของ Snapchat จึงย้ายไปยัง DynamoDB เอกสาร: ในโค้ดแอปพลิเคชัน มักจะมีการแสดงข้อมูลเป็นวัตถุ หรือเอกสารที่คล้าย JSON เนื่องจากเป็นโมเดลข้อมูลที่มีประสิทธิภาพและใช้งานง่ายสำหรับ Developer ฐานข้อมูลแบบเอกสารช่วยให้ Developer จัดเก็บและสืบค้นข้อมูลในฐานข้อมูลได้ง่ายขึ้น
โดยใช้รูปแบบโมเดลเอกสารเดียวกันที่ใช้ในโค้ดแอปพลิเคชัน ลักษณะที่ยืดหยุ่น เป็นกึ่งโครงสร้าง และเป็นลำดับขั้นของเอกสารและฐานข้อมูลเอกสาร ทำให้เกิดการพัฒนาพร้อมกับความต้องการของแอปพลิเคชัน โมเดลเอกสารทำงานกับแคตตาล็อก โปรไฟล์ผู้ใช้ และระบบการจัดการเนื้อหาได้เป็นอย่างดี โดยที่แต่ละเอกสารแตกต่างกันและพัฒนาอย่างต่อเนื่อง Amazon DocumentDB (พร้อมการใช้ร่วมกับ MongoDB) และ MongoDB เป็นฐานข้อมูลเอกสารที่ได้รับความนิยมซึ่งช่วยให้ API
มีประสิทธิภาพและใช้งานง่ายสำหรับการพัฒนาที่ยืดหยุ่นและมีการทำซ้ำ กราฟ: วัตถุประสงค์ของฐานข้อมูลแบบกราฟคือเพื่อให้การสร้างและการเรียกใช้แอปพลิเคชันที่ทำงานกับชุดข้อมูลที่เชื่อมต่ออย่างดีเยี่ยมเกิดขึ้นได้อย่างง่ายดาย กรณีใช้งานโดยทั่วไปสำหรับฐานข้อมูลแบบกราฟรวมถึงเครือข่ายทางสังคม กลไกข้อเสนอแนะ
การตรวจจับการปลอมแปลง และกราฟความรู้ Amazon Neptune คือบริการฐานข้อมูลแบบกราฟที่ได้รับการจัดการอย่างเต็มรูปแบบ Neptune รองรับทั้งโมเดล Property Graph และ Resource Description Framework (RDF) และมอบตัวเลือก API แบบกราฟสองรายการนั่นก็คือ TinkerPop และ RDF/SPARQL ฐานข้อมูลแบบกราฟยอดนิยมรวมถึง Neo4j และ Giraph ในหน่วยความจำ: แอปพลิเคชันสำหรับเกมและเทคโนโลยีโฆษณามีกรณีการใช้งาน เช่น บอร์ดผู้นำ การจัดเก็บเซสชัน และการวิเคราะห์แบบเรียลไทม์ที่จำเป็นต้องใช้เวลาในการตอบสนองเป็นมิลลิวินาที และอาจมีปริมาณการรับส่งข้อมูลที่เพิ่มขึ้นอย่างรวดเร็วเกิดขึ้นได้ตลอดเวลา Amazon MemoryDB for Redis เป็นบริการฐานข้อมูลในหน่วยความจำที่ทนทานและใช้งานได้ร่วมกับ
Redis ซึ่งให้เวลาแฝงในการอ่านระดับไมโครวินาที เวลาแฝงในการเขียนระดับมิลลิวินาทีหลักเดียว และความทนทานแบบ Multi-AZ MemoryDB สร้างขึ้นตามวัตถุประสงค์เพื่อมอบประสิทธิภาพที่รวดเร็วเป็นพิเศษและความทนทาน เพื่อให้คุณสามารถใช้เป็นฐานข้อมูลหลักสำหรับแอปพลิเคชันไมโครเซอร์วิสสมัยใหม่ได้ Amazon ElastiCache เป็นบริการแคชในหน่วยความจำที่มีการจัดการเต็มรูปแบบซึ่งใช้งานได้ร่วมกับทั้ง Redis และ Memcached
เพื่อให้บริการปริมาณงานที่มีเวลาแฝงต่ำและปริมาณการประมวลผลสูง ลูกค้ารายต่างๆ เช่น Tinder ซึ่งต้องการการตอบสนองแบบเรียลไทม์จากแอปพลิเคชันของตน พึ่งพาการจัดเก็บข้อมูลในหน่วยความจำมากกว่าการจัดเก็บข้อมูลบนดิสก์ Amazon DynamoDB Accelerator (DAX)
เป็นอีกหนึ่งตัวอย่างของการจัดเก็บข้อมูลที่สร้างขึ้นตามวัตถุประสงค์ DAX ทำให้ DynamoDB อ่านอันดับของขนาดได้เร็วขึ้น การค้นหา คือ แอปพลิเคชันจำนวนมากส่งออกข้อมูลบันทึกเพื่อช่วยนักพัฒนาแก้ปัญหา Amazon OpenSearch Service
สร้างตามวัตถุประสงค์เพื่อมอบการแสดงภาพแบบใกล้เคียงเวลาจริงและการวิเคราะห์ข้อมูลที่สร้างโดยเครื่องโดยการทำดัชนี การรวบรวม และการค้นหาข้อมูลบันทึกและตัววัดแบบกึ่งมีโครงสร้าง Amazon OpenSearch Service ยังเป็นเครื่องมือค้นหาที่ทรงพลังและมีประสิทธิภาพสูงสำหรับกรณีการใช้งานในการค้นหาด้วยข้อความอย่างเต็มรูปแบบ Expedia ใช้โดเมน Amazon OpenSearch Service กว่า 150 โดเมน ข้อมูลขนาด 30 TB และเอกสารกว่า 3
หมื่นล้านฉบับสำหรับกรณีใช้งานภารกิจสำคัญๆ ตั้งแต่การตรวจสอบการปฏิบัติงานและการแก้ปัญหาไปจนถึงการติดตามชุดแอปพลิเคชันแบบกระจายและการปรับปรุงประสิทธิภาพด้านราคา ฐานข้อมูล SQL (เชิงสัมพันธ์) กับ ฐานข้อมูล NoSQL (ไม่ใช่เชิงสัมพันธ์)หลายสิบปีที่ผ่านมา โมเดลข้อมูลที่ใช้งานกันส่วนใหญ่สำหรับการพัฒนาแอปพลิเคชันคือโมเดลข้อมูลเชิงสัมพันธ์ที่ใช้โดยฐานข้อมูลเชิงสัมพันธ์ เช่น Oracle, DB2, SQL Server, MySQL และ PostgreSQL จนกระทั่งช่วงกลางถึงปลายปี 2000 จึงได้เริ่มมีการปรับใช้และใช้งานโมเดลข้อมูลแบบต่างๆ กันมากขึ้น หากต้องการแยกแยะและจัดหมวดหมู่คลาสใหม่ของฐานข้อมูลและโมเดลข้อมูล ให้ใช้คำว่า “NoSQL” คำว่า “NoSQL” มักใช้สลับกับ “ที่ไม่ใช่เชิงสัมพันธ์” ได้ แม้ว่าฐานข้อมูล NoSQL จะมีหลายประเภทและมีคุณสมบัติที่แตกต่างกันไป ตารางต่อไปนี้จะแสดงความแตกต่างระหว่างฐานข้อมูล SQL กับ NoSQL คำศัพท์ SQL กับ NoSQLตารางต่อไปนี้เปรียบเทียบคำศัพท์ที่ใช้โดยฐานข้อมูล
NoSQL กับคำศัพท์ที่ใช้โดยฐานข้อมูล SQL ที่เลือก
เริ่มต้นใช้งาน DynamoDBการเริ่มต้นใช้งาน DynamoDB เป็นเรื่องง่าย ดูหน้าเว็บการเริ่มต้นใช้งาน DynamoDB เพื่อสร้างตารางแรกของคุณโดยคลิกเพียงไม่กี่ครั้ง นอกจากนี้ คุณยังสามารถดาวน์โหลดรายงาน AWS เพื่อเรียนรู้แนวทางการปฏิบัติที่ดีที่สุดสำหรับการโยกย้ายปริมาณงานจากระบบการจัดการฐานข้อมูลเชิงสัมพันธ์ (RDBMS) ไปยัง DynamoDB AWS จะสิ้นสุดการรองรับ Internet Explorer ในวันที่ 07/31/2022 เบราว์เซอร์ที่รองรับ ได้แก่ Chrome, Firefox, Edge และ Safari เรียนรู้เพิ่มเติม » |