Introduction
Les functions Net sont confrontées à une évolution en raison de la croissance du nombre d’utilisateurs et de la complexité croissante du trafic de données.
La complexité des entreprises modernes s’accompagne de la nécessité de traiter les données plus rapidement et de manière plus robuste. Pour cette raison, les bases de données transactionnelles commonplace ne sont pas toujours les mieux adaptées.
Au lieu de cela, les bases de données comme DynamoDB ont été conçus pour gérer le nouvel afflux de données. DynamoDB est un système de base de données Amazon Net Providers qui prend en cost les buildings de données et les companies cloud à valeur de clé. Il permet aux utilisateurs de bénéficier d’choices de mise à l’échelle automatique, de mise en cache en mémoire, de sauvegarde et de restauration pour toutes leurs functions à l’échelle Web à l’aide de DynamoDB.
Mais pourquoi voudriez-vous utiliser DynamoDB et quels sont quelques exemples de cas d’utilisation ?
Dans ce put up, nous couvrirons juste cela. Nous présenterons les avantages de l’utilisation de DynamoDB et décrirons certains cas d’utilisation ainsi que certains des défis.
Avantages de DynamoDB pour les opérations
Voyons d’abord pourquoi DynamoDB peut être utile.
Performances et évolutivité
Ceux qui ont travaillé dans l’industrie informatique savent que la mise à l’échelle des bases de données peut être à la fois difficile et risquée. DynamoDB vous donne la possibilité d’effectuer une mise à l’échelle automatique en suivant à quel level votre utilisation est proche des limites supérieures. Cela peut permettre à votre système de s’adapter en fonction de la quantité de trafic de données, vous aidant ainsi à éviter les problèmes de performances tout en réduisant les coûts.
Accès aux règles de contrôle
À mesure que les données deviennent plus spécifiques et personnelles, il devient plus necessary d’avoir un contrôle d’accès efficace. Vous souhaitez appliquer facilement le contrôle d’accès aux bonnes personnes sans créer de goulots d’étranglement dans le flux de travail des autres. Le contrôle d’accès précis de DynamoDB permet au propriétaire de la desk d’obtenir un niveau de contrôle plus élevé sur les données de la desk.
Persistance des données de flux d’événements
Les flux DynamoDB permettent aux développeurs de recevoir et de mettre à jour les données au niveau de l’élément avant et après les modifications de ces données. En effet, les flux DynamoDB fournissent une séquence chronologique des modifications apportées aux données au cours des dernières 24 heures. Avec les flux, vous pouvez facilement utiliser l’API pour apporter des modifications à un magasin de données de recherche en texte intégral tel que Recherche élastiquepoussez les sauvegardes incrémentielles vers Amazon S3 ou maintenez un cache de lecture à jour.
Temps de vivre
TTL ou Time-to-Stay est un processus qui vous permet de définir des horodatages pour la suppression des données expirées de vos tables. Dès que l’horodatage expire, les données marquées pour expirer sont alors supprimées de la desk. Grâce à cette fonctionnalité, les développeurs peuvent suivre les données expirées et les supprimer automatiquement. Ce processus permet également de réduire le stockage et de réduire les coûts du travail de suppression manuelle des données.
Stockage des éléments de schéma incohérents
Si vos objets de données doivent être stockés dans des schémas incohérents, DynamoDB peut gérer cela. Étant donné que DynamoDB est un modèle de données NoSQL, il gère les données moins structurées plus efficacement qu’un modèle de données relationnelles, c’est pourquoi il est plus facile de traiter les volumes de requêtes et offre des requêtes hautes performances pour le stockage d’éléments dans des schémas incohérents.
Gestion automatique des données
DynamoDB crée constamment une sauvegarde de vos données à des fins de sécurité, ce qui permet aux propriétaires d’avoir des données enregistrées sur le cloud.
5 cas d’utilisation de DynamoDB
L’une des raisons pour lesquelles les gens n’utilisent pas DynamoDB est qu’ils ne savent pas s’il convient à leur projet. Nous voulions partager quelques exemples d’entreprises utilisant DynamoDB pour aider à gérer l’afflux plus necessary et les données à grande vitesse.
Duolingo
Duolingo, un web site d’apprentissage en ligne, utilise DynamoDB pour stocker environ 31 milliards d’objets de données sur son serveur Net.
Cette startup compte environ 18 thousands and thousands d’utilisateurs mensuels qui effectuent environ six milliards d’exercices à l’aide de l’utility Duolingo.
Parce que leur utility a 24 000 unités de lecture par seconde et 3 300 unités d’écriture par seconde DynamoDB a fini par être la bonne answer pour eux. L’équipe avait très peu de connaissances sur DevOps et la gestion de systèmes à grande échelle lorsqu’elle a commencé. En raison de l’utilisation mondiale de Duolingo et du besoin de données personnalisées, DynamoDB est la seule base de données qui a pu répondre à leurs besoins, tant en termes de stockage de données que de DevOps.
De plus, le fait que DynamoDB évolue automatiquement signifiait que cette petite startup n’avait pas besoin de faire appel à ses développeurs pour ajuster manuellement la taille. DynamoDB a été simplifié et mis à l’échelle pour répondre à leurs besoins.
Ligue majeure de baseball (MLB)
Il y a beaucoup de choses que nous tenons pour acquises lorsque nous regardons un match de baseball.
Par exemple, saviez-vous qu’il y a un système radar Doppler qui se trouve derrière le marbre, échantillonnant la place du ballon 2 000 fois par seconde ? Ou qu’il y a deux appareils d’imagerie stéréoscopique, généralement positionnés au-dessus de la troisième ligne de base, qui échantillonnent les positions des joueurs sur le terrain 30 fois par seconde ?
Toutes ces transactions de données nécessitent un système rapide en lecture et en écriture. La MLB utilise une combinaison de composants AWS pour aider à traiter toutes ces données. DynamoDB joue un rôle clé pour s’assurer que les requêtes sont rapides et fiables.
Société Hess
Hess Company, une société énergétique bien connue, a travaillé sur l’exploration et la manufacturing de gaz naturel et de pétrole brut.
Cette activité nécessite une stratégie de planification financière différente qui a un impression sur la gestion dans son ensemble. Pour rationaliser ses processus métier, Hess s’est tourné vers DynamoDB en transférant son projet E&P (Power Exploration and Manufacturing) sur AWS.
Désormais, DynamoDB a aidé l’entreprise à séparer les données des acheteurs potentiels des systèmes d’entreprise. De plus, le infrastructure opérationnelle de DynamoDB les aide à gérer efficacement les données et à obtenir des résultats optimisés et bien gérés.
GE Santé
GE est bien connu pour ses équipements d’imagerie médicale qui aident au diagnostic par le biais de produits radiopharmaceutiques et d’brokers d’imagerie.
L’entreprise a utilisé DynamoDB pour augmenter la valeur shopper, rendue attainable par l’accès, le stockage et le calcul dans le cloud.
Le Nuage de santé GE fournit un portail distinctive aux professionnels de la santé partout aux États-Unis pour traiter et partager des photographs de cas de sufferers. C’est un grand avantage pour le diagnostic. Les cliniciens peuvent améliorer les traitements grâce à l’accès à ces données de santé.
Docomo
NTT Docomo, une société d’exploitation de téléphones mobiles populaire, s’est bâtie une réputation pour ses companies de reconnaissance vocale, qui nécessitent les meilleures performances et capacités.
Pour répondre à ces exigences, Docomo s’est tourné vers DynamoDB qui a aidé l’entreprise à évoluer vers de meilleures performances.
Avec leur clientèle grandissante, Docomo a mis en place une structure de reconnaissance vocale, qui les aide à mieux fonctionner même pendant les pics de trafic.
Parallèlement à tous ces cas, les entreprises de technologie publicitaire s’appuient également fortement sur Amazon DynamoDB pour stocker leurs données advertising de différents sorts.
Ces données comprennent les événements des utilisateurs, les profils des utilisateurs, les liens visités et les clics. Parfois, ces données incluent également le ciblage publicitaire, l’attribution et les enchères en temps réel.
Ainsi, les entreprises de technologie publicitaire ont besoin d’une faible latence, d’un taux de demande élevé et de hautes performances sans avoir à investir massivement dans les opérations de base de données.
C’est pourquoi les entreprises se tournent vers DynamoDB. Il offre non seulement des performances élevées, mais également, avec son choice de réplication de données, permet aux entreprises de déployer leurs functions en temps réel dans plusieurs emplacements géographiques.
Cependant, malgré tous les avantages, DynamoDB n’est pas toujours la base de données la plus facile à utiliser en matière d’analyse.
Défis de l’analyse des données opérationnelles DynamoDB
L’objectif de DynamoDB est de fournir des transactions de données rapides pour les functions. Ce qui rend DynamoDB rapide au niveau des transactions peut en fait l’entraver du level de vue de l’analyse des données. Voici quelques-uns des principaux obstacles que vous rencontrerez une fois que vous commencerez à analyser les données dans DynamoDB.
Traitement analytique en ligne (OLAP)
Traitement analytique en ligne et entreposage de données Les systèmes nécessitent généralement d’énormes quantités d’agrégation, ainsi que la jonction de tables dimensionnelles, qui sont fournies dans une vue normalisée ou relationnelle des données.
Ce n’est pas attainable dans le cas de DynamoDB automobile il s’agit d’une base de données non relationnelle qui fonctionne mieux avec les tables de données au format NoSQL. En outre, les buildings de données générales pour l’analyse ne sont pas toujours bien prises en cost dans les bases de données clé-valeur. À son tour, il peut être plus difficile d’accéder aux données et d’exécuter des calculs volumineux.
Interrogation et SQL
En plus des processus OLAP difficiles à exécuter sur DynamoDB, en raison du fait que DynamoDB est opérationnel, DynamoDB ne s’interface pas avec SQL.
Il s’agit d’un problème clé, automobile la plupart des skills analytiques connaissent les requêtes SQL et non DynamoDB. À son tour, cela rend difficile l’interplay avec les données et la pose de questions analytiques critiques.
Les conséquences de cela peuvent être l’obligation d’embaucher des développeurs uniquement pour extraire les données, ce qui est coûteux, ou être incapable d’analyser les données du tout.
L’indexation coûte cher
Un autre problème en matière d’analyse est le traitement rapide de grands ensembles de données. Souvent, cela peut être atténué avec des index.
Dans ce cas, le problème est que les index secondaires globaux de DynamoDB nécessitent une capacité de lecture et d’écriture supplémentaire provisionnée, ce qui entraîne des coûts supplémentaires. Cela signifie que soit vos requêtes s’exécuteront plus lentement, soit vous encourrez des coûts plus élevés.
Ces défis peuvent parfois être un frein pour certaines entreprises qui décident si elles veulent ou non prendre le risque de développer sur DynamoDB.
C’est là que les moteurs d’analyse comme Fusée entrent. Ils fournissent non seulement un Couche SQL cela facilite l’accès aux données opérationnelles, mais offre également la possibilité d’ingérer les données dans leur couche de données, qui prend en cost les jointures avec des données provenant d’autres sources de données AWS, telles que Redshift et S3.
Nous avons trouvé des outils comme celui-ci utiles automobile ils peuvent réduire le besoin de développeurs et d’ingénieurs de données qui peuvent s’interfacer avec DynamoDB. Au lieu de cela, vous pouvez faire votre travail d’analyse et répondre aux questions importantes sans être retenu.
Pour ceux qui ont déjà travaillé dans une équipe analytique, il peut être très difficile d’expliquer à la haute route pourquoi les données existent, mais vous n’êtes toujours pas en mesure de fournir des informations. L’utilisation de calques comme Rockset peut réduire la complexité.
Si vous souhaitez voir Rockset et DynamoDB en motion, vous devriez consulter notre brève visite du produit.
Conclusion
En tant que base de données non relationnelle, DynamoDB est un système fiable qui aide les petites, moyennes et grandes entreprises à faire évoluer leurs functions.
Il est livré avec des choices de sauvegarde, de restauration et de sécurisation des données, et est idéal pour les functions mobiles et Net. À l’exception de companies spéciaux tels que les transactions financières et les soins de santé, vous pouvez reconcevoir presque toutes les functions avec DynamoDB.
Cette base de données non relationnelle est extrêmement pratique pour créer une structure événementielle et des functions conviviales. Toutes les lacunes des fees de travail analytiques sont facilement corrigées grâce à l’utilisation d’une couche SQL axée sur l’analyse, ce qui fait de DynamoDB un atout majeur pour les utilisateurs.
Ben a consacré sa carrière à toutes les formes de données. Il s’est concentré sur le développement d’algorithmes pour détecter la fraude, réduire la réadmission des sufferers et repenser la politique des assureurs pour aider à réduire le coût international des soins de santé. Il a également aidé à développer des analyses pour les opérations advertising et informatiques afin d’optimiser les ressources limitées telles que les employés et le finances. Ben consulte en privé sur les problèmes de science des données et d’ingénierie. Il a de l’expérience à la fois en travaillant sur le terrain avec des problèmes methods et en aidant les équipes de route à développer des stratégies pour maximiser leurs données.
