目前，数据的严重性曾经浸透到各个范畴，成为了每个行业进展和革新的须要元素，但是，咱们照样须要数据库来协助咱们储备和布局这些数据。在互联网时期，无所不包的简朴数据库的时期曾经昔时，关于数据库的新须要在继续呈现。跟着这些新的须要越来越宽泛地被提议，越来越多的企业意识到，采纳保守的数据库应对不同须要这类一刀切的方法曾经不再收效。
跟着数据范围的继续增进，企业的须要处置的数据范围从GB赶快增进到TB乃至PB范围，同时须要供给毫秒级推迟的数据拜候，数据库有意须要每秒处置数百万个请求，可增添以援手寰球各地的数以百万、万万计的用户。开拓人员面对特定的须要场景，时时须要筛选一款合适他们须要的数据库。
不少企业最先试验采纳不同表率的开源数据库，如MySQL，PostgreSQL等，但是，倘若期望经历采纳开源数据库满意不同表率的须要，又同时赢得与贸易级数据库雷同的本能和可用性却特别的痛苦。为了呼应这一客户须要，AmazonWebServices(AWS)供给了一系列针对特定场景举办优化的数据库，以下图所示：
图1：AWS数据库效劳一览图
那末，面对稠密的数据库该怎样筛选呢？
AWS大咖来给你支招啦~
“只选对的，不选贵的”
不管你想用甚么样的数据库效劳
都能在AWS上找到最合适你的那一款~
（文末再有步入专科数据库时期白皮书领取哦~）
01
关连型数据库
做为被宽泛采纳的数据库表率，关连型数据库在不少场景下，比方企业的ERP，CRM，财政系统和生意系统等，具备奇特的上风。这些场景下，客户时常会有关于数据有强一致性的须要，请求数据库援手工做性处置（TransactionalProcessing）。基于客户这一须要，AWS为此建设了AmazonAurora数据库。AmazonAurora是一个针对云建设的与MySQL和PostgreSQL兼容的关连型数据库，它联合了高端贸易数据库的本能和可用性，以及开源数据库的简朴性和成本效力。
包罗国内不少有名企业在内的不计其数的客户在AmazonAurora上运转他们的运用程序，比方众人所熟知的CamelGames，虎牙直播，九州通医药，以及国际上有名的NASDAQ，DowJones等，都筛选了在AmazonAurora上运转他们的关键生意负载，获患有本能提拔。
尽管AmazonAurora数据库是关连型数据库在云上的首选，但是AWS也援手客户首先把原有的数据库直接转移到云上来，登时享遭到云上数据库效劳带来的便当性，高可用和成本的勤俭。为此，AmazonRelationalDatabaseService(AmazonRDS)供给了多种关连型数据库的引擎便于筛选，囊括PostgreSQL,MySQL,MariaDB,Oracle,andSQLServer等，您也许哄骗AWSDatabaseMigrationService轻便将您现有的数据库转移或复制到AmazonRDS。譬喻，寰球超过的聪敏动力技巧效劳供给商——前景动力，就筛选了AmazonRDS协助经管其多种不同表率的数据库。不管是Oracle、MySQL、LDAP、照旧SQL-Server，哄骗者都能经历AmazonRDS获得其完全的功用。AmazonRDS既协助前景动力担当了耗时的数据库经管职责，又供给了经济高效的可调容量，让前景动力也许专一于运用程序和生意。
02
键-值型数据库
在挪移互联网，电商，嬉戏以及物联网等不少新式场景中，数据库须要面对超大范围的数据处置，同时又须要低推迟的本能保险。关于这些须要极高的含糊量和并发性、低推迟以及牢靠性的须要，咱们供给了AmazonDynamoDB。这是一款合用于任何范围的赶快机动的NoSQL数据库效劳。
很多寰球进展最快的企业，如Lyft，三星等企业，都依赖AmazonDynamoDB的范围和本能来援手其关键职责劳动负载。在国内，咱们也看到诸如虎牙直播,Mobvista(汇量科技)等客户行使AmazonDynamoDB去应对其呼应场景的须要。以Lyft为例，它的同享单车效劳天天都须要处置海量的GPS数据来完结对车辆的追踪，这些数据组织时时很简朴，储备量范围都特别大，但又时时须要在极短的时候内许可用户从不同的地点查问和拜候。经历采纳AmazonDynamoDB这类键-值型数据库就满意了上述的须要。
03
文档型数据库
不少客户将MongoDB用做文档数据库，用于储备、检索和经管半组织化数据。由于配置和经管MongoDB集群所带来的繁杂性，在MongoDB上建设也许赶快增添到多兆字节（TB）和每秒数十万次读写的高本能、高可用性的运用程序极具挑战性。为此，AWS供给了AmazonDocumentDB（兼容MongoDB），它是一项赶快、可增添、高度可用且统统托管的文档数据库效劳，援手MongoDB劳动负载。做为一个文档数据库，AmazonDocumentDB使得储备、查问和索引JSON数据变得简朴。
更多资讯
领会AmazonDynamoDB
嬉戏用例与打算大局
04
图数据库
在酬酢网络、保举引擎和哄骗探测等哄骗案例中，开拓人员须要在数据之间竖立关连并赶快查问这些关连。这个时候，倘若采纳关连型数据库，就须要面对及其繁杂的SQL嵌套查问和连接去完结，跟着数据的增多，本能也变得不能满意须要。AmazonNeptune是一项赶快、牢靠且统统托管的图形数据库效劳，可协助客户轻便建设和运转哄骗高度互连数据集的运用程序。
更多资讯
领会行使AmazonNeptune
解析酬酢媒体奉送消息
05
时序数据库
跟着物联网技巧的进展，洪量的IoT摆设鼓起，时候序列数据是增进最快的数据表率之一。时候序列数据具备特定的特点，譬喻时常以时候挨次大局呈现，数据只可附加，而且查问老是在一个时候距离内举办。AmazonTimestream(备案预览版)是一种特意建设的时候序列数据库，它也许依时候距离高效地储备和处置这些数据。行使Timestream，您也许轻便储备和解析用于开拓经营的日记数据、用于IoT运用程序的传感器数据和用于摆设保护的产业遥测数据。
06
内存数据库
在嬉戏，视频流效劳，酬酢网络等新式场景中，客户时时须要运用也许时刻拜候和查问海量数据。AmazonElasticCache即是一款援手时刻运用程序，供给亚毫秒级推迟的数据库。比方有名的舆图软件公司Here，天天须要处置高达4亿次的API请求，来完结将客户的定位数据转换为地舆地方数据，经历采纳AmazonElasticCache，极大的消沉了拜候的推迟时候，升高了客户的合意度，同时，还经历将负载从CPU优化的实例转移到低成本的Cache节点来完结了成本的消沉。
更多资讯
领会如安在AmazonElastiCache
forRedis上哄骗集群大局
07
分类账数据库
不少公司须要纪录在与客户的经济和金融运动的史乘纪录，比方银行生意中的信贷和借记史乘，保险索赔的数据因袭，供给链网络中的项目挪移等。关连型数据库难以跟踪和考证对数据的任何不料变更。区块链框架会增多打算的繁杂性，客户须要竖立一个包罗多个节点的完全区块链网络。AmazonQLDB是一种新式数据库，供给了一个晶莹、不行变、也许以加密方法考证的工做日记，且该工做日记由一家可托的核心机构占有，用于跟踪屡屡的运用程序数据变更，并继续保护完全且可考证的变更史乘纪录。
上面，咱们经历一个案例来引见这些面向不同场景的数据库：咱们鄙人图展现了一个在线书店的演示运用，它囊括了一些最根底的功用，比方产物目录、产物寻找、抢手书列表和酬酢保举。
图2：AWSBookstore演示运用程序的屏幕截图
当用户拜候咱们这个在线书店的首页时，通罕用户会期望看到在售的册本列表，册本的一些根底形貌、评分、价值等消息。从技巧上讲，咱们经历产物ID的键值就也许检索到这些属性。AmazonDynamoDB就特别合适营为册本目录的数据库系统，由于AmazonDynamoDB可认为任何范围的键值寻找供给赶快，可展望的本能。借助DynamoDB，即便来日这个网站拓展了产物的品种，产物目录也许从几百种册本增添到数十亿种产物，也无需从头架构或变更数据库。
第二个用例是产物目录的抢手书清单，咱们时常城市经历抢手书清单来更便利的筛选咱们须要的典籍。一个梦想的数据库也许使书店保护排行榜的同时不须要在屡屡用户改革网页时都对总共购置数据举办万古间且成本昂贵的汇总查问。AmazonElastiCacheforRedis明确地束缚了这个须要，囊括内置的且寄放在内存中的数据组织（譬喻排序集），这些数据集使书店也许赶快有效地竖立抢手书清单。为了使其运转，书店也许使遵守令表中的DynamoDBStreams在屡屡有效户购置商品时革新ElastiCache中的最新形态。有了最抢手书清单，书店也也许在其网站首页上显示个中的一部份。别的，由于数据是内存中的数据，而且也许经历内置的排序集赢得，因而书店将在最抢手书清单上碰到微秒级的读取推迟。
第三个用例是供给酬酢意见，以协助书店的客户找到更合适特定情境的实质。咱们时时喜好从朋侪的保举册本中赶快找到自身感爱好的读物。由于酬酢保举位于书店的主页和网站上的其余页面上，因而保举必需够赶快。遵循这些请求，特意建设的图形数据库（譬喻AmazonNeptune）很天然地也许导航数据中的链接，进而完结基于酬酢关连和关联购置运动的意见。AmazonNeptune供给了赶快建设和施行查问来遍历图形关连所需的须邀功用和本能，而且它将跟着网站（和运用程序）的增进而增添，而不会影响本能。
为了获得和革新这些消息，Web店面举办了一系列不同的API移用。这边是行使AmazonAPIGateway和AWSLambda的后端运用程序的视图：
图3：AWSBookstore演示运用程序的架构图
关于此书店运用程序，咱们评价了该运用程序的首要用例，并为每个用例筛选了最好数据库。特意建设的数据库使您也许竖立一个高本能、可增添的根本组织来为运用程序供给动力，并经历筛选适宜的组件来束缚每个用例。经历这类办法，您也许哄骗自身的资本建设近似的编制组织。
为了便于读者的研习，咱们竖立了一个AWSCloudFormation模板，在短短几分钟内可主动竖立端到端的完全书店演示运用程序的客栈。同时，咱们在GitHub上供给了总共源代码，图象和示例数据，以供您摆设，谋求，窜改和增添。
图4：GitHub上的AWSBookstoreDemoApp储备库
AWSBookstore演示运用程序是一个有效的运用程序。您也许将运用程序用做沙箱或研习器材来谋求近似的架构该怎样相适应，也也许将其用做建设自身的运用程序的肇端模板。演示运用程序可是做为怎样哄骗专用数据库来建设可增添的高本能全栈运用程序（譬喻Web店面）的一个示例。你也也许以此为根本，增添这个运用，比方采纳关连数据库（如AmazonRDS）处置一些增添的场景，比方支拨和生意枢纽。
以上即是AWS所建设的多种不同表率的数据库效劳和呼应的用户案例和运用途景，期望也许协助您领会怎样针对不同的须要场景，在AWS云上筛选一款合适自身须要的数据库效劳。
领会更多实质请拜候