In-Memory-Beschleunigung mit DynamoDB Accelerator () DAX

Anwendungen, die eine schnellstmögliche Reaktionszeit für Lesevorgänge benötigen. Einige Beispiele sind Real Time Bidding, Social Gaming und Trading-Anwendungen. DAXbietet schnelle In-Memory-Leseleistung für diese Anwendungsfälle.

Anwendungen, die eine geringe Anzahl von Elementen häufiger lesen als andere. Stellen Sie sich zum Beispiel ein E-Commerce-System vor, das einen eintägigen Verkauf eines beliebten Produkts anbietet. Während des Verkaufs würde die Nachfrage für dieses Produkt (und seiner Daten in DynamoDB) im Vergleich zu allen anderen Produkten drastisch steigen Um die Auswirkungen eines Schnellschlüssels und einer ungleichmäßigen Verteilung des Datenverkehrs zu mildern, könnten Sie die Leseaktivität in einen DAX Cache auslagern, bis der Tagesverkauf abgeschlossen ist.

Anwendungen, die leseintensiv, aber auch kostensensibel sind. Mit DynamoDB stellen Sie die Anzahl der Lesevorgänge pro Sekunde bereit, die Ihre Anwendung benötigt. Wenn die Leseaktivität steigt, können Sie den bereitgestellten Lesedurchsatz Ihrer Tabelle erhöhen (gegen Aufpreis). Oder Sie können die Aktivität von Ihrer Anwendung auf einen DAX Cluster auslagern und so die Anzahl der Lesekapazitätseinheiten reduzieren, die Sie andernfalls erwerben müssten.

Anwendungen, die wiederholte Lesevorgänge für große Datensätze benötigen. Solch eine Anwendung könnte möglicherweise Datenbankressourcen von anderen Anwendungen umleiten. Beispielsweise könnte eine lang andauernde Analyse von regionalen Wetterdaten zeitweise die gesamte Lesekapazität in einer DynamoDB-Tabelle verbrauchen. Dies hätte negative Auswirkungen auf andere Anwendungen, die auf dieselben Daten zugreifen müssen. Mit DAX könnte die Wetteranalyse stattdessen anhand zwischengespeicherter Daten durchgeführt werden.

Anwendungen, die Strongly Consistent-Lesevorgänge erfordern (oder keine Eventually Consistent-Lesevorgänge akzeptieren können).

Anwendungen, die keine Reaktionszeiten im Mikrosekundenbereich für Lesevorgänge benötigen oder die keine wiederholte Leseaktivitäten von zugrunde liegenden Tabellen auslagern müssen.

Anwendungen, die schreibintensiv sind. Ein hohes Schreibvolumen führt zu einer erhöhten Replikation zwischen den DAX Knoten in einem Cluster. Dies führt zu einem erhöhten Ressourcenverbrauch und dem Risiko von Verfügbarkeitsproblemen.

Anwendungen ohne viele wiederholte Lesevorgänge. DAXschneidet am besten ab, wenn die Cache-Trefferraten 90% überschreiten. Niedrigere Cache-Trefferraten erhöhen die Anzahl der Cache-Fehlschläge, wodurch mehr Ressourcen im gesamten DAX Cluster verbraucht werden.

Eine Liste der AWS Regionen, in denen DAX das Produkt verfügbar ist, finden Sie unter Amazon DynamoDB DynamoDB-Preise.

DAXunterstützt Anwendungen, die in Go, Java, Node.js, Python und geschrieben wurden. NET, verwendet von AWS-bereitgestellte Clients für diese Programmiersprachen.

DAXist nur für die VPC Plattform EC2 - verfügbar.

Die DAX Clusterdienst-Rollenrichtlinie muss die dynamodb:DescribeTable Aktion zulassen, um Metadaten über die DynamoDB-Tabelle zu verwalten.

DAXCluster verwalten Metadaten über die Attributnamen der Elemente, die sie speichern. Diese Metadaten werden unbegrenzt gespeichert (und zwar sogar, nachdem das Element abgelaufen ist oder aus dem Cache entfernt wurde). Anwendungen, die eine unbegrenzte Anzahl von Attributnamen verwenden, können im Laufe der Zeit zu einer Speichererschöpfung im Cluster führen. DAX Diese Einschränkung gilt nur für Attributnamen auf oberster Ebene und nicht für verschachtelte Attributnamen. Beispiele für problematische Attributnamen der obersten Ebene sind Zeitstempel, und Sitzung. UUIDs IDs

Diese Einschränkung gilt nur für Attributnamen und nicht für deren Werte. Elemente wie die Folgenden stellen kein Problem dar.

{
    "Id": 123,
    "Title": "Bicycle 123",
    "CreationDate": "2017-10-24T01:02:03+00:00"
}

Bei Elementen wie den folgenden ist dies jedoch der Fall, wenn sie in entsprechender Anzahl vorhanden sind und jedes von ihnen über einen anderen Zeitstempel verfügt:

{
    "Id": 123,
    "Title": "Bicycle 123",
    "2017-10-24T01:02:03+00:00": "created"
}