Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Viele Anwendungen können zum Zeitpunkt einer Änderung von der Funktion zum Erfassen der Änderungen an den in einer DynamoDB-Tabelle gespeicherten Elementen profitieren. Im Folgenden sehen Sie einige Beispielanwendungsfälle.
-
Eine beliebte mobile App modifiziert Daten in einer DynamoDB-Tabelle mit einer Geschwindigkeit von Tausenden von Aktualisierungen pro Sekunde. Eine andere Anwendung erfasst und speichert Daten über diese Updates und stellt near-real-time Nutzungsmetriken für die mobile App bereit.
-
Eine Finanzanwendung ändert Börsendaten in einer DynamoDB-Tabelle. Verschiedene Anwendungen, die parallel laufen, verfolgen diese Veränderungen in Echtzeit value-at-risk, berechnen Portfolios und gleichen sie automatisch auf der Grundlage von Aktienkursbewegungen neu aus.
-
Sensoren in Transportfahrzeugen und Industrieanlagen senden Daten an eine DynamoDB-Tabelle. Verschiedene Anwendungen überwachen die Leistung und senden Messaging-Warnungen, wenn ein Problem erkannt wird, prognostizieren potenzielle Fehler durch Anwendung von Algorithmen für Machine Learning und komprimieren und archivieren Daten in Amazon Simple Storage Service (Amazon S3).
-
Eine Anwendung sendet Benachrichtigungen automatisch an die Mobilgeräte aller Freunde in einer Gruppe, sobald ein Freund ein neues Bild hochlädt.
-
Ein neuer Kunde fügt einer DynamoDB-Tabelle Daten hinzu. Dieses Ereignis ruft eine andere Anwendung auf, die eine Begrüßungs-E-Mail an den neuen Kunden sendet.
DynamoDB unterstützt das Streaming von Datensätzen für Änderungsdaten auf Elementebene in nahezu Echtzeit. Sie können Anwendungen erstellen, die diese Streams nutzen, und basierend auf dem Inhalt Maßnahmen ergreifen.
Anmerkung
Das Hinzufügen von Tags zu DynamoDB Streams und die Verwendung der attributebasierten Zugriffskontrolle (ABAC) mit DynamoDB Streams werden nicht unterstützt.
Das folgende Video gibt Ihnen einen einführenden Einblick in das „Change Data Capture“-Konzept.
Themen
Streaming-Optionen für die Erfassung der Änderung von Daten
DynamoDB bietet zwei Streaming-Modelle für die Erfassung der Änderung von Daten: Kinesis Data Streams für DynamoDB und DynamoDB Streams.
Um Ihnen bei der Auswahl der richtigen Lösung für Ihre Anwendung zu helfen, werden die Funktionen der einzelnen Streaming-Modelle in der folgenden Tabelle zusammengefasst.
| Eigenschaften | Kinesis Data Streams für DynamoDB | DynamoDB Streams |
|---|---|---|
| Datenaufbewahrung | Bis zu 1 Jahr. | 24 Stunden. |
| Unterstützung für Kinesis Client Library (KCL) | Unterstützt KCL Versionen 1.X und 2.X. | Unterstützt die KCL-Version 1.X. |
| Anzahl der Konsumenten | Bis zu 5 gleichzeitige Verbraucher pro Shard oder bis zu 20 gleichzeitige Verbraucher pro Shard mit erweitertem Fan-Out. | Bis zu 2 gleichzeitige Verbraucher pro Shard. |
| Durchsatzkontingente | Unbegrenzt. | Vorbehaltlich der Durchsatzquoten nach DynamoDB-Tabelle und AWS Region. |
| Datensatzbereitstellungsmodell | Pull-Modell über HTTP GetRecordsund mit erweitertem Fan-Out überträgt Kinesis Data Streams die Datensätze über HTTP/2 mithilfe von. SubscribeToShard | Pull-Modell über HTTP mithilfe von. GetRecords |
| Bestellung von Datensätzen | Das Zeitstempel-Attribut für jeden Streamdatensatz kann verwendet werden, um die tatsächliche Reihenfolge zu identifizieren, in der Änderungen in der DynamoDB-Tabelle aufgetreten sind. | Für jedes Element, das in einer DynamoDB-Tabelle geändert wird, erscheinen die Stream-Datensätze in der gleichen Reihenfolge wie die tatsächlichen Änderungen des Elements. |
| Doppelte Datensätze | Gelegentlich werden doppelte Datensätze im Stream angezeigt. | Es werden keine doppelten Datensätze im Stream angezeigt. |
| Stream-Verarbeitungsoptionen | Verarbeiten Sie Stream-Datensätze mit AWS Lambda, Amazon Managed Service für Apache Flink, Kinesis Data Firehose oder AWS Glue Streaming-ETL. | Stream-Datensätze mithilfe von AWS Lambda oder Kinesis-Adapter für DynamoDB Streams verarbeiten. |
| Zuverlässigkeitsstufe | Availability Zones für automatisches Failover ohne Unterbrechung. | Availability Zones für automatisches Failover ohne Unterbrechung. |
Sie können beide Streaming-Modelle in derselben DynamoDB-Tabelle aktivieren.
Im folgenden Video wird mehr über die Unterschiede zwischen den beiden Optionen gesprochen.
