Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Tangkapan data perubahan dengan Amazon DynamoDB
Banyak aplikasi mendapatkan manfaat dari menangkap perubahan ke item yang disimpan dalam tabel DynamoDB pada titik waktu ketika perubahan terjadi. Berikut adalah beberapa contoh kasus penggunaan:
-
Sebuah aplikasi seluler populer memodifikasi data dalam tabel DynamoDB, pada tingkat ribuan pembaruan per detik. Aplikasi lain menangkap dan menyimpan data tentang pembaruan ini, menyediakan metrik near-real-time penggunaan untuk aplikasi seluler.
-
Sebuah aplikasi keuangan memodifikasi data pasar saham dalam tabel DynamoDB. Berbagai aplikasi yang berjalan secara paralel melacak perubahan ini secara real time, menghitung value-at-risk, dan secara otomatis menyeimbangkan portofolio berdasarkan pergerakan harga saham.
-
Sensor dalam kendaraan transportasi dan peralatan industri mengirim data ke meja DynamoDB. Aplikasi yang berbeda memantau kinerja dan mengirim pesan peringatan ketika masalah terdeteksi, memprediksi potensi cacat dengan menerapkan algoritma machine learning, dan mengompres serta mengarsip data ke Amazon Simple Storage Service (Amazon S3).
-
Sebuah aplikasi secara otomatis mengirimkan pemberitahuan ke perangkat seluler dari semua teman dalam grup segera setelah satu teman mengunggah gambar baru.
-
Seorang pelanggan baru menambahkan data ke tabel DynamoDB. Acara ini memanggil aplikasi lain yang mengirimkan email selamat datang ke pelanggan baru.
DynamoDB mendukung streaming catatan tangkapan data perubahan tingkat item yang dalam hampir waktu nyata. Anda dapat membangun aplikasi yang mengkonsumsi stream ini dan mengambil tindakan berdasarkan isinya.
Video berikut akan memberi Anda tampilan pengantar tentang konsep pengambilan data perubahan.
Topik
Opsi streaming untuk tangkapan data perubahan
DynamoDB menawarkan dua model streaming untuk penangkapan data perubahan: Kinesis Data Streams untuk DynamoDB dan DynamoDB Streams.
Untuk membantu Anda memilih solusi yang tepat untuk aplikasi Anda, tabel berikut merangkum fitur dari setiap model streaming.
| Properti | Aliran Data Kinesis untuk DynamoDB | DynamoDB Streams |
|---|---|---|
| Retensi data | Hingga 1 tahun. | 24 jam. |
| Dukungan Perpustakaan Klien Kinesis () KCL | Mendukung KCLversi 1.X dan 2.X. | Mendukung KCLversi 1.X. |
| Jumlah konsumen | Hingga 5 konsumen simultan per serpihan, atau hingga 20 konsumen simultan per serpihan dengan fan-out yang ditingkatkan. | Hingga 2 konsumen simultan per serpihan. |
| Kuota throughput | Tidak terbatas. | Tunduk pada kuota throughput oleh tabel DynamoDB dan Wilayah. AWS |
| Model pengiriman catatan | Tarik model HTTP menggunakan GetRecordsdan dengan fan-out yang disempurnakan, Kinesis Data Streams mendorong rekaman ke /2 dengan menggunakan. HTTP SubscribeToShard | Tarik model HTTP menggunakan GetRecords. |
| Pengurutan catatan | Atribut stempel waktu pada setiap catatan stream dapat digunakan untuk mengidentifikasi urutan aktual di mana perubahan terjadi dalam tabel DynamoDB. | Untuk setiap item yang diubah dalam tabel DynamoDB, catatan stream muncul dalam urutan yang sama seperti modifikasi aktual untuk item. |
| Catatan duplikat | Catatan duplikat terkadang muncul di stream. | Tidak ada catatan duplikat muncul di stream. |
| Opsi pemrosesan stream | Memproses rekaman streaming menggunakan AWS Lambda, Amazon Managed Service untuk Apache Flink, Kinesis data firehose, atau streaming.AWS Glue ETL | Proses catatan stream menggunakan AWS Lambda atau Adaptor Kinesis DynamoDB Streams. |
| Tingkat daya tahan | Zone ketersediaan untuk menyediakan failover otomatis tanpa gangguan. | Zone ketersediaan untuk menyediakan failover otomatis tanpa gangguan. |
Anda dapat mengaktifkan kedua model streaming pada tabel DynamoDB yang sama.
Video berikut berbicara lebih banyak tentang perbedaan antara dua opsi tersebut.
