Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Cluster elastis Amazon DocumentDB: cara kerjanya

Topik di bagian ini memberikan informasi tentang mekanisme dan fungsi yang mendukung cluster elastis Amazon DocumentDB.

Sharding cluster elastis Amazon DocumentDB

Cluster elastis Amazon DocumentDB menggunakan sharding berbasis hash untuk mempartisi data di seluruh sistem penyimpanan terdistribusi. Sharding, juga dikenal sebagai partisi, membagi kumpulan data besar menjadi kumpulan data kecil di beberapa node yang memungkinkan Anda untuk meningkatkan skala database Anda melampaui batas penskalaan vertikal. Cluster elastis menggunakan pemisahan, atau “decoupling,” komputasi dan penyimpanan di Amazon DocumentDB, memungkinkan Anda untuk menskalakan secara independen satu sama lain. Alih-alih mempartisi ulang koleksi dengan memindahkan potongan kecil data antara node komputasi, cluster elastis menyalin data secara efisien dalam sistem penyimpanan terdistribusi.

Definisi pecahan

Definisi nomenklatur pecahan:

Mendistribusikan data di seluruh pecahan yang dikonfigurasi

Buat kunci shard yang memiliki banyak nilai unik. Kunci shard yang baik akan mempartisi data Anda secara merata di seluruh pecahan yang mendasarinya, memberikan beban kerja Anda throughput dan kinerja terbaik. Contoh berikut adalah data nama karyawan yang menggunakan kunci shard bernama “user_id”:

DocumentDB menggunakan hash sharding untuk mempartisi data Anda di seluruh pecahan yang mendasarinya. Data tambahan dimasukkan dan didistribusikan dengan cara yang sama:

Saat Anda meningkatkan skala database dengan menambahkan pecahan tambahan, Amazon DocumentDB secara otomatis mendistribusikan ulang data:

Migrasi cluster elastis

Amazon DocumentDB mendukung migrasi data sharded MongoDB ke cluster elastis. Metode migrasi offline, online, dan hibrida didukung. Untuk informasi selengkapnya, lihat Migrasi dan upgrade Amazon DocumentDB.

Penskalaan cluster elastis

Cluster elastis Amazon DocumentDB menyediakan kemampuan untuk meningkatkan jumlah pecahan (menskalakan) di cluster elastis Anda, dan jumlah vCPU yang diterapkan pada setiap pecahan (meningkatkan skala). Anda juga dapat mengurangi jumlah pecahan dan kapasitas komputasi (vCPU) sesuai kebutuhan.

Untuk praktik terbaik penskalaan, lihatPenskalaan cluster elastis.

Keandalan cluster elastis

Amazon DocumentDB dirancang agar dapat diandalkan, tahan lama, dan toleran terhadap kesalahan. Untuk meningkatkan ketersediaan, cluster elastis menerapkan dua node per shard yang ditempatkan di Zona Ketersediaan yang berbeda. Amazon DocumentDB menyertakan beberapa fitur otomatis yang menjadikannya solusi basis data yang andal. Untuk informasi selengkapnya, lihat Keandalan Amazon DocumentDB.

Penyimpanan dan ketersediaan cluster elastis

Data Amazon DocumentDB disimpan dalam volume klaster, yang merupakan volume virtual tunggal yang menggunakan solid state drive (SSD). Volume cluster terdiri dari enam salinan data Anda, yang direplikasi secara otomatis di beberapa Zona Ketersediaan dalam satu Wil AWS ayah. Replikasi ini membantu memastikan bahwa data Anda sangat berdaya tahan, dengan kemungkinan kehilangan data yang lebih kecil. Ini juga membantu memastikan bahwa klaster Anda lebih tersedia selama failover karena salinan data Anda sudah ada di Availability Zone lainnya. Untuk detail selengkapnya tentang penyimpanan, ketersediaan tinggi, dan replikasi, lihatAmazon DocumentDB: cara kerjanya.

Perbedaan fungsional antara Amazon DocumentDB 4.0 dan cluster elastis

Perbedaan fungsional berikut ada antara Amazon DocumentDB 4.0 dan cluster elastis.

db.foo.insert(
[
    {a: {b: 5}},
    {a: {b: [5]}},
    {a: {b: [3, 7]}},
    {a: [{b: 5}]},
    {a: [{b: 3}, {b: 7}]},
    {a: [{b: [5]}]},
    {a: [{b: [3, 7]}]},
    {a: [[{b: 5}]]},
    {a: [[{b: 3}, {b: 7}]]},
    {a: [[{b: [5]}]]},
    {a: [[{b: [3, 7]}]]}
]);
// Elastic clusters
> db.foo.find({a: {$elemMatch: {b: {$elemMatch: {$lt: 6, $gt: 4}}}}}, {_id: 0})
{ "a" : [ { "b" : [ 5 ] } ] }

// Docdb 4.0: traverse more than one level deep
> db.foo.find({a: {$elemMatch: {b: {$elemMatch: {$lt: 6, $gt: 4}}}}}, {_id: 0})
{ "a" : [ { "b" : [ 5 ] } ] }
{ "a" : [ [ { "b" : [ 5 ] } ] ] }