Suche senden
Hochladen
Amazon DynamoDB Advanced Design Pattern
•
6 gefällt mir
•
20,514 views
Amazon Web Services Japan
Folgen
AWS Dev Day 資料: Amazon DynamoDB Advanced Design Pattern
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 58
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
20190122 AWS Black Belt Online Seminar Amazon Redshift Update
20190122 AWS Black Belt Online Seminar Amazon Redshift Update
Amazon Web Services Japan
AWS Black Belt Online Seminar 2017 Amazon DynamoDB
AWS Black Belt Online Seminar 2017 Amazon DynamoDB
Amazon Web Services Japan
20190424 AWS Black Belt Online Seminar Amazon Aurora MySQL
20190424 AWS Black Belt Online Seminar Amazon Aurora MySQL
Amazon Web Services Japan
20190828 AWS Black Belt Online Seminar Amazon Aurora with PostgreSQL Compatib...
20190828 AWS Black Belt Online Seminar Amazon Aurora with PostgreSQL Compatib...
Amazon Web Services Japan
20180704 AWS Black Belt Online Seminar Amazon Elastic File System (Amazon EFS...
20180704 AWS Black Belt Online Seminar Amazon Elastic File System (Amazon EFS...
Amazon Web Services Japan
AWS Black Belt Online Seminar 2017 Amazon ElastiCache
AWS Black Belt Online Seminar 2017 Amazon ElastiCache
Amazon Web Services Japan
20190326 AWS Black Belt Online Seminar Amazon CloudWatch
20190326 AWS Black Belt Online Seminar Amazon CloudWatch
Amazon Web Services Japan
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
Amazon Web Services Japan
Empfohlen
20190122 AWS Black Belt Online Seminar Amazon Redshift Update
20190122 AWS Black Belt Online Seminar Amazon Redshift Update
Amazon Web Services Japan
AWS Black Belt Online Seminar 2017 Amazon DynamoDB
AWS Black Belt Online Seminar 2017 Amazon DynamoDB
Amazon Web Services Japan
20190424 AWS Black Belt Online Seminar Amazon Aurora MySQL
20190424 AWS Black Belt Online Seminar Amazon Aurora MySQL
Amazon Web Services Japan
20190828 AWS Black Belt Online Seminar Amazon Aurora with PostgreSQL Compatib...
20190828 AWS Black Belt Online Seminar Amazon Aurora with PostgreSQL Compatib...
Amazon Web Services Japan
20180704 AWS Black Belt Online Seminar Amazon Elastic File System (Amazon EFS...
20180704 AWS Black Belt Online Seminar Amazon Elastic File System (Amazon EFS...
Amazon Web Services Japan
AWS Black Belt Online Seminar 2017 Amazon ElastiCache
AWS Black Belt Online Seminar 2017 Amazon ElastiCache
Amazon Web Services Japan
20190326 AWS Black Belt Online Seminar Amazon CloudWatch
20190326 AWS Black Belt Online Seminar Amazon CloudWatch
Amazon Web Services Japan
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
Amazon Web Services Japan
20210216 AWS Black Belt Online Seminar AWS Database Migration Service
20210216 AWS Black Belt Online Seminar AWS Database Migration Service
Amazon Web Services Japan
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Web Services Japan
20200826 AWS Black Belt Online Seminar AWS CloudFormation
20200826 AWS Black Belt Online Seminar AWS CloudFormation
Amazon Web Services Japan
20180425 AWS Black Belt Online Seminar Amazon Relational Database Service (Am...
20180425 AWS Black Belt Online Seminar Amazon Relational Database Service (Am...
Amazon Web Services Japan
20190521 AWS Black Belt Online Seminar Amazon Simple Email Service (Amazon SES)
20190521 AWS Black Belt Online Seminar Amazon Simple Email Service (Amazon SES)
Amazon Web Services Japan
20190522 AWS Black Belt Online Seminar AWS Step Functions
20190522 AWS Black Belt Online Seminar AWS Step Functions
Amazon Web Services Japan
AWS初心者向けWebinar AWS上でのDDoS対策
AWS初心者向けWebinar AWS上でのDDoS対策
Amazon Web Services Japan
[AKIBA.AWS] VGWのルーティング仕様
[AKIBA.AWS] VGWのルーティング仕様
Shuji Kikuchi
The Twelve-Factor Appで考えるAWSのサービス開発
The Twelve-Factor Appで考えるAWSのサービス開発
Amazon Web Services Japan
20190220 AWS Black Belt Online Seminar Amazon S3 / Glacier
20190220 AWS Black Belt Online Seminar Amazon S3 / Glacier
Amazon Web Services Japan
20191002 AWS Black Belt Online Seminar Amazon EC2 Auto Scaling and AWS Auto S...
20191002 AWS Black Belt Online Seminar Amazon EC2 Auto Scaling and AWS Auto S...
Amazon Web Services Japan
20200708サーバーレスでのAPI管理の考え方
20200708サーバーレスでのAPI管理の考え方
Amazon Web Services Japan
20190806 AWS Black Belt Online Seminar AWS Glue
20190806 AWS Black Belt Online Seminar AWS Glue
Amazon Web Services Japan
20190320 AWS Black Belt Online Seminar Amazon EBS
20190320 AWS Black Belt Online Seminar Amazon EBS
Amazon Web Services Japan
20220409 AWS BLEA 開発にあたって検討したこと
20220409 AWS BLEA 開発にあたって検討したこと
Amazon Web Services Japan
20191029 AWS Black Belt Online Seminar Elastic Load Balancing (ELB)
20191029 AWS Black Belt Online Seminar Elastic Load Balancing (ELB)
Amazon Web Services Japan
AWS Black Belt Online Seminar AWS Key Management Service (KMS)
AWS Black Belt Online Seminar AWS Key Management Service (KMS)
Amazon Web Services Japan
AWS Black Belt Online Seminar 2017 Amazon Kinesis
AWS Black Belt Online Seminar 2017 Amazon Kinesis
Amazon Web Services Japan
AWS BlackBelt AWS上でのDDoS対策
AWS BlackBelt AWS上でのDDoS対策
Amazon Web Services Japan
20200422 AWS Black Belt Online Seminar Amazon Elastic Container Service (Amaz...
20200422 AWS Black Belt Online Seminar Amazon Elastic Container Service (Amaz...
Amazon Web Services Japan
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
Amazon Web Services Japan
Graph Database and Amazon Neptune
Graph Database and Amazon Neptune
Amazon Web Services Japan
Weitere ähnliche Inhalte
Was ist angesagt?
20210216 AWS Black Belt Online Seminar AWS Database Migration Service
20210216 AWS Black Belt Online Seminar AWS Database Migration Service
Amazon Web Services Japan
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Web Services Japan
20200826 AWS Black Belt Online Seminar AWS CloudFormation
20200826 AWS Black Belt Online Seminar AWS CloudFormation
Amazon Web Services Japan
20180425 AWS Black Belt Online Seminar Amazon Relational Database Service (Am...
20180425 AWS Black Belt Online Seminar Amazon Relational Database Service (Am...
Amazon Web Services Japan
20190521 AWS Black Belt Online Seminar Amazon Simple Email Service (Amazon SES)
20190521 AWS Black Belt Online Seminar Amazon Simple Email Service (Amazon SES)
Amazon Web Services Japan
20190522 AWS Black Belt Online Seminar AWS Step Functions
20190522 AWS Black Belt Online Seminar AWS Step Functions
Amazon Web Services Japan
AWS初心者向けWebinar AWS上でのDDoS対策
AWS初心者向けWebinar AWS上でのDDoS対策
Amazon Web Services Japan
[AKIBA.AWS] VGWのルーティング仕様
[AKIBA.AWS] VGWのルーティング仕様
Shuji Kikuchi
The Twelve-Factor Appで考えるAWSのサービス開発
The Twelve-Factor Appで考えるAWSのサービス開発
Amazon Web Services Japan
20190220 AWS Black Belt Online Seminar Amazon S3 / Glacier
20190220 AWS Black Belt Online Seminar Amazon S3 / Glacier
Amazon Web Services Japan
20191002 AWS Black Belt Online Seminar Amazon EC2 Auto Scaling and AWS Auto S...
20191002 AWS Black Belt Online Seminar Amazon EC2 Auto Scaling and AWS Auto S...
Amazon Web Services Japan
20200708サーバーレスでのAPI管理の考え方
20200708サーバーレスでのAPI管理の考え方
Amazon Web Services Japan
20190806 AWS Black Belt Online Seminar AWS Glue
20190806 AWS Black Belt Online Seminar AWS Glue
Amazon Web Services Japan
20190320 AWS Black Belt Online Seminar Amazon EBS
20190320 AWS Black Belt Online Seminar Amazon EBS
Amazon Web Services Japan
20220409 AWS BLEA 開発にあたって検討したこと
20220409 AWS BLEA 開発にあたって検討したこと
Amazon Web Services Japan
20191029 AWS Black Belt Online Seminar Elastic Load Balancing (ELB)
20191029 AWS Black Belt Online Seminar Elastic Load Balancing (ELB)
Amazon Web Services Japan
AWS Black Belt Online Seminar AWS Key Management Service (KMS)
AWS Black Belt Online Seminar AWS Key Management Service (KMS)
Amazon Web Services Japan
AWS Black Belt Online Seminar 2017 Amazon Kinesis
AWS Black Belt Online Seminar 2017 Amazon Kinesis
Amazon Web Services Japan
AWS BlackBelt AWS上でのDDoS対策
AWS BlackBelt AWS上でのDDoS対策
Amazon Web Services Japan
20200422 AWS Black Belt Online Seminar Amazon Elastic Container Service (Amaz...
20200422 AWS Black Belt Online Seminar Amazon Elastic Container Service (Amaz...
Amazon Web Services Japan
Was ist angesagt?
(20)
20210216 AWS Black Belt Online Seminar AWS Database Migration Service
20210216 AWS Black Belt Online Seminar AWS Database Migration Service
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
20200826 AWS Black Belt Online Seminar AWS CloudFormation
20200826 AWS Black Belt Online Seminar AWS CloudFormation
20180425 AWS Black Belt Online Seminar Amazon Relational Database Service (Am...
20180425 AWS Black Belt Online Seminar Amazon Relational Database Service (Am...
20190521 AWS Black Belt Online Seminar Amazon Simple Email Service (Amazon SES)
20190521 AWS Black Belt Online Seminar Amazon Simple Email Service (Amazon SES)
20190522 AWS Black Belt Online Seminar AWS Step Functions
20190522 AWS Black Belt Online Seminar AWS Step Functions
AWS初心者向けWebinar AWS上でのDDoS対策
AWS初心者向けWebinar AWS上でのDDoS対策
[AKIBA.AWS] VGWのルーティング仕様
[AKIBA.AWS] VGWのルーティング仕様
The Twelve-Factor Appで考えるAWSのサービス開発
The Twelve-Factor Appで考えるAWSのサービス開発
20190220 AWS Black Belt Online Seminar Amazon S3 / Glacier
20190220 AWS Black Belt Online Seminar Amazon S3 / Glacier
20191002 AWS Black Belt Online Seminar Amazon EC2 Auto Scaling and AWS Auto S...
20191002 AWS Black Belt Online Seminar Amazon EC2 Auto Scaling and AWS Auto S...
20200708サーバーレスでのAPI管理の考え方
20200708サーバーレスでのAPI管理の考え方
20190806 AWS Black Belt Online Seminar AWS Glue
20190806 AWS Black Belt Online Seminar AWS Glue
20190320 AWS Black Belt Online Seminar Amazon EBS
20190320 AWS Black Belt Online Seminar Amazon EBS
20220409 AWS BLEA 開発にあたって検討したこと
20220409 AWS BLEA 開発にあたって検討したこと
20191029 AWS Black Belt Online Seminar Elastic Load Balancing (ELB)
20191029 AWS Black Belt Online Seminar Elastic Load Balancing (ELB)
AWS Black Belt Online Seminar AWS Key Management Service (KMS)
AWS Black Belt Online Seminar AWS Key Management Service (KMS)
AWS Black Belt Online Seminar 2017 Amazon Kinesis
AWS Black Belt Online Seminar 2017 Amazon Kinesis
AWS BlackBelt AWS上でのDDoS対策
AWS BlackBelt AWS上でのDDoS対策
20200422 AWS Black Belt Online Seminar Amazon Elastic Container Service (Amaz...
20200422 AWS Black Belt Online Seminar Amazon Elastic Container Service (Amaz...
Ähnlich wie Amazon DynamoDB Advanced Design Pattern
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
Amazon Web Services Japan
Graph Database and Amazon Neptune
Graph Database and Amazon Neptune
Amazon Web Services Japan
Excel × Google BigQuery CData Driver で BigQuery とのデータ連携を実現
Excel × Google BigQuery CData Driver で BigQuery とのデータ連携を実現
CData Software Japan
Deep Dive: Amazon DynamoDB (db tech showcase 2016)
Deep Dive: Amazon DynamoDB (db tech showcase 2016)
Amazon Web Services Japan
Gaming on aws 〜ゲームにおけるAWS最新活用術〜
Gaming on aws 〜ゲームにおけるAWS最新活用術〜
Amazon Web Services Japan
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...
Kazuya Sugimoto
CData Sync × Google BigQuery 3ステップで各データソースとのデータ連携を実現
CData Sync × Google BigQuery 3ステップで各データソースとのデータ連携を実現
CData Software Japan
Amazon Game Tech アマゾンゲームテクノロジー - Amazon Game Tech - GTMF 2018 OSAKA
Amazon Game Tech アマゾンゲームテクノロジー - Amazon Game Tech - GTMF 2018 OSAKA
Game Tools & Middleware Forum
Let's BBQ with us!!
Let's BBQ with us!!
Hironari Ono
TB / Day規模のゲーム向けデータパイプラインを開発運用する日々
TB / Day規模のゲーム向けデータパイプラインを開発運用する日々
gree_tech
Wagby で100+ のクラウドデータに連携するアプリを開発(CData JDBC Drivers)
Wagby で100+ のクラウドデータに連携するアプリを開発(CData JDBC Drivers)
CData Software Japan
GDC2018 Amazon Overview
GDC2018 Amazon Overview
Amazon Web Services Japan
「私のkintone 連携には何が最適?」CData Software ソリューションを使うケースは?
「私のkintone 連携には何が最適?」CData Software ソリューションを使うケースは?
CData Software Japan
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Web Services Japan
Java クライント実装におけるAPIスタイル頂上決戦! 野良REST vs GraphQL vs OData vs OpenAPI (Swagger)
Java クライント実装におけるAPIスタイル頂上決戦! 野良REST vs GraphQL vs OData vs OpenAPI (Swagger)
Kazuya Sugimoto
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCData
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCData
CData Software Japan
20180619 AWS Black Belt Online Seminar データレイク入門: AWSで様々な規模のデータレイクを分析する効率的な方法
20180619 AWS Black Belt Online Seminar データレイク入門: AWSで様々な規模のデータレイクを分析する効率的な方法
Amazon Web Services Japan
CData Sync Hand-on 資料
CData Sync Hand-on 資料
CData Software Japan
どこどこJP×Googleアナリティクスで企業アクセスを解析
どこどこJP×Googleアナリティクスで企業アクセスを解析
docodoco
Customer support tech meetup slide
Customer support tech meetup slide
Kohki Sato
Ähnlich wie Amazon DynamoDB Advanced Design Pattern
(20)
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
Graph Database and Amazon Neptune
Graph Database and Amazon Neptune
Excel × Google BigQuery CData Driver で BigQuery とのデータ連携を実現
Excel × Google BigQuery CData Driver で BigQuery とのデータ連携を実現
Deep Dive: Amazon DynamoDB (db tech showcase 2016)
Deep Dive: Amazon DynamoDB (db tech showcase 2016)
Gaming on aws 〜ゲームにおけるAWS最新活用術〜
Gaming on aws 〜ゲームにおけるAWS最新活用術〜
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...
CData Sync × Google BigQuery 3ステップで各データソースとのデータ連携を実現
CData Sync × Google BigQuery 3ステップで各データソースとのデータ連携を実現
Amazon Game Tech アマゾンゲームテクノロジー - Amazon Game Tech - GTMF 2018 OSAKA
Amazon Game Tech アマゾンゲームテクノロジー - Amazon Game Tech - GTMF 2018 OSAKA
Let's BBQ with us!!
Let's BBQ with us!!
TB / Day規模のゲーム向けデータパイプラインを開発運用する日々
TB / Day規模のゲーム向けデータパイプラインを開発運用する日々
Wagby で100+ のクラウドデータに連携するアプリを開発(CData JDBC Drivers)
Wagby で100+ のクラウドデータに連携するアプリを開発(CData JDBC Drivers)
GDC2018 Amazon Overview
GDC2018 Amazon Overview
「私のkintone 連携には何が最適?」CData Software ソリューションを使うケースは?
「私のkintone 連携には何が最適?」CData Software ソリューションを使うケースは?
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Java クライント実装におけるAPIスタイル頂上決戦! 野良REST vs GraphQL vs OData vs OpenAPI (Swagger)
Java クライント実装におけるAPIスタイル頂上決戦! 野良REST vs GraphQL vs OData vs OpenAPI (Swagger)
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCData
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCData
20180619 AWS Black Belt Online Seminar データレイク入門: AWSで様々な規模のデータレイクを分析する効率的な方法
20180619 AWS Black Belt Online Seminar データレイク入門: AWSで様々な規模のデータレイクを分析する効率的な方法
CData Sync Hand-on 資料
CData Sync Hand-on 資料
どこどこJP×Googleアナリティクスで企業アクセスを解析
どこどこJP×Googleアナリティクスで企業アクセスを解析
Customer support tech meetup slide
Customer support tech meetup slide
Mehr von Amazon Web Services Japan
202205 AWS Black Belt Online Seminar Amazon VPC IP Address Manager (IPAM)
202205 AWS Black Belt Online Seminar Amazon VPC IP Address Manager (IPAM)
Amazon Web Services Japan
202205 AWS Black Belt Online Seminar Amazon FSx for OpenZFS
202205 AWS Black Belt Online Seminar Amazon FSx for OpenZFS
Amazon Web Services Japan
202204 AWS Black Belt Online Seminar AWS IoT Device Defender
202204 AWS Black Belt Online Seminar AWS IoT Device Defender
Amazon Web Services Japan
Infrastructure as Code (IaC) 談義 2022
Infrastructure as Code (IaC) 談義 2022
Amazon Web Services Japan
202204 AWS Black Belt Online Seminar Amazon Connect を活用したオンコール対応の実現
202204 AWS Black Belt Online Seminar Amazon Connect を活用したオンコール対応の実現
Amazon Web Services Japan
202204 AWS Black Belt Online Seminar Amazon Connect Salesforce連携(第1回 CTI Adap...
202204 AWS Black Belt Online Seminar Amazon Connect Salesforce連携(第1回 CTI Adap...
Amazon Web Services Japan
Amazon Game Tech Night #25 ゲーム業界向け機械学習最新状況アップデート
Amazon Game Tech Night #25 ゲーム業界向け機械学習最新状況アップデート
Amazon Web Services Japan
202202 AWS Black Belt Online Seminar AWS Managed Rules for AWS WAF の活用
202202 AWS Black Belt Online Seminar AWS Managed Rules for AWS WAF の活用
Amazon Web Services Japan
202203 AWS Black Belt Online Seminar Amazon Connect Tasks.pdf
202203 AWS Black Belt Online Seminar Amazon Connect Tasks.pdf
Amazon Web Services Japan
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
Amazon Web Services Japan
Amazon QuickSight の組み込み方法をちょっぴりDD
Amazon QuickSight の組み込み方法をちょっぴりDD
Amazon Web Services Japan
マルチテナント化で知っておきたいデータベースのこと
マルチテナント化で知っておきたいデータベースのこと
Amazon Web Services Japan
機密データとSaaSは共存しうるのか!?セキュリティー重視のユーザー層を取り込む為のネットワーク通信のアプローチ
機密データとSaaSは共存しうるのか!?セキュリティー重視のユーザー層を取り込む為のネットワーク通信のアプローチ
Amazon Web Services Japan
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
Amazon Web Services Japan
202202 AWS Black Belt Online Seminar Amazon Connect Customer Profiles
202202 AWS Black Belt Online Seminar Amazon Connect Customer Profiles
Amazon Web Services Japan
Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために
Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために
Amazon Web Services Japan
202202 AWS Black Belt Online Seminar AWS SaaS Boost で始めるSaaS開発⼊⾨
202202 AWS Black Belt Online Seminar AWS SaaS Boost で始めるSaaS開発⼊⾨
Amazon Web Services Japan
[20220126] JAWS-UG 2022初頭までに葬ったAWSアンチパターン大紹介
[20220126] JAWS-UG 2022初頭までに葬ったAWSアンチパターン大紹介
Amazon Web Services Japan
202111 AWS Black Belt Online Seminar AWSで構築するSmart Mirrorのご紹介
202111 AWS Black Belt Online Seminar AWSで構築するSmart Mirrorのご紹介
Amazon Web Services Japan
202201 AWS Black Belt Online Seminar Apache Spark Performnace Tuning for AWS ...
202201 AWS Black Belt Online Seminar Apache Spark Performnace Tuning for AWS ...
Amazon Web Services Japan
Mehr von Amazon Web Services Japan
(20)
202205 AWS Black Belt Online Seminar Amazon VPC IP Address Manager (IPAM)
202205 AWS Black Belt Online Seminar Amazon VPC IP Address Manager (IPAM)
202205 AWS Black Belt Online Seminar Amazon FSx for OpenZFS
202205 AWS Black Belt Online Seminar Amazon FSx for OpenZFS
202204 AWS Black Belt Online Seminar AWS IoT Device Defender
202204 AWS Black Belt Online Seminar AWS IoT Device Defender
Infrastructure as Code (IaC) 談義 2022
Infrastructure as Code (IaC) 談義 2022
202204 AWS Black Belt Online Seminar Amazon Connect を活用したオンコール対応の実現
202204 AWS Black Belt Online Seminar Amazon Connect を活用したオンコール対応の実現
202204 AWS Black Belt Online Seminar Amazon Connect Salesforce連携(第1回 CTI Adap...
202204 AWS Black Belt Online Seminar Amazon Connect Salesforce連携(第1回 CTI Adap...
Amazon Game Tech Night #25 ゲーム業界向け機械学習最新状況アップデート
Amazon Game Tech Night #25 ゲーム業界向け機械学習最新状況アップデート
202202 AWS Black Belt Online Seminar AWS Managed Rules for AWS WAF の活用
202202 AWS Black Belt Online Seminar AWS Managed Rules for AWS WAF の活用
202203 AWS Black Belt Online Seminar Amazon Connect Tasks.pdf
202203 AWS Black Belt Online Seminar Amazon Connect Tasks.pdf
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
Amazon QuickSight の組み込み方法をちょっぴりDD
Amazon QuickSight の組み込み方法をちょっぴりDD
マルチテナント化で知っておきたいデータベースのこと
マルチテナント化で知っておきたいデータベースのこと
機密データとSaaSは共存しうるのか!?セキュリティー重視のユーザー層を取り込む為のネットワーク通信のアプローチ
機密データとSaaSは共存しうるのか!?セキュリティー重視のユーザー層を取り込む為のネットワーク通信のアプローチ
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
202202 AWS Black Belt Online Seminar Amazon Connect Customer Profiles
202202 AWS Black Belt Online Seminar Amazon Connect Customer Profiles
Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために
Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために
202202 AWS Black Belt Online Seminar AWS SaaS Boost で始めるSaaS開発⼊⾨
202202 AWS Black Belt Online Seminar AWS SaaS Boost で始めるSaaS開発⼊⾨
[20220126] JAWS-UG 2022初頭までに葬ったAWSアンチパターン大紹介
[20220126] JAWS-UG 2022初頭までに葬ったAWSアンチパターン大紹介
202111 AWS Black Belt Online Seminar AWSで構築するSmart Mirrorのご紹介
202111 AWS Black Belt Online Seminar AWSで構築するSmart Mirrorのご紹介
202201 AWS Black Belt Online Seminar Apache Spark Performnace Tuning for AWS ...
202201 AWS Black Belt Online Seminar Apache Spark Performnace Tuning for AWS ...
Kürzlich hochgeladen
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
Kürzlich hochgeladen
(11)
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
Amazon DynamoDB Advanced Design Pattern
1.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Amazon DynamoDB Advanced Design Pattern Daichi Egawa, AWS Solutions Architect
2.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Agenda • はじめに • Amazon DynamoDB 概要& データモデリングのためのおさらい • NoSQL データモデリング • DynamoDB を活用したデザインパターン
3.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 本日お話しすること • 想定する参加者 • Amazon DynamoDB を既に利用している • Amazon DynamoDB の基本的な用語や機能を知っている • 例)パーティション、GSI, LSI など • お話しする内容 • Amazon DynamoDB のテーブル設計のポイント • ユースケースに応じて、Amazon DynamoDB を どのように利用するかの例
4.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Amazon DynamoDBの生い立ち Amazon.comではかつて全アクセスパターンをRDBMSで処理 RDBMSのスケールの限界を超えるため開発された Dynamoが祖先 • 結果整合性モデル採用に よる可用性向上 • HWを追加する毎に性能 が向上するスケーラビリ ティ • シンプルなクエリモデル による予測可能な性能
5.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Amazon DynamoDB ドキュメント型 or KVS 高いスケーラビリティ完全マネージド型 NoSQL データベースサービス アクセスコントロール イベントドリブン プログラミング 高速かつ一貫した パフォーマンス
6.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 管理不要で高い信頼性 • SPOFの存在しない構成 • データは3箇所のAZに保存されるので信頼性が高い • ストレージは必要に応じて自動的にパーティショニング クライアント
7.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. テーブル設計 基礎知識 table items attributes Partation Key Sort Key 必須 キーバリュー型のアクセスパターン データ分散に利用される オプション 1:Nモデルのリレーションシップ 豊富なQueryをサポート デフォルトの並べ替え順序は昇順 キー検索用 ==, <, >, >=, <= “begins with” “between” sorted results counts 先頭/末尾 N件 ページ単位出力 name/value 型、JSON 型等 アイテム間で不揃いであって も問題ない
8.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Local Secondary Index (LSI) • Sort key以外に絞り込み検索を行うkeyを持つことができる • Partition keyが同一で、他のアイテムからの検索のために利用 • すべての要素(テーブルとインデックス)の合計サイズを、各ハッシュ キーごとに 10 GB に制限 A1 (PK) A3 (Sort) A2 (table key) A1 (PK) A2 (Sort) A3 A4 A5 LSIs A1 (PK) A4 (Sort) A2 (table key) A3 (projected) Table KEYS_ONLY INCLUDE A3 A1 (PK) A5 (Sort) A2 (table key) A3 (projected) A4 (projected) ALL
9.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Global Secondary Index (GSI) Partition Key属性の代わりとなる Partition Keyをまたいで検索を行うためのインデックス A1 (PK) A2 A3 A4 A5 GSIs A5 (PK) A4 (Sort) A1 (table key) A3 (projected) Table INCLUDE A3 A4 (PK) A5 (Sort) A1 (table key) A2 (projected) A3 (projected) ALL A2 (PK) A1 (table key) KEYS_ONLY
10.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. NoSQL Data Modeling
11.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. SQL vs. NoSQL design pattern 商品 アルバム トラック
12.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 1:1 リレーション or キー・バリュー型 • Partition keyを使ったテーブルまたはGSI • GetItem かBatchGetItem APIを使用 • 例: UserIDやEmailから要素を抽出する場合 Users Table Partition key Attributes UserId = bob Email = bob@gmail.com, JoinDate = 2011-11-15 UserId = fred Email = fred@yahoo.com, JoinDate = 2011-12-01 Users-email-GSI Partition key Attributes Email = bob@gmail.com UserId = bob, JoinDate = 2011-11-15 Email = fred@yahoo.com UserId = fred, JoinDate = 2011-12-01
13.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 1:N リレーション or 親子関係 • Partition key とSort key を使ったテーブル、GSI • Query APIを使ってアクセス • 例:1ユーザでN個のゲームをプレイしている場合 User-Games Partition Key Sort key Attributes UserId = bob GameId = Game1 HighScore = 10500, ScoreDate = 2011-10-20 UserId = fred GameId = Game2 HIghScore = 12000, ScoreDate = 2012-01-10 UserId = bob GameId = Game3 HighScore = 20000, ScoreDate = 2012-02-12
14.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. N:M リレーション • table と GSI を使用してPartition key とSort key の要素を スイッチして設計 • Query API を用いてアクセス • 例: 1ユーザが複数のゲームをプレイし,1ゲームで複数のプレイヤーがゲー ムをしている場合 User-Games-Table Partition Key Sort key UserId = bob GameId = Game1 UserId = fred GameId = Game2 UserId = bob GameId = Game3 Game-Users-GSI Partition Key Sort key GameId = Game1 UserId = bob GameId = Game2 UserId = fred GameId = Game3 UserId = bob
15.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Targeting queries Query filters, composite keys, and sparse indexes
16.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Secondary index Opponent Date GameId Status Host Alice 2014-10-02 d9bl3 DONE David Carol 2014-10-08 o2pnb IN_PROGRESS Bob Bob 2014-09-30 72f49 PENDING Alice Bob 2014-10-03 b932s PENDING Carol Bob 2014-10-03 ef9ca IN_PROGRESS David BobPartition key Sort key 複数の値を条件にしたソート・絞り込み
17.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Secondary Index Approach 1: Query filter(Filter条件の利用) Bob Opponent Date GameId Status Host Alice 2014-10-02 d9bl3 DONE David Carol 2014-10-08 o2pnb IN_PROGRESS Bob Bob 2014-09-30 72f49 PENDING Alice Bob 2014-10-03 b932s PENDING Carol Bob 2014-10-03 ef9ca IN_PROGRESS David SELECT * FROM Game WHERE Opponent='Bob' ORDER BY Date DESC FILTER ON Status='PENDING' (filtered out) アクセスイメージ
18.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Approach 2: Composite key(キーの結合) StatusDate DONE_2014-10-02 IN_PROGRESS_2014-10-08 IN_PROGRESS_2014-10-03 PENDING_2014-09-30 PENDING_2014-10-03 Status DONE IN_PROGRESS IN_PROGRESS PENDING PENDING Date 2014-10-02 2014-10-08 2014-10-03 2014-10-03 2014-09-30 + =
19.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Secondary Index Approach 2: Composite key(キーの結合) Opponent StatusDate GameId Host Alice DONE_2014-10-02 d9bl3 David Carol IN_PROGRESS_2014-10-08 o2pnb Bob Bob IN_PROGRESS_2014-10-03 ef9ca David Bob PENDING_2014-09-30 72f49 Alice Bob PENDING_2014-10-03 b932s Carol Partition key Sort key
20.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Opponent StatusDate GameId Host Alice DONE_2014-10-02 d9bl3 David Carol IN_PROGRESS_2014-10-08 o2pnb Bob Bob IN_PROGRESS_2014-10-03 ef9ca David Bob PENDING_2014-09-30 72f49 Alice Bob PENDING_2014-10-03 b932s Carol Secondary index Approach 2: Composite key(キーの結合) Bob SELECT * FROM Game WHERE Opponent='Bob' AND StatusDate BEGINS_WITH 'PENDING'
21.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Sparse indexes Id (Partition) User Game Score Date Award 1 Bob G1 1300 2012-12-23 2 Bob G1 1450 2012-12-23 3 Jay G1 1600 2012-12-24 4 Mary G1 2000 2012-10-24 Champ 5 Ryan G2 123 2012-03-10 6 Jones G2 345 2012-03-20 Game-scores-table Award (Partition) Id User Score Champ 4 Mary 2000 Award-GSI Scan sparse GSIs テーブル全体を Scan する場合に比べて 少ないコストで Scan, Query が可能
22.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. フィルターの代わりにインデックスを活用 • Attribute の結合(Composite Key)により、 より効果的なセカンダリインデックスキーを実現 • Sparse indexes によりクエリコストを削減 クエリを最適化したい場面で効果的 Status + Date
23.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. GSI Overloading Holding many different types of data Beyond GSI limitation
24.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. GSI OVERLOADING(GSI の多重定義) • GSI の制限:テーブルあたり最大5つまで • DynamoDB テーブルでは異なるデータを1つの item で保持可能 • 一つのGSIで複数の用途で利用できる様に定義(Overload) • Overloadするattributeの値はitemのcontextが分かる値にする 例: 従業員テーブルにたいして以下の情報を元にクエリしたい場合 (1) 従業員名 (2)デスク(3) 採用日(4) 四半期ごとの売上高 (5) ジョブロール/役職 (6) 住所 (7)ロケーションion (8) 従業員ID などなど
25.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. RDBMSの場合 勤務地 大阪Rows Primary Key Index 東京 北海道 社員ID 名前 1 2 3 桑野 江川 西谷 職種 SA SA SA Columns もし勤務地、職種などで 検索したければその時必 要なIndexを作成する
26.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. GSI OVERLOADINGの例 Data 東京 AttributePartition Key Sort Key 桑野 SA 社員ID ColA 1 1 1 名前 勤務地 職種
27.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. GSI OVERLOADINGの例 Data 東京 AttributePartition Key Sort Key 桑野 SA 社員ID ColA 1 1 1 名前 勤務地 職種 Data 東京 桑野 SA ColA 名前 勤務地 職種 Partition KeySort Key 社員 ID 1 1 1 GSI GSIを作成しColAの値 と、Dataの組で検索す ることで一つのGSIで複 数の条件を検索できる
28.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. GSI OVERLOADING(GSI の多重定義) • GIS のテーブルあたりの作成数に関する制限を回避 • テーブル構成としては複雑になる点に注意 RDBMS で実現する場合に比べて、DynamoDB で得たいメリットを整理 多数の異なるデータをもとにクエリをかけたい場面で効果的
29.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Vertical Pertitioning (メッセージアプリ) Large Items Filters vs Indexes M:N modeling – Inbox & Sent Items
30.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Messages Table Messages App David SELECT * FROM Messages WHERE Recipient='David' LIMIT 50 ORDER BY Date DESC Inbox SELECT * FROM Messages WHERE Sender ='David' LIMIT 50 ORDER BY Date DESC Outbox メッセージアプリケーション
31.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Recipient Date Sender Message David 2014-10-02 Bob … … 48 more messages for David … David 2014-10-03 Alice … Alice 2014-09-28 Bob … Alice 2014-10-01 Carol … 大小のデータが混在 (Many more messages) David Messages Table 50 items × 平均 256 KB 大きなメッセージボディーを 格納 SELECT * FROM Messages WHERE Recipient='David' LIMIT 50 ORDER BY Date DESC Inbox
32.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. クエリーコストの計算 1回の問い合わせによって 取得されるアイテム数 平均アイテムサイズ 4KB毎に1RCU 消費 結果整合性のある読み込み
33.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Recipient Date Sender Subject MsgId David 2014-10-02 Bob Hi!… afed David 2014-10-03 Alice RE: The… 3kf8 Alice 2014-09-28 Bob FW: Ok… 9d2b Alice 2014-10-01 Carol Hi!... ct7r 大きいデータを分けて配置 Inbox-GSI Messages Table MsgId Body 9d2b … 3kf8 … ct7r … afed … David 1. Query Inbox-GSI: 1 RCU 2. BatchGetItem Messages: 1600 RCU (50 separate items at 256 KB) (50 sequential items at 128 bytes) 均等に大きいアイテムを読むように配置 (Recipientをindex, Message メタデータを格納)
34.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Messaging app Messages Table David Inbox Global secondary index Inbox Outbox Global secondary index Outbox update
35.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 大きい Item の分割 • 1:Nを表す Item サイズの削減 • secondary index の設定 • GSI により M:N リレーションの構築 サイズが大きい Item を一度に多数クエリする際に効果的 ProcessedReportsPending
36.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Design patterns and best practices
37.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. DynamoDB Triggers DynamoDB + AWS Lambda= DynamoDB Triggers ● AWS Lambdaとは - OS、キャパシティ等インフラの管理不要 - S3、Kinesis、SNS等での イベント発生を元にユーザが 用意したコードを実行 - ユーザアプリからの 同期/非同期呼び出し
38.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. DynamoDB Triggers ユースケース • DynamoDBへの書き込みに応じて値チェックをしつつ別テーブルの 更新やプッシュ通知を実行 • DynamoDBの更新状況の監査ログをS3に保存 • ゲームデータなどのランキング集計を非同期に実施 AWS Lambda Amazon DynamoDB Table and Streams プッシュ通知 別テーブルを 更新 監査ログを 保存
39.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. TTL(Time To Live) 特徴 • Itemの有効期限が切れ、データベースか ら自動削除されるタイミングを定義可能 • プロビジョニングスループットを使用す ることなく、関連性のないデータのスト レージ使用量と保存コストを削減可能 • 追加料金なし • 既存・新規のテーブルに設定可能 • DynamoDB Streamsとの併用可能 注意点 • 期限切れ後、即削除されるわけではない 48時間以内に削除 読み取り時に期限切れのものを取得し ないようにするにはQuery or アプリ側でのフィルタが必要 詳細:https://docs.aws.amazon.com/ja_jp/amazondynamodb/latest/developerguide/TTL.html
40.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Time-based workflows (チケットシステム) Processing the entire table efficiently
41.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 時系列データが必要なアプリケーション • ホットデータとコールドデータでテーブルを分ける • DynamoDB StreamsとGSIを活用し、非同期でホットデータをコール ドデータへと移動する • ホットデータではWCU、RCUを高く設定、コールドデータでは 書き込み、読み込みは最低限必要な分のみに限定する • コスト最適化
42.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 時系列データが必要なアプリケーション Active Tickets_Table(現在処理する必要があるチケット) Event_id (Partition) Timestamp GSIKey Rand(0-N) … Attribute N Expired Tickets GSI GSIKey (Partition) Timestamp (Sort) Archive Table(処理/解決済みのアーカイブされたチケット) Event_id (Partition) Timestamp (Sort) Attribute1 …. Attribute N RCUs = 10000 WCUs = 10000 RCUs = 100 WCUs = 1 Current table コールドデータ 期限切れのデータをTTLを使用してアーカイブ AWS Lambda DynamoDB Streams ホットデータ
43.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. AWS Lambda を活用してテーブルを効率良く整理 • ホットデータとコールドデータでテーブルを分ける • テーブル全体に効率的にクエリをかけるために GSI を使用 • Lambda “ストアドプロシージャ”を作成し、Item を遷移 • TTL/DynamoDB Streams/Lambda を利用してテーブル間で データを移行 全て/多くのItem を効率良くクエリしなければいけない場合に効果的
44.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Product catalog Popular items (read) アクセスが集中する特定の Item に対する Read
45.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Partition 1 2000 RCUs Partition K 2000 RCUs Partition M 2000 RCUs Partition 50 2000 RCU 特定のパーティションに対して集中した読み込み 商品 A 商品 B Shoppers 商品カタログテーブル SELECT Id, Description, ... FROM ProductCatalog WHERE Id="POPULAR_PRODUCT"
46.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 特定のパーティションに対して集中した読み込み
47.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. • フルマネージドかつ高可用性: リージョン内でマルチAZ構成かつ キャッシュ情報のレプリケーション、障害時のフェイルオーバーな どをフルマネージドで実現 • DynamoDB API互換: 現在のSDKと互換性を保っているので コードの大部分は書き直す必要が無い • Write-through: ライトスルーでキャッシュを保持 • Flexible: 様々なDynamoDBのテーブル状況に対応 • Scalable: 最大10ノードまでのスケールアウトに対応 • Manageability: Amazon CloudWatch, Tagging for DynamoDB, AWS Consoleなどとの連携も完備 • Security: Amazon VPC, AWS IAM, AWS CloudTrail, AWS Organizationsに対応 特徴 DynamoDB Accelerator (DAX)によるキャッシング DynamoDB Your Applications DynamoDB Accelerator
48.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 特定パーティションへの偏りをキャッシュで吸収
49.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Write sharding Handling high velocity writes
50.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. Partition 1 1000 WCUs Partition K 1000 WCUs Partition M 1000 WCUs Partition N 1000 WCUs 投票テーブル Candidate (候補者) A Candidate B 特定のパーティションに対して集中した書き込み 投票者 Provision 200,000 WCUs
51.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. キューによる負荷調整 Workers Dashboard SQS • 送信される投票内容を 一旦、SQS で受ける • SQS からメッセージを取得 してDynamoDB へ書き込み を実施する Worker を必要に 応じてスケールさせ、キュー 内のメッセージを処理 • 特定キーへの偏りを回避
52.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 書き込みのシャーディング Candidate A_2 Candidate B_1 Candidate B_2 Candidate B_3 Candidate B_5 Candidate B_4 Candidate B_7 Candidate B_6 Candidate A_1 Candidate A_3 Candidate A_4 Candidate A_7 Candidate B_8 Candidate A_6 Candidate A_8 Candidate A_5 投票者 投票テーブル
53.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 書き込みのシャーディング Candidate A_2 Candidate B_1 Candidate B_2 Candidate B_3 Candidate B_5 Candidate B_4 Candidate B_7 Candidate B_6 Candidate A_1 Candidate A_3 Candidate A_4 Candidate A_7 Candidate B_8 Insert: “CandidateA_” + rand(0, 10) Candidate A_6 Candidate A_8 Candidate A_5 投票者 投票テーブル
54.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 投票テーブル 結果のマージ/集計 Candidate A_2 Candidate B_1 Candidate B_2 Candidate B_3 Candidate B_5 Candidate B_4 Candidate B_7 Candidate B_6 Candidate A_1 Candidate A_3 Candidate A_4 Candidate A_5 Candidate A_6 Candidate A_8 Candidate A_7 Candidate B_8 Periodic process Candidate A Total: 2.5M 1. Sum 2. Store 投票者
55.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. パーティション数の計算(reads) Items per partition Average item size RCU Size Requests per second 100 K * 0.2 KB / 4 KB * 10 / 3000 = Partition max RCU ~ 17
56.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. パーティション数の計算(writes) Items per second Average item size 100 K * (itemSize < 1KB ? 1KB : itemSize) / 1000 = Partition max WCU 100
57.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. 書き込みが偏るパーティションキーをシャーディング • 同時アクセス数に応じてスループットを調整(増加) • キー、Itemサイズ、リクエストレートごとのRCU/WCU を考慮 水平方向(均等)に書き込みワークロードがスケールできない場合に効果的
58.
© 2018, Amazon
Web Services, Inc. or its Affiliates. All rights reserved. まとめ • NoSQLはRDBとは全く特性が異なるので、それらを理解した上で適所 でうまく活用する! • NoSQL, DynamoDB の特徴を理解した上でテーブルを設計する 以下のドキュメントも参考に https://docs.aws.amazon.com/ja_jp/amazondynamodb/latest/d eveloperguide/best-practices.html • 運用はゼロではないが、拡張性の面や性能面ではとても楽ができるの がNoSQLの中でのDynamoDBの特徴 • 構築・運用にかかる時間を、本来のビジネス価値を高めることに投資 できる!
Jetzt herunterladen