AWS数据库服务有多种选择，您需要根据您的工作量选择最佳服务，但是由于不了解，您不知道选择哪种服务。对于AWS数据库，如何选择适合你的方案呢?随着这些新的需求越来越广泛地被提出，越来越多的企业意识到，采用传统的数据库应对不同需求这种一刀切的方式，已经不再奏效。
开发人员面对特定的需求场景，往往需要选择一款适合他们需求的数据库。AWS上一共有八个类别的数据库，基本涵盖了各种常见的数据库，除了关系型数据库，还有键值数据库、宽表数据库、文档数据库、内存数据库、图数据库、时序数据库以及分类账数据库，其中，关系型数据库种类最多，用的人也最多。
7种AWS数据库类型：http://www.hkt4.com/zt/2023-05-06/
一、常见的7种AWS数据库类型介绍：
1、关系型数据库：作为被广泛采用的数据库类型，关系型数据库在很多场景下，比如企业的ERP，CRM，财务系统和交易系统等，具有独特的优势。这些场景下，客户通常会有对于数据有强一致性的需求，要求数据库支持事务性处理(Transactional
Processing)。基于客户这一需求，AWS为此构建 了Amazon Aurora数据库。Amazon Aurora 是一个针对云构建的与 MySQL 和
PostgreSQL 兼容的关系型数据库，它结合了高端商业数据库的性能和可用性，以及开源数据库的简单性和成本效益。
包含国内很多知名企业在内的成千上万的客户在Aurora 上运行他们的应用程序，比如大家所熟知的Camel Games，
虎牙直播，九州通医药，以及国际上知名的NASDAQ，Dow Jones等，都选择了在Amazon Aurora
上运行他们的关键业务负载，获得了性能提升。
虽然Amazon
Aurora数据库是关系型数据库在云上的首选，但是AWS也支持客户首先把原有的数据库直接迁移到云上来，即刻享受到云上数据库服务带来的便利性，高可用和成本的节约。为此，Amazon
Relational Database Service (Amazon RDS)提供了多种关系型数据库的引擎便于选择，包括PostgreSQL, MySQL,
MariaDB, Oracle, and SQL Server等。您可以使用 AWS Database Migration Service
轻松将您现有的数据库迁移或复制到 Amazon RDS。
2、键-值型数据库：在移动互联网，电商，游戏以及物联网等很多新型场景中，数据库需要面对超大规模的数据处理，同时又需要低延迟的性能保障。对于这些需要极高的吞吐量和并发性、低延迟以及可靠性的需求，我们提供了Amazon
DynamoDB。这是一款适用于任何规模的快速灵活的 NoSQL 数据库服务。
许多全球发展最快的企业，如 Lyft，三星等企业，都依靠 Amazon DynamoDB
的规模和性能来支持其关键任务工作负载。在国内，我们也看到诸如虎牙直播, Mobvista(汇量科技)等客户利用Amazon
DynamoDB去应对其相应场景的需求。以Lyft为例，它的共享单车服务每天都需要处理海量的GPS数据来实现对车辆的追踪，这些数据结构往往很简单，存储量规模都非常大，但又往往需要在极短的时间内允许用户从不同的地方查询和访问。通过采用Amazon
DynamoDB这种键-值型数据库就满足了上述的需求。
3、文档型数据库： 很多客户将 MongoDB 用作文档数据库，用于存储、检索和管理半结构化数据。由于设置和管理 MongoDB
集群所带来的复杂性，在 MongoDB
上构建可以快速扩展到多兆字节(TB)和每秒数十万次读写的高性能、高可用性的应用程序极具挑战性。为此，AWS提供了Amazon DocumentDB(兼容
MongoDB)，它是一项快速、可扩展、高度可用且完全托管的文档数据库服务，支持 MongoDB 工作负载。作为一个文档数据库，Amazon
DocumentDB 使得存储、查询和索引 JSON 数据变得简单。
4、图数据库：在社交网络、推荐引擎和欺诈检测等使用案例中，开发人员需要在数据之间创建关系并快速查询这些关系。
这个时候，如果采用关系型数据库，就需要面临及其复杂的SQL嵌套查询和联接去实现，随着数据的增加，性能也变得不能满足需求。Amazon Neptune
是一项快速、可靠且完全托管的图形数据库服务，可帮助客户轻松构建和运行使用高度互连数据集的应用程序。
5、时序数据库：随着物联网技术的发展，大量的IoT
设备兴起，时间序列数据是增长最快的数据类型之一。时间序列数据具有特定的特征，例如通常以时间顺序形式出现，数据只能附加，并且查询总是在一个时间间隔内进行。Amazon
Timestream(注册预览版)是一种专门构建的时间序列数据库，它可以按时间间隔高效地存储和处理这些数据。利用
Timestream，您可以轻松存储和分析用于开发运营的日志数据、用于 IoT 应用程序的传感器数据和用于设备维护的工业遥测数据。
6、内存数据库：在游戏，视频流服务，社交网络等新型场景中，客户往往需要应用能够实时访问和查询海量数据。Amazon
ElasticCache就是一款支持实时应用程序，提供亚毫秒级延迟的数据库。比如知名的地图软件公司Here，每天需要处理高达4亿次的API请求，来实现将客户的定位数据转变成地理位置数据，通过采用Amazon
ElasticCache，极大的降低了访问的延迟时间，提高了客户的满意度，同时，还通过将负载从CPU优化的实例迁移到低成本的Cache节点来实现了成本的降低。
7、分类账数据库：很多公司需要记录在与客户的经济和金融活动的历史记录，比如银行交易中的信贷和借记历史，保险索赔的数据沿袭，供应链网络中的项目移动等。关系型数据库难以跟踪和验证对数据的任何意外更改。区块链框架会增加设计的复杂性，客户需要建立一个包含多个节点的完整区块链网络。Amazon
QLDB
是一种新型数据库，提供了一个透明、不可变、可以以加密方式验证的事务日志，且该事务日志由一家可信的中央机构拥有，用于跟踪每次的应用程序数据更改，并不断维护完整且可验证的更改历史记录。
二、如何选择适合自己的AWS数据库?
关系型数据库选型：关系型数据库是一种结构化数据库，具有事务性、一致性和持久性等特点。AWS提供了多种关系型数据库，包括Amazon Aurora、Amazon
RDS、Amazon Redshift等。当选型关系型数据库时，需考虑以下几点：
非关系型数据库：被广泛应用于云计算中，因为它们可以更好地满足现代应用对大数据的需求。AWS提供了多种非关系型数据库，包括Amazon
DynamoDB、Amazon DocumentDB等。当选型非关系型数据库时，需考虑以下几点：
看数据模型：需要选择适合自己业务的数据模型，如键值型数据库、文档型数据库、图形数据库等。
看读写性能：需要考虑所需的读写性能，以及是否需要分布式架构。
看可用性：需要考虑可用性和容错性，以及是否需要多可用区部署。
看数据一致性：需要考虑数据一致性，包括强一致性、弱一致性和最终一致性。
看成本：需要考虑成本，包括每小时费用、存储费用、备份费用等。
选择适合自己业务需求的AWS数据库，需要从多个角度考虑。对于关系型数据库和非关系型数据库，均需考虑数据模型、读写性能、可用性和成本等因素。只有选择了适合自己业务的数据库，才能更好地支持业务需求，提升业务效率。
传统的关系型数据库是最常用的类型，而新的数据库则更能灵活满足用户在新场景上的需求，AWS的数据库服务在性能上、可扩展性上、在安全和可用性上都有许多设计，能让用户把大部分注意力放在业务方面。云上数据库以较低的成本为大部分用户输出了AWS优化过的最佳实践，为了方便用户使用这些服务，AWS提供了便捷的数据库迁移服务——Amazon
Database Migration Service ，方便用户迁入迁出。云代理商哪家好?推荐找互联数据，可享受全网最高折扣、高额返现优惠。
