选择合适的数据库是构建任何软件应用程序的关键选择。所有数据库在性能方面都有不同的优势和劣势,因此,针对您的特定用例和数据模型,决定哪种数据库的优势最大、劣势最小是一个重要的决定。下面您将找到 AWS DynamoDB 和 Elasticsearch 的关键概念、架构、功能、用例和定价模型的概述,以便您可以快速了解它们之间的比较情况。

本文的主要目的是比较 AWS DynamoDB 和 Elasticsearch 在涉及 时间序列数据 的工作负载中的表现,而不是针对所有可能的用例。时间序列数据通常在数据库性能方面提出了独特的挑战。这是由于写入的数据量巨大以及访问该数据的查询模式所致。本文并非旨在说明哪种数据库更好;它只是提供了每个数据库的概述,以便您可以做出明智的决定。

AWS DynamoDB 与 Elasticsearch 对比细分


 
数据库模型

键值和文档存储

分布式搜索和分析引擎,面向文档

架构

DynamoDB 是 Amazon Web Services (AWS) 提供的完全托管、无服务器 NoSQL 数据库。它为高性能用例使用个位数毫秒延迟,并支持键值和文档数据模型。数据在 AWS 区域内的多个可用区之间进行分区和复制,DynamoDB 支持读取操作的最终一致性或强一致性

Elasticsearch 构建于 Apache Lucene 之上,并使用 RESTful API 进行通信。它以灵活的 JSON 文档格式存储数据,并且数据会自动索引以实现快速搜索和检索。Elasticsearch 可以作为单节点、集群配置或托管云服务(Elastic Cloud)进行部署

许可证

闭源

Elastic 许可证

用例

无服务器 Web 应用程序、实时竞价平台、游戏排行榜、物联网数据管理、高速数据处理

全文搜索、日志和事件数据分析、实时应用程序监控、分析

可扩展性

自动扩展以处理大量的读取和写入吞吐量,支持按需容量和自动扩展,用于多区域复制的全局表

水平可扩展,支持数据分片、复制和分布式查询

正在寻找最有效的入门方式?

无论您是寻求节省成本、降低管理开销还是开源,InfluxDB 都能提供帮助。

AWS DynamoDB 概述

Amazon DynamoDB 是 AWS 提供的托管 NoSQL 数据库服务。它于 2012 年首次推出,旨在提供低延迟、高吞吐量的性能。DynamoDB 基于 Amazon 工程师于 2007 年发布的 Dynamo 论文的原理构建,旨在提供高度可用、可扩展且分布式的键值存储。

Elasticsearch 概述

Elasticsearch 是一个开源的分布式搜索和分析引擎,构建于 Apache Lucene 之上。它于 2010 年首次发布,此后因其可扩展性、近实时搜索功能和易用性而广受欢迎。Elasticsearch 旨在处理各种数据类型,包括结构化、非结构化和基于时间的数据。它通常与 Elastic Stack 中的其他工具结合使用,例如用于数据摄取的 Logstash 和用于数据可视化的 Kibana。


AWS DynamoDB 用于时间序列数据

DynamoDB 可以与时间序列数据一起使用,尽管与专门的时间序列数据库相比,它可能不是最优解决方案。要在 DynamoDB 中存储时间序列数据,您可以使用复合主键,其中分区键用于实体标识符,排序键用于时间戳。这使您可以有效地查询特定实体和时间范围内的数据。但是,DynamoDB 在处理时间序列数据时的主要弱点是它缺乏对数据聚合和降采样的内置支持,而这些是时间序列分析的常见要求。您可能需要在应用程序中执行这些操作,或使用 AWS Lambda 等其他服务来处理数据。

Elasticsearch 用于时间序列数据

Elasticsearch 可用于时间序列数据存储和分析,这得益于其分布式架构、近实时搜索功能以及对聚合的支持。但是,与专用时间序列数据库相比,它可能不是针对时间序列数据进行优化的。尽管如此,Elasticsearch 仍广泛用于日志和事件数据存储和分析,而日志和事件数据可以被视为时间序列数据。


AWS DynamoDB 关键概念

以下是 DynamoDB 特有的一些关键术语和概念,包括

  • :在 DynamoDB 中,数据存储在表中,表是项目的容器。每个表都有一个主键,用于唯一标识表中的每个项目。
  • 项目:项目是 DynamoDB 表中的单个记录,它们由一个或多个属性组成。
  • 属性:属性是构成表中项目的键值对。DynamoDB 支持属性的标量、文档和集合数据类型。
  • 主键:主键唯一标识表中的每个项目,它可以是单属性分区键或复合分区排序键。

Elasticsearch 关键概念

  • 倒排索引:Elasticsearch 使用的数据结构,用于实现快速高效的全文搜索。
  • 集群:一组协同工作的 Elasticsearch 节点,用于分配数据和处理任务。
  • 分片:Elasticsearch 索引的分区,允许数据分布在多个节点上,以提高性能和容错能力。


AWS DynamoDB 架构

DynamoDB 是一个 NoSQL 数据库,它使用键值存储和文档数据模型。它旨在通过自动跨多个服务器分区数据并使用复制来确保容错能力,从而提供高可用性、持久性和可扩展性。DynamoDB 的一些主要组件包括

  • 分区:DynamoDB 根据分区键自动分区数据,这确保了数据均匀分布在多个存储节点上。
  • 复制:DynamoDB 在 AWS 区域内的多个可用区之间复制数据,从而提供高可用性和持久性。
  • 一致性:DynamoDB 提供两种一致性模型:最终一致性和强一致性,允许您为应用程序选择适当的一致性级别。

Elasticsearch 架构

Elasticsearch 是一个分布式的 RESTful 搜索和分析引擎,它使用无模式 JSON 文档数据模型。它构建于 Apache Lucene 之上,并提供用于索引、搜索和分析数据的高级 API。Elasticsearch 的架构设计为水平可扩展,数据分布在集群中的多个节点上。数据使用倒排索引进行索引,从而实现快速高效的全文搜索。

免费时间序列数据库指南

获取对备选方案和选择数据库的关键要求的全面回顾。

AWS DynamoDB 功能

自动扩展

DynamoDB 可以根据工作负载自动扩展其读取和写入容量,使您能够在不过度配置资源的情况下保持一致的性能。

备份和还原

DynamoDB 提供对时间点恢复的内置支持,使您能够将表恢复到过去 35 天内的先前状态。

全局表

DynamoDB 全局表使您能够跨多个 AWS 区域复制表,从而为全球应用程序提供低延迟访问和数据冗余。

DynamoDB Streams 捕获表中项目级别的修改,可用于触发 AWS Lambda 函数进行实时处理或将数据与其他 AWS 服务同步。

Elasticsearch 功能

Elasticsearch 提供强大的全文搜索功能,并支持复杂查询、评分和相关性排名。

可扩展性

Elasticsearch 的分布式架构实现了水平可扩展性,使其能够处理大量数据和高查询负载。

聚合

Elasticsearch 支持各种聚合操作,例如总和、平均值和百分位数,这些操作对于分析和汇总数据非常有用。


AWS DynamoDB 用例

会话管理

DynamoDB 可用于存储 Web 应用程序的会话数据,从而提供对会话信息的快速且可扩展的访问。

游戏

DynamoDB 可用于存储在线游戏的玩家数据、游戏状态和其他游戏相关信息,从而提供低延迟和高吞吐量的性能。

物联网

DynamoDB 可用于存储和处理来自物联网设备的传感器数据,从而实现对设备数据的实时监控和分析。

Elasticsearch 用例

日志和事件数据分析

Elasticsearch 广泛用于存储和分析日志和事件数据,例如 Web 服务器日志、应用程序日志和网络事件,以帮助识别模式、排除问题并监控系统性能。

Elasticsearch 是在应用程序、网站和内容管理系统中实现全文搜索功能的常用选择,因为它具有强大的搜索功能和灵活的数据模型。

安全分析

Elasticsearch 与其他 Elastic Stack 组件结合使用,可用于安全分析,例如监控网络流量、检测异常情况和识别潜在威胁。


AWS DynamoDB 定价模型

DynamoDB 提供两种定价选项:预置容量和按需容量。使用预置容量,您可以指定应用程序预期需要的每秒读取和写入次数,并根据预置容量的量收费。此定价模型适用于具有可预测流量或逐渐增加流量的应用程序。您可以使用自动扩展根据指定的利用率自动调整表的容量,从而在确保应用程序性能的同时降低成本。

另一方面,使用按需容量,您需要为应用程序在表上执行的数据读取和写入按请求付费。您无需指定应用程序预期执行多少读取和写入吞吐量,因为 DynamoDB 会在工作负载增加或减少时立即适应您的工作负载。此定价模型适用于具有波动或不可预测流量模式的应用程序。

Elasticsearch 定价模型

Elasticsearch 是开源软件,可以自托管,无需任何许可费。但是,应考虑运营成本,例如硬件、托管和维护。Elasticsearch 还提供名为 Elastic Cloud 的托管云服务,该服务根据存储、计算资源和支持等因素提供各种定价层级。Elastic Cloud 包括其他功能和工具,例如 Kibana、机器学习和安全功能。