我试图找出适合亚马逊dynamoDB的最佳用例。
当我搜索大部分博客时，DyanmoDb将仅用于大量数据（BigData）。
我有关系数据库的背景知识。 NoSQL DB对我来说是新的。所以当我试图将它与正常关系数据库知识联系起来时。
与DynamoDb相关的大多数概念是使用分区键/排序键创建无模式表。并尝试根据键查询它们。此外，没有这样的存储过程概念，使查询更容易和简单。
如果我们管理如此庞大的数据，每次执行此类复杂查询以检索数据将是没有存储过程的正确方法吗？
注意：我可能对这个概念有错误的理解。所以，请任何人清楚我的想法
提前致谢
杰
答案 0 :(得分：7)
简而言之，像DynamoDB这样的系统旨在通过水平扩展来支持大数据集（太大而不适合单个服务器）和高写/读吞吐量，而不是垂直扩展，这是关系数据库更常用的方法历史上。
支持水平可伸缩性的主要方法是对数据进行分区，即将数据集拆分为多个部分并分布在多个服务器之间。这样，它可以使用更多存储和更多IOPS，从而允许更大的数据集和更高的读/写吞吐量。
然而，数据分区使得难以支持复杂查询，例如连接等，因为数据分布在多个物理服务器之间。至于存储过程，它们由于同样的原因而不受支持 - 历史上存储过程背后的想法是数据局部性，即它们在没有网络操作的情况下在数据附近的服务器上运行，但是，如果数据分布在多个服务器之间，则这种好处消失（至少以存储过程的形式）。
因此，从这些系统查询数据的最有效方法是通过记录键，因为数据分区基于密钥，并且很容易确定记录在物理上对于给定密钥的位置。虽然许多此类系统也支持二级索引，但它们通常以某种方式受到限制或昂贵，并且可能不足以满足复杂软件解决方案中的要求。一种非常常见的方法是使用补充索引/查询解决方案（我见过基于Elasticsearch和Solr的解决方案），它允许在某些记录片段上运行复杂查询以找出记录密钥，然后用于加载记录