[સંગીત વગાડવાનો] રિક Houlihan: બધા અધિકાર. કેમ છો બધા. મારું નામ રિક Houlihan છે. હું એક વરિષ્ઠ મુખ્ય છું AWS અંતે સોલ્યુશન્સ આર્કિટેક્ટ. હું NoSQL પર ધ્યાન કેન્દ્રિત અને DynamoDB ટેકનોલોજી. હું વાત કરવા માટે આજે અહીં છું તમે તે વિશે થોડુંક. 

મારા પૃષ્ઠભૂમિ છે મુખ્યત્વે માહિતી સ્તર. હું અડધા મારા વિકાસ ખર્ચવામાં કારકિર્દી, ડેટાબેઝ લખી માહિતી ઍક્સેસ, ઉકેલો વિવિધ કાર્યક્રમો માટે. હું મેઘ વર્ચ્યુઅલાઈઝેશન થયા લગભગ 20 વર્ષ માટે. વાદળ મેઘ હતી તેથી, તે પહેલાં અમે ઉપયોગિતા કમ્પ્યુટિંગ તેને કૉલ કરવા માટે વપરાય છે. અને આ વિચાર, તે જેમ આવી હતી પી.જી. & E, તમે શું ઉપયોગ માટે ચૂકવણી. આજે આપણે વાદળ કૉલ કરો. 

પરંતુ વર્ષો સુધી, હું કામ કર્યું કંપનીઓ એક દંપતિ માટે તમે કદાચ ક્યારેય સાંભળ્યું કર્યું છે. પરંતુ હું ટેકનિકલ એક યાદી તૈયાર કરી છે સિદ્ધિઓ, હું તમને કહું છું હો ધારી. હું મેઘ સિસ્ટમો આઠ પેટન્ટ છે વર્ચ્યુઅલાઈઝેશન, માઇક્રોપ્રોસેસર ડિઝાઇન, જટિલ ઘટના પ્રક્રિયા, અને અન્ય વિસ્તારોમાં તેમજ. 

આ દિવસોમાં તેથી, હું NoSQL પર મોટે ભાગે ધ્યાન કેન્દ્રિત ટેકનોલોજી અને આગામી પેઢી ડેટાબેઝ. અને તે હું જાઉં છું શું સામાન્ય છે વિશે તમે આજે વાત અહીં હોય છે. તેથી જો તમે અપેક્ષા કરી શકો છો આ સત્ર, અમે એક સંક્ષિપ્ત મારફતે જાઓ પડશે માહિતી પ્રોસેસીંગ ઇતિહાસ. તે હંમેશા મદદરૂપ છે અમે જ્યાંથી આવ્યા હતા સમજવું અમે છો શા માટે છે અને અમે છે જ્યાં. અને અમે થોડી વાત કરીશું NoSQL ટેકનોલોજી વિશે બીટ મૂળભૂત દૃષ્ટિબિંદુ માંથી. 

અમે કેટલાક માં મળશે આ DynamoDB આંતરિક. DynamoDB AWS કોઈ સ્વાદ છે. તે સંપૂર્ણપણે વ્યવસ્થાપિત છે અને હોસ્ટ NoSQL ઉકેલ. અને અમે ટેબલ વિશે થોડુંક વાત કરીશું માળખું, API નો, માહિતી પ્રકારો, નિર્દેશિકાઓની, અને આંતરિક કેટલાક કે DynamoDB ટેકનોલોજી. અમે ડિઝાઇન કેટલાક માં મળશે પેટર્ન અને શ્રેષ્ઠ પદ્ધતિઓ. અમે તમને તે વિશે વાત કરીશું કેટલાક માટે આ ટેકનોલોજીનો ઉપયોગ આજે કાર્યક્રમો. અને પછી અમે થોડી વાત કરીશું ઉત્ક્રાંતિ અથવા ઉદભવ વિશે પ્રોગ્રામિંગ એક નવો ફેરફાર કહેવાય ઘટના આધારિત કાર્યક્રમો અને DynamoDB તેમજ કે કેવી રીતે ભજવે. અને અમે તમને થોડી છોડી જાય છે સંદર્ભ સ્થાપત્ય ચર્ચા તેથી અમે કેટલાક વિશે વાત કરી શકો છો આ રીતે તમે DynamoDB વાપરી શકો છો. 

તેથી પ્રથમ આ એક પ્રશ્ન છે off-- હું ઘણો ડેટાબેઝ શું છે તે સાંભળો. ઘણા લોકો તેઓ લાગે ડેટાબેઝ શું છે ખબર. Google તમને, તો તમે આ જોશો. તે રાખવામાં માહિતી માળખાગત સમૂહ છે કોમ્પ્યુટર, ખાસ કરીને એક કે વિવિધ રીતે સુલભ છે. હું એક સારી ધારવું આધુનિક ડેટાબેઝ વ્યાખ્યા. પરંતુ હું, કારણ કે તે ગમતું નથી તે વસ્તુઓ એક દંપતિ સૂચિત. તે માળખું સૂચિત. અને તે કમ્પ્યુટર પર છે કે સૂચિત. અને ડેટાબેઝો ન હતી કમ્પ્યુટર્સ પર હંમેશા અસ્તિત્વ ધરાવે છે. ડેટાબેસેસ ખરેખર ઘણી રીતે અસ્તિત્વ ધરાવતું હતું. 

એક તેથી વધુ સારી વ્યાખ્યા ડેટાબેઝ આ કંઈક છે. એક ડેટાબેઝ એક આયોજન કરવામાં આવે છે સ્ટોર, વ્યવસ્થા કરવા માટે પદ્ધતિ અને જાણકારી પ્રાપ્ત. આ About.com છે. તેથી હું ખરેખર મંત્રણા કારણ કે તે આ પસંદ છે વિશે એક ડેટાબેઝ રીપોઝીટરી છે, રિપોઝીટરી માહિતી જરૂરી નથી કમ્પ્યુટર પર બેસીને કે કંઈક. અને સમગ્ર ઇતિહાસમાં, અમે હંમેશા એન્જીનિયરિંગ થયું નથી. 

હવે, હું સરેરાશ પૂછતા હોય શું ડેવલપર આજે ડેટાબેઝ, કે હું વિચાર જવાબ નથી. ક્યાંક હું સામગ્રી વળગી શકે છે. અધિકાર? અને તે સાચું છે. પરંતુ તે કમનસીબ છે. ડેટાબેઝ ખરેખર છે, કારણ કે આધુનિક એપ્લિકેશન ફાઉન્ડેશન. તે પાયો છે દરેક અરજી. અને તમે તે બિલ્ડ કેવી રીતે ડેટાબેઝ, તમે કેવી રીતે માળખું કે માહિતી કેવી રીતે રાખે છે રહ્યું છે તમે સ્કેલ તરીકે અરજી કરે છે. 

તેથી મારા કામ આજે ઘણો સાથે વ્યવહાર કરવામાં આવે છે શું જ્યારે વિકાસકર્તાઓ થાય આ અભિગમ લે છે અને ત્યાર બાદ સાથે વ્યવહાર એક અરજી કે હવે મૂળ બહાર ખેંચે છે ખરાબ ડિઝાઇન ઉદ્દેશ અને દુઃખ. તેથી આશા છે કે જ્યારે તમે આજે દૂર જવામાં, તમે સાધનો એક દંપતિ માં છે તમે રાખવા પડશે કે તમારા બેલ્ટ તે જ ભૂલો બનાવવા છે. બધા અધિકાર. તેથી આપણે એક થોડુંક વિશે વાત કરો ડેટાબેઝ ટેકનોલોજી સમયરેખા. હું એક વાંચી લાગે છે લેખ કે લાંબા સમય પહેલા અને તે રેખાઓ પર કંઈક કહ્યું હતું તે ખૂબ જ કાવ્યાત્મક નિવેદન છે. તેમાં લખ્યું હતું કે ઇતિહાસ માહિતી પ્રોસેસીંગ છે ઉચ્ચ વોટરમાર્ક સંપૂર્ણ માહિતી વિપુલતા. ઠીક છે. હવે, હું તે પ્રકારના સાચું છે ધારી. પરંતુ હું ખરેખર છે જુઓ ઇતિહાસ ખરેખર ભરવામાં આવે છે માહિતી દબાણ ઊંચા વોટરમાર્ક સાથે. માહિતી દર કારણ કે લેવાથી નીચે જાય ક્યારેય. તે માત્ર ત્યારે જ જાય છે. 

અને ઇનોવેશન ત્યારે થાય છે જ્યારે અમે માહિતી દબાણ, જે જુઓ છે કે જે માહિતી જથ્થો છે હવે સિસ્ટમ માં આવતા. અને તે પ્રક્રિયા કરી શકાતી નથી અસરકારક રીતે સમય અથવા ખર્ચ ક્યાં તો. જ્યારે અમે શરૂ અને તે છે માહિતી દબાણ જોવા. 

તેથી અમે જોવા જ્યારે પ્રથમ ડેટાબેઝ, આ અમારા કાન વચ્ચે હતી કે એક છે. અમે બધા તેને સાથે જન્મ્યા છો. તે એક સરસ ડેટાબેઝ છે. તે ઉચ્ચ ઉપલબ્ધતા ધરાવે છે. તે હંમેશા પર છે. તમે હંમેશા તે મેળવી શકો છો. 

પરંતુ તે એક વપરાશકર્તા છે. હું તમારી સાથે મારા વિચારો શેર કરી શકતા નથી. તમે મારા વિચારો ન મળી શકે તમે તેમને માંગો છો. અને તેમના abilitiy જેથી સારી નથી. અમે વસ્તુઓ ભૂલી જાવ. દરેક હવે પછી, અમને નહીં અને અન્ય અસ્તિત્વ પર ફરે છે અને અમે બધું ગુમાવી કે ડેટાબેઝ હતી. તેથી તે છે કે જે બધી સારી નથી. 

અને આ સમય પર સારી રીતે કામ કર્યું અમે દિવસ પાછા હતા ત્યારે જ્યારે અમે ખરેખર ખબર કરવા માટે જરૂરી બધા છે જ્યાં અમે આવતી કાલે પર જવા માટે જતા હોય અથવા અમે શ્રેષ્ઠ ખોરાક ભેગા છે. પરંતુ અમે શરૂ તરીકે વધવા માટે સંસ્કૃતિ અને સરકારી શરૂ કરવામાં આવી છે, અને વ્યવસાયો, વિકસાવવાનું શરૂ કર્યું અમે ખ્યાલ શરૂ કર્યું કરતાં થોડી વધુ શું કરવાની જરૂર છે અમે અમારા માથા માં મૂકી શકે છે. બધા અધિકાર? 

અમે રેકોર્ડ સિસ્ટમો માટે જરૂરી. અમે સક્ષમ સ્ટોર માહિતી હોઈ સ્થળોએ જરૂરી. તેથી અમે લેખન દસ્તાવેજો શરૂ લાયબ્રેરી અને આર્કાઈવ્ઝ બનાવવા. અમે એક વિકાસશીલ શરૂ સિસ્ટમ ખાતાવહી એકાઉન્ટિંગ. અને ખાતાવહી ગણતરી છે કે જે સિસ્ટમ ઘણી સદીઓ માટે વિશ્વના ચાલી અને કદાચ સહસ્ત્રાબ્દી તરીકે અમે પ્રકારની બિંદુ થયો હતો કે જ્યાં ડેટા લોડ વટાવી તે સિસ્ટમો ક્ષમતા તે સમાવે સમક્ષ રજુ કરવાનો પ્રયત્ન કરવા માટે. 

અને આ ખરેખર એ 1880 માં થયું હતું. અધિકાર? 1880 યુએસ સેન્સસ છે. આ જ્યાં દેવાનો ખરેખર છે આધુનિક માહિતી પ્રોસેસીંગ નિર્દેશ કરે છે. આ બિંદુ પર છે માહિતી, જે રકમ કે દ્વારા એકત્રિત કરવામાં આવી હતી અમેરિકી સરકાર બિંદુ મળી જ્યાં તેની પર પ્રક્રિયા કરવા આઠ વર્ષ લાગ્યા. 

હવે, આઠ years-- તરીકે તમે સેન્સસ ખબર રન દર 10 years-- તેથી તે ખૂબ સ્પષ્ટ છે કે સમય સુધીમાં અમે , 1890 સેન્સસ મળી માહિતી જથ્થો કે પ્રક્રિયા થઈ જવાનો હતો સરકાર દ્વારા કરવામાં આવી હતી 10 વર્ષ કરતાં વધી રહ્યું તે શરૂ નવી વસ્તી ગણતરી લેશે. આ એક સમસ્યા હતી. 

તેથી એક વ્યક્તિ હર્મન નામ આપવામાં આવ્યું Hollerith સાથે આવ્યા અને તે એકમ રેકોર્ડ પંચ શોધ કાર્ડ, પંચ કાર્ડ રીડર, પંચ કાર્ડ કોઠા, અને સરખામણી ના આ ટેકનોલોજી માટે પદ્ધતિઓ. તેણે રચના કે કંપની સમય, અન્ય એક દંપતી સાથે ખરેખર બની થાંભલા એક આજે આપણે જાણીએ છીએ નાની કંપની IBM કહેવાય છે. 

તેથી IBM મૂળ હતી ડેટાબેઝ બિઝનેસ. અને તે તેઓ શું કર્યું ખરેખર છે. તેઓ માહિતી પ્રોસેસીંગ હતી. 

પંચ પ્રસારને જેથી કાર્ડ, એક કુશળ પદ્ધતિઓ કે લાભ માટે સમર્થ હોવા ટેકનોલોજી છટણી પરિણામ સેટ મત આપ્યા હતા. તમે આ ચિત્રમાં જોઈ શકો છો ત્યાં અમે થોડું છે તે થોડી small-- છે, પરંતુ તમે જોઈ શકો છો ખૂબ જ બુદ્ધિશાળી યાંત્રિક પદ્ધતિ અમે એક પંચ કાર્ડ ડેક હોય છે. અને કોઈકને લેવાથી થોડી screwdriver અને મારફતે ચોંટતા સ્લોટ અને તે ઉઠાંતરી , કે મેચ મળી છે કે જે સૉર્ટ પરિણામો સુયોજિત કરો. 

આ એક સમૂહ છે. અમે આ બધા સમય કરવા કમ્પ્યુટર આજે, તમે ડેટાબેઝ માં કરી છે. અમે અધિકાર છે, તેને જાતે કરવા માટે વપરાય? લોકો સાથે મળીને આ વસ્તુઓ મૂકો. અને તે પ્રસારને હતી આ પંચ કાર્ડ અમે કહે છે માહિતી ડ્રમ્સ માં અને માહિતી reels, કાગળ ટેપ. 

આ ડેટા પ્રોસેસિંગ ઉદ્યોગ લીધો ખેલાડી pianos એક પાઠ. પ્લેયર પર પાછા pianos સદીના વળાંકની સ્લોટ સાથે કાગળ reels ઉપયોગ કરવા માટે વપરાય પર જે રમવા માટે કીઓ કહી. ટેક્નોલોજી છે કે જે સ્વીકારવામાં આવી હતી તેથી આખરે, ડિજિટલ ડેટા સ્ટોર કરવા માટે તેઓ કે જે માહિતી મૂકી શકે છે, કારણ કે તે કાગળ ટેપ reels પર. 

હવે, પરિણામે, માહિતી કેવી રીતે વાસ્તવમાં હતી જો તમે આ માહિતી સીધી હતી ઍક્સેસ તમે તેને સંગ્રહિત કેવી રીતે આધાર રાખે છે. તેથી હું એક ટેપ પર માહિતી મૂકવામાં જો, હું સરખી માહિતી ઍક્સેસ હતી. હું સમગ્ર રોલ હતી ટેપ તમામ માહિતી ઍક્સેસ કરવા માટે. હું પંચ માહિતી મૂકી કાર્ડ, હું તે ઍક્સેસ કરી શકે છે થોડી વધુ રેન્ડમ માં ફેશન, કદાચ નથી ઝડપથી. 

પરંતુ કેવી રીતે મર્યાદાઓને હતા અમે સંગ્રહિત કરવામાં આવી હતી કેવી રીતે પર આધારિત માહિતી ઍક્સેસ કરો. અને તેથી આ એક સમસ્યા હતી '50s માં જઈ રહી છે. ફરીથી, અમે અમે જુઓ કે શરૂ કરી શકો છો પ્રક્રિયા કરવા માટે નવી ટેકનોલોજી વિકાસ માહિતી અધિકાર, તે ખોલે છે નવા ઉકેલો માટે દરવાજા, નવા કાર્યક્રમો માટે, નવા એવી માહિતી કાર્યક્રમો. અને ખરેખર, ગવર્નન્સ કારણ હોઈ શકે છે શા માટે આપણે આ સિસ્ટમો કેટલાક વિકસાવી છે. પરંતુ વ્યાપાર ઝડપથી બન્યા ઉત્ક્રાંતિ પાછળ ડ્રાઈવર આધુનિક ડેટાબેઝ અને આધુનિક ફાઇલ સિસ્ટમ. 

આગામી વસ્તુ કે જેથી '50s માં આવ્યા હતા ફાઈલ સિસ્ટમ અને હતી રેન્ડમ ઍક્સેસ સંગ્રહ વિકાસ. આ સુંદર હતી. હવે, અચાનક તમામ, અમે મૂકી શકો છો અમારા આ હાર્ડ ડ્રાઈવો પર ગમે ત્યાં ફાઇલો અને અમે રેન્ડમ આ માહિતી ઍક્સેસ કરી શકો છો. અમે તે પાર્સ કરી શકો છો ફાઇલો બહાર જાણકારી. અને અમે વિશ્વના તમામ હલ માહિતી પ્રક્રિયા સાથે સમસ્યાઓ. 

અને તે ચાલ્યો 20 અથવા ઉત્ક્રાંતિ સુધી 30 વર્ષ આ રીલેશ્નલ ડેટાબેઝ, કે જે વિશ્વમાં હવે અમે નક્કી કર્યું છે જ્યારે ભાંગી કે રીપોઝીટરી હોય છે કરવાની જરૂર ફાઇલ સમગ્ર માહિતી ફેલાવ અમે નિર્માણ કર્યું છે કે જે સિસ્ટમો. અધિકાર? ઘણા વિતરણ ખૂબ માહિતી સ્થળો, માહિતી દ-નકલ, અને સંગ્રહ કિંમત પ્રચંડ હતો. 

'70s માં, સૌથી વધુ ખર્ચાળ રિસોર્સ કમ્પ્યુટર હતું કે સંગ્રહ હતો. પ્રોસેસર હતી નિયત ખર્ચ તરીકે જોવામાં આવે છે. હું બોક્સ ખરીદી, એ CPU કેટલાક કામ કરે છે. કે શું સ્પિનિંગ કરી રહ્યું છે તે ખરેખર કામ નથી અથવા. તે ખરેખર એક છેવાડે કિંમત છે. 

પરંતુ શું એક તરીકે મને ખર્ચ બિઝનેસ સંગ્રહ છે. હું આગામી વધુ ડિસ્ક ખરીદી હોય તો મહિને, કે હું ચૂકવણી કે એક વાસ્તવિક કિંમત છે. અને તે સંગ્રહ ખર્ચાળ છે. 

હવે અમે આગળ ઝડપી 40 વર્ષ અને અમે એક અલગ સમસ્યા હોય છે. આ ગણતરી હવે છે સૌથી વધુ ખર્ચાળ સ્ત્રોત. સંગ્રહ સસ્તા છે. હું અમે પર ગમે ત્યાં જઈ શકે છે, અર્થ વાદળ અને અમે વાજબી દરની સંગ્રહ શોધી શકો છો. પરંતુ શું હું શોધી શકો છો સસ્તા Compute છે. 

આજે ઉત્ક્રાંતિ તેથી ટેકનોલોજી, ડેટાબેઝ ટેકનોલોજી, ખરેખર આસપાસ ધ્યાન કેન્દ્રિત કર્યું છે વિતરણ ડેટાબેઝ કે પીડાતા નથી સ્કેલ જ પ્રકાર રીલેશ્નલ ડેટાબેઝ મર્યાદાઓ. અમે વિશે થોડુંક વાત કરીશું કે ખરેખર એનો શું અર્થ થાય. 

પરંતુ એક કારણ અને છે આ અમે પાછળ ડ્રાઈવર માહિતી દબાણ વિશે વાત કરી હતી. ડેટા દબાણ કંઈક છે કે નવીનીકરણ નહીં. અને તમે પર જોવા હોય તો છેલ્લા પાંચ વર્ષમાં, આ શું માહિતી એક ચાર્ટ છે સામાન્ય એન્ટરપ્રાઇઝ સમગ્ર ભાર છેલ્લા પાંચ વર્ષમાં જેવો દેખાય છે. 

અને અંગૂઠો સામાન્ય નિયમ આ days-- તમે Google-- જાઓ તો માહિતી 90% છે આજે આપણે સ્ટોર, અને તે હતી છેલ્લા બે વર્ષમાં પેદા. ઠીક છે. હવે, આ નવી છે કે વલણ નથી. આ કરવામાં આવી છે કે એક વલણ છે 100 વર્ષ માટે જઈ રહી છે. એવર હર્મન Hollerith થી પંચ કાર્ડ વિકસાવવામાં, અમે માહિતી રીપોઝીટરીઓ નિર્માણ કર્યું અને અસાધારણ દરે માહિતી ભેગી. 

તેથી છેલ્લા 100 વર્ષો સુધી, અમે આ વલણ જોવા મળે છે. કે બદલવા માટે ચાલી રહ્યું છે. આગળ જતાં, અમે જોવા માટે જઈ રહ્યાં છો આ ન હોય તો ત્વરિત વલણ. અને તમે તે શું લાગે છે જોઈ શકે છે. 

2010 માં એક બિઝનેસ એક હોય તો સંચાલન હેઠળ માહિતી ટેરાબાઈટ, તેઓ અર્થ એ થાય કે આજે માહિતી 6.5 petabytes વ્યવસ્થા. તે 6,500 ગણી વધુ માહિતી છે. અને હું આ ખબર. હું દરરોજ આ વ્યવસાયો સાથે કામ કરે છે. પાંચ વર્ષ પહેલાં, હું કંપનીઓ સાથે વાત કરશે શું પીડા વિશે મને જે વાત કરશે તે માહિતી ટેરાબાઇટો વ્યવસ્થા છે. અને તેઓ વાત કરશે અમે જુઓ કે કેવી રીતે વિશે મને આ કદાચ રહ્યું છે એક Petabyte અથવા બે હોઈ વર્ષો દંપતિ અંદર. 

આ જ કંપનીઓ હું સાથે બેઠક છું આજે, અને તેઓ વિશે મને વાત કરી રહ્યા છીએ સમસ્યા મેનેજિંગ ત્યાં આવી રહી છે દસ માહિતી 20 petabytes. આ વિસ્ફોટ તેથી ઉદ્યોગ માહિતી પ્રચંડ ડ્રાઇવિંગ છે સારી ઉકેલો માટે જરૂર છે. અને રીલેશ્નલ ડેટાબેઝ છે માત્ર માંગ સુધી રહેતા નથી. 

અને તેથી એક રેખીય છે માહિતી દબાણ વચ્ચે સંબંધ અને ટેકનિકલ નવીનીકરણ. ઇતિહાસ અમને બતાવ્યું છે આ છે, કે જે સમય જતાં, જ્યારે ડેટા વોલ્યુમ કે પ્રક્રિયા કરવાની જરૂર છે સિસ્ટમ ક્ષમતા કરતાં વધી જાય વાજબી સમય માં તે પ્રક્રિયા કરવા માટે અથવા વાજબી ખર્ચે, પછી નવી ટેકનોલોજી તે સમસ્યાઓ ઉકેલવા માટે શોધ કરવામાં આવે છે. તે નવી ટેકનોલોજી, બદલામાં, બારણું ખોલી સમસ્યાઓ અન્ય સમૂહ છે, જે પણ વધુ માહિતી ભેગી થયેલ છે. 

હવે, આપણે આ રોકવા માટે જઈ રહ્યાં છો. અધિકાર? અમે આ રોકવા માટે જઈ રહ્યાં છો. શા માટે? તમે બધું જાણતા નથી શકે છે બ્રહ્માંડમાં ખબર છે. અને લાંબા સમય સુધી અમે જીવંત કરવામાં આવી છે તેમ માણસ સમગ્ર ઇતિહાસ દરમિયાન, અમે હંમેશા વધુ જાણવા માટે નહીં હોય. 

તેથી તે અમે ખસેડવા દરેક ઇંચ જેવી લાગે છે વૈજ્ઞાનિક શોધ પાથ નીચે, અમે માહિતી જથ્થો ગુણાકાર છે અમે ઝડપી પ્રક્રિયા કરવા માટે જરૂર છે કે જે અમે વધુ અને વધુ અને વધુ ઉઘાડું કરવું જીવન આંતરિક કાર્યરચના વિશે બ્રહ્માંડ કેવી રીતે કામ કરે વિશે વૈજ્ઞાનિક શોધ ડ્રાઇવિંગ, અને શોધ કે આજે આપણે કરી રહ્યા છીએ. માહિતી વોલ્યુમ માત્ર સતત વધે છે. તેથી સાથે વ્યવહાર કરવા માટે સક્ષમ છે આ સમસ્યા પ્રચંડ છે. 

વસ્તુઓ એક જેથી અમે NoSQL શા તરીકે જોવા? કેવી રીતે NoSQL આ સમસ્યા હલ નથી? વેલ, સંબંધ ડેટાબેઝો, સ્ટ્રક્ચર્ડ ક્વેરી લેંગ્વેજ, SQL-- તે ખરેખર એક રચના છે સંબંધ આ વસ્તુઓ છે database-- સંગ્રહ માટે શ્રેષ્ટ થયેલ છે. 

પાછા '70s માં, ફરી, ડિસ્ક ખર્ચાળ છે. સંગ્રહ બચાવ કસરત એન્ટરપ્રાઇઝ માં ક્યારેય અંત છે. મને ખબર છે. હું તે રહેતા હતા. હું એક માટે સંગ્રહ ડ્રાઈવરો લખ્યું enterprised superserver કંપની પાછા '90s માં. અને નીચે લીટી અન્ય સહાયકોને તકલીફ આપવાનું છે સંગ્રહ એરે માત્ર કંઈક હતું કે એન્ટરપ્રાઇઝ દરરોજ થયું. અને તે ક્યારેય બંધ. ઉચ્ચ ઘનતા સંગ્રહ માંગ ઉચ્ચ ઘનતા સંગ્રહ માટે, અને વધુ કાર્યક્ષમ સંગ્રહ માટે તે ક્યારેય બંધ છે devices--. 

અને NoSQL એક મહાન ટેકનોલોજી છે તે માહિતી normalizes છે. તે માહિતી દ-ડુપ્લિકેટ્સ. તે માળખામાં માહિતી મૂકે છે દરેક વપરાશ પેટર્ન અજ્ઞેયવાદી છે. બહુવિધ કાર્યક્રમો કે હિટ કરી શકે છે SQL ડેટાબેઝ, તદર્થ પ્રશ્નો ચલાવો, અને આકાર માહિતી મેળવવા કે તેઓ તેમના વર્કલોડ માટે પ્રક્રિયા કરવા માટે જરૂર છે. કે વિચિત્ર લાગે છે. પરંતુ નીચે લીટી કોઇ સાથે છે સિસ્ટમ, તે બધું અજ્ઞેયવાદી છે, તો તે કશું માટે શ્રેષ્ટ થયેલ છે. ઠીક છે? 

અને તે અમે સાથે વિચાર શું છે આ રીલેશ્નલ ડેટાબેઝ. તે સંગ્રહ માટે શ્રેષ્ટ છે. તે સામાન્ય છે. તે સંબંધ છે. તે તદર્થ પ્રશ્નો આધાર આપે છે. અને તે અને તે ઊભી લાગુ થાય છે. 

હું એક મોટી SQL ડેટાબેઝ મેળવવાની જરૂર પડે તો અથવા વધુ શક્તિશાળી એસક્યુએલ ડેટાબેઝ, હું લોખંડ એક મોટી ભાગ ખરીદી પર જાઓ. ઠીક છે? હું ઘણાં બધા ગ્રાહકો સાથે કામ કર્યું મુખ્ય સુધારાઓ મારફતે કરવામાં આવી છે કે તેમના એસક્યુએલ ઇન્ફ્રાસ્ટ્રક્ચર માત્ર છ મહિના પછી તે શોધવા માટે, તેઓ ફરીથી દિવાલ હિટ રહ્યા છો. અને ઓરેકલ અથવા MSSQL જવાબ અથવા અન્ય કોઇ મોટા બોક્સ વિચાર છે. વેલ, વહેલા અથવા પછીના તમે ખરીદી કરી શકો છો બોક્સ મોટી છે, અને તે વાસ્તવિક સમસ્યા છે. અમે ખરેખર વસ્તુઓ બદલવા માટે જરૂર છે. તેથી જ્યાં આ કામ કરે છે? તે ઑફલાઇન માટે સારી રીતે કામ કરે ઍનલિટિક્સ, ઓલાપ પ્રકારના વર્કલોડ. એસક્યુએલ અનુસરે છે અને તે ખરેખર છે. હવે, તે ઘણા ઑનલાઇન આજે વપરાય છે ટ્રાન્ઝેક્શનલ પ્રોસેસીંગ પ્રકારના કાર્યક્રમો. અને તે માત્ર દંડ કામ કરે છે ઉપયોગ અમુક સ્તર, પરંતુ તે માત્ર નથી માપવાના નથી NoSQL નથી કે જે રીતે. અને અમે થોડી વાત કરીશું કે શા માટે વિશે બીટ. 

હવે, noSQL, બીજી બાજુ પર, વધુ Compute માટે શ્રેષ્ટ થયેલ છે. ઠીક છે? તે અજ્ઞેયવાદી નથી વપરાશ પેટર્ન. અમે ડિ-સામાન્ય કૉલ શું છે માળખું અથવા સ્તરવાળું માળખું. એક રીલેશ્નલ ડેટાબેઝ માં માહિતી છે બહુવિધ કોષ્ટકો માંથી મળીને જોડાયા તમને જરૂર છે કે જુઓ પેદા કરવા માટે. એક NoSQL ડેટાબેઝ માં માહિતી દસ્તાવેજ માં સંગ્રહાય છે આ સ્તરવાળું માળખું ધરાવે છે. સામાન્ય રીતે હશે કે તમામ માહિતી કે જુઓ પેદા કરવા માટે સાથે મળીને જોડાયા એક દસ્તાવેજ માં સંગ્રહાય છે. અને અમે વિશે થોડુંક વાત કરીશું કેવી રીતે ચાર્ટ એક દંપતિ માં કામ કરે છે. 

પરંતુ અહીં વિચાર તમે સંગ્રહ છે આ instantiated જોવાઈ તરીકે તમારી માહિતી. ઠીક છે? તમે સીધા પાયે. અધિકાર? હું વધારવા માટે જરૂર હોય તો મારા NoSQL ક્લસ્ટરના માપ, હું એક મોટી બોક્સ વિચાર કરવાની જરૂર નથી. હું અન્ય બોક્સ મળે છે. અને હું મળીને તે ક્લસ્ટર અને મને લાગે છે કે માહિતી ઠીકરું શકો છો. અમે વિશે થોડી વાત કરીશું sharding શું છે, હોઈ તે ડેટાબેઝ આરોહણ કરવા માટે સક્ષમ બહુવિધ ભૌતિક ઉપકરણો સમગ્ર અને અવરોધ દૂર કે ઊભી આરોહણ કરવા માટે મને જરૂરી છે. 

તેથી તે ખરેખર ઑનલાઇન માટે બનેલ છે વ્યવહાર પ્રક્રિયા અને પાયે. એક મોટી તફાવત છે અહીં અહેવાલ વચ્ચે, અધિકાર? અહેવાલ, હું ખબર નથી પ્રશ્નો હું પૂછી જાઉં છું. અધિકાર? Reporting-- કોઈને તો મારા માર્કેટિંગ વિભાગ મારા ગ્રાહકોને કેટલા just-- કરવા માંગે છે આ ચોક્કસ લાક્ષણિકતા ધરાવતા મને ખબર નથી આ day-- પર ખરીદી તેઓ શું પૂછો જઈ રહ્યાં છો તે શોધો. તેથી હું અજ્ઞેયવાદી કરવાની જરૂર છે. 

હવે, ઓનલાઇન ટ્રાન્ઝેક્શનલ એપ્લિકેશન, હું પૂછવા છું કયા પ્રશ્નો ખબર. હું અરજી બાંધવામાં એક ખૂબ ચોક્કસ વર્કફ્લો. ઠીક છે? હું માહિતી ઑપ્ટિમાઇઝ તેથી જો વર્કફ્લો આધાર આપવા માટે સંગ્રહવા, તે ઝડપી હોઈ રહ્યું છે. અને તે શા માટે NoSQL શકે છે ખરેખર આ બોલ વેગ સેવાઓ તે પ્રકારના છે. બધા અધિકાર. 

તેથી અમે પ્રવેશ મેળવવા જઈ રહ્યાં છો અહીં સિદ્ધાંત એક થોડુંક. અને તમે કેટલાક તમારી આંખો થોડો પાછળ રોલ કરી શકે છે. પરંતુ હું તે રાખવા પ્રયાસ કરીશું હું કરી શકો છો તરીકે ઊંચા સ્તરે. તમે પ્રોજેક્ટ છો તેથી જો મેનેજમેન્ટ, ત્યાં છે એક રચના કહેવાય પરિમાણોને ત્રિકોણ. ઠીક છે. Constrains સૂચવે ના ત્રિકોણ તમે બધું બધા સમય હોઈ શકે નહિં. તમારા પાઇ હોય છે અને તે ખૂબ ખાય કરી શકો છો. જેથી પ્રોજેક્ટ મેનેજમેન્ટ, કે ત્રિકોણ પરિમાણોને, તો તમે તેને સસ્તા હોઈ શકે છે તમે તેને ઝડપી હોઈ શકે છે અથવા તમે તેને સારી હોઈ શકે છે. બે ચૂંટો. તમે બધા ત્રણ ન હોય શકે છે. અધિકાર? ઠીક છે. 

તેથી જો તમે આ ઘણો વિશે સાંભળવા. તે એક ટ્રીપલ અવરોધ છે ટ્રીપલ મર્યાદાને ત્રિકોણ, અથવા આયર્ન ત્રિકોણ oftentimes-- છે તમે મેનેજરો પ્રોજેક્ટ વાત ત્યારે, તેઓ આ વિશે વાત કરીશું. હવે, ડેટાબેઝ હોય છે તેમના પોતાના લોખંડ ત્રિકોણ. અને માહિતી આયર્ન ત્રિકોણ અમે કેપ પ્રમેય કૉલ છે. ઠીક છે? 

CAP પ્રમેય સૂચવે કેવી રીતે ડેટાબેઝ કામ એક ખૂબ ચોક્કસ શરત હેઠળ. અને અમે વિશે વાત કરીશું કે શરત શું છે. પરંતુ ત્રિકોણ ના ત્રણ પોઇન્ટ, તેથી, સી છે, સાતત્ય વાત કરવા માટે. ઠીક છે? તેથી કેપમાં, સુસંગતતા બધા અર્થ એ થાય કે ડેટાબેઝ ઍક્સેસ કરી શકો છો જે ક્લાઈન્ટો હંમેશા ખૂબ જ પડશે માહિતી સતત જુઓ. કોઇએ તેમ બે અલગ અલગ વસ્તુઓ જુઓ. ઠીક છે? હું ડેટાબેઝ જુઓ તો, હું એ જ દૃશ્ય જોઈ રહ્યો છું મારા જીવનસાથી તરીકે જે જુએ છે એ જ ડેટાબેઝ. કે સુસંગતતા છે. 

ઉપલબ્ધતા અર્થ એ થાય કે જો ડેટાબેઝ ઓનલાઇન, તે પહોંચી શકાય છે, તો બધા ક્લાઈન્ટો હંમેશા કરશે કે વાંચવા અને લખવા માટે સક્ષમ હોય છે. ઠીક છે? તેથી દરેક ક્લાઈન્ટ કે ડેટાબેઝ વાંચી શકે છે હંમેશા સક્ષમ વાંચી હશે માહિતી અને લખવા માહિતી. અને તે કેસ છે, તો તે ઉપલબ્ધ સિસ્ટમ છે. 

અને ત્રીજા બિંદુ શું છે અમે પાર્ટીશન સહનશીલતા કૉલ કરો. ઠીક છે? પાર્ટીશન સહનશીલતા સાધન આ સિસ્ટમ સારી રીતે કામ કરે છે કે ભૌતિક નેટવર્ક હોવા છતાં ગાંઠો વચ્ચે પાર્ટીશનોને બનાવે છે. ઠીક છે? તેથી ક્લસ્ટર ગાંઠો નથી કરી શકો છો એકબીજા સાથે વાત, શું થાય છે? બધા અધિકાર. 

તેથી રીલેશ્નલ ડેટાબેઝ choose-- તમે આ બે પસંદ કરી શકો છો. ઠીક છે. તેથી રીલેશ્નલ ડેટાબેઝ પસંદ સતત અને ઉપલબ્ધ હોય છે. પાર્ટીશન વચ્ચે થાય તો માહિતી સ્ટોર માં DataNodes, ડેટાબેઝ ક્રેશ થાય છે. અધિકાર? તે માત્ર નીચે જાય છે. ઠીક છે. 

અને આ માટે તેઓ છે શા માટે છે મોટી બોક્સ સાથે વધવા માટે. અધિકાર? No-- સામાન્ય રીતે એક ક્લસ્ટર છે કારણ કે ડેટાબેઝ, તેમને ઘણા ત્યાં નથી કે જે રીતે કાર્ય કરે છે. પરંતુ મોટા ભાગના ડેટાબેઝ પરિમાણ ઊભી એક બોક્સ અંદર. તેઓ જરૂર છે, કારણ સતત અને ઉપલબ્ધ છે. પાર્ટીશન ઇન્જેક્ટ કરવામાં આવ્યા હતા, તો પછી તમે એક પસંદગી કરી હશે. તમે વચ્ચે પસંદગી કરી છે સતત અને ઉપલબ્ધ છે. 

અને તે NoSQL ડેટાબેઝ શું છે. બધા અધિકાર. તેથી NoSQL ડેટાબેઝ, તે બે સ્વાદો માં આવે છે. અમે તેને સારી રીતે અહી ઘણા સ્વાદો માં આવે છે, પરંતુ તે બે મૂળભૂત સાથે આવે છે શું characteristics-- અમે સીપી ડેટાબેઝ, અથવા કૉલ કરશે સતત અને પાર્ટીશન સહનશીલતા સિસ્ટમ. આ ગાય્સ પસંદગી કરી છે કે જ્યારે ગાંઠો એકબીજા સાથે સંપર્ક ગુમાવી અમે પરવાનગી આપે છે નથી જઈ રહ્યાં છો લોકો કોઇ પણ વધુ લખવા માટે. ઠીક છે? 

પાર્ટીશન દૂર કરવામાં આવે છે ત્યાં સુધી, રાઇટ એક્સેસ અવરોધિત છે. એટલે કે, તેઓ ઉપલબ્ધ નથી થાય છે. તેઓ સતત છો. અમે એ જોઈને પાર્ટીશન પોતે પિચકારીની, અમે હવે સુસંગત હોય છે અમે જઈ રહ્યાં છો કારણ કે બે પર માહિતી બદલી માટે પરવાનગી આપે છે સ્વતંત્ર પાર્ટીશન પક્ષો દરેક અન્ય. અમે પડશે સંચાર reestablish માટે કોઇ સુધારા પહેલાં માહિતી માન્ય છે. ઠીક છે? 

આગામી સ્વાદ, એક એપી સિસ્ટમ હશે અથવા ઉપલબ્ધ છે અને પાર્ટીશન સહનશીલતા સિસ્ટમ. આ ગાય્ઝ કાળજી નથી. અધિકાર? એક નહીં કે કોઈપણ નોડ અમે તેને લેવા પડશે, લખો. તેથી હું મારા માહિતી પ્રતિકૃતિ છું ઘણા નોડો સમગ્ર. આ ગાંઠો ક્લાઈન્ટ, ક્લાઈન્ટ આવે વિચાર કહે છે, હું અમુક માહિતી લખવા જઈ રહ્યો છું. નોડ કોઈ સમસ્યા છે, કહે છે. નોડ તેમને નહીં આગામી એ જ રેકોર્ડ પર લખતી તે કોઈ સમસ્યા કહી રહ્યું છે. ક્યાંક પાછા પાછળ ઓવરને પર, કે માહિતી નકલ કરવા જઈ રહ્યું છે. અને પછી કોઈને ખ્યાલ રહ્યું છે યુએચ-ઓહ, ખ્યાલ આવશે કે તેઓ સિસ્ટમ, યુએચ-ઓહ, બે બાજુઓ માટે એક અપડેટ કરવામાં આવી છે. અમે શું કરી શકું? અને શું તેઓ તે કરે છે તેઓ કંઈક કે જે તેમને જે માહિતી રાજ્ય ઉકેલવા માટે પરવાનગી આપે છે. અને અમે વિશે વાત કરીશું આગામી ચાર્ટ છે. 

વસ્તુ અહીં બહાર નિર્દેશ કરે છે. અને હું પણ વિચાર નથી જઈ રહ્યો છું ખૂબ આ માં, આ કારણ કે ઊંડા માહિતી સિદ્ધાંત માં નોંધાયો નહીં. પરંતુ ટ્રાન્ઝેક્શનલ છે ફ્રેમવર્ક કે સંબંધ સિસ્ટમ ચાલે છે મને સુરક્ષિત રીતે સુધારાઓ બનાવવા માટે પરવાનગી આપે ડેટાબેઝમાં બહુવિધ કંપનીઓ છે. અને તે સુધારાઓ થશે બધા એક જ સમયે અથવા તમામ નથી. અને આ એસિડ વ્યવહારો કહેવામાં આવે છે. ઠીક છે? 

એસિડ, અમને સુસંગતતા પરમાણુતાઈ આપે છે, અલગતા, અને ટકાઉપણું. ઠીક છે? કે બધા અણુ, વ્યવહારો અર્થ એ થાય મારા અપડેટ્સ થાય અથવા તેઓ નથી. સુસંગતતા અર્થ એ થાય કે ડેટાબેઝ હંમેશા કરશે સતત માં લાવવામાં આવશે એક સુધારા પછી રાજ્ય. હું એક ડેટાબેઝ છોડી નહીં સુધારો લાગુ થયા બાદ ખરાબ રાજ્ય. ઠીક છે? 

તેથી તે થોડો અલગ છે CAP સુસંગતતા કરતાં. CAP સુસંગતતા અર્થ એ થાય મારા બધા ગ્રાહકોને હંમેશા ડેટા જોઈ શકો છો. ACID સુસંગતતા અર્થ એ થાય કે વ્યવહાર ડેટા સારા, થાય છે. મારા સંબંધો બધા સારા છે. હું પિતૃ પંક્તિ કાઢી નથી જઈ રહ્યો છું અને અનાથ બાળકો એક ટોળું છોડી કેટલાક અન્ય કોષ્ટકમાં. હું સતત છું, જો તે ન થઇ શકે એસિડ વ્યવહાર છે. 

આઇસોલેશનથી વ્યવહારો અર્થ એ થાય કે હંમેશા અન્ય પછી થશે. માહિતી અંતિમ પરિણામ આ જ રાજ્ય હશે તે વ્યવહારો જો તરીકે કે વારાફરતી જારી કરવામાં આવી હતી ધારાવાહિક ચલાવવામાં આવી હતી. તેથી તે સમાંતર છે ડેટાબેઝમાં નિયંત્રણ. તેથી મૂળભૂત રીતે, હું ઇન્ક્રીમેન્ટ નથી કરી શકો છો બે વખત બે ઓપરેશન સાથે જ મૂલ્ય. 

પરંતુ હું આ કિંમત માટે 1 ઉમેરવા કહેશે, અને બે વ્યવહારો આવે છે અને એક છે, તે કરવા પ્રયત્ન કરો પ્રથમ ત્યાં વિચાર જઈ અને અન્ય એક પછી ત્યાં વિચાર જઈ રહી છે. તેથી અંતે, હું બે ઉમેર્યું. તમે મારા કહેવાનો અર્થ શું જુઓ છો? ઠીક છે. 

ટકાઉપણું ખૂબ સરળ છે. જ્યારે વ્યવહાર સ્વીકાર છે, તે પણ ત્યાં જ હશે આ સિસ્ટમ ભંગાણો તો. તે સિસ્ટમ ધક્કામાંથી, ત્યારે તે પ્રતિબદ્ધ હતી કે વ્યવહાર ત્યાં ખરેખર હોઈ ચાલે છે. જેથી ગેરંટી છે ACID વ્યવહારો. તે ખૂબ સરસ ગેરંટી છે ડેટાબેઝ પર હોય છે, પરંતુ તે ખર્ચે આવે છે. અધિકાર? 

સમસ્યા કારણ આ માળખું સાથે માહિતી પાર્ટીશન હોય તો સમૂહ, હું એક નિર્ણય કરવા માટે હોય છે. હું પરવાનગી આપે છે જાઉં છું એક બાજુ અથવા અન્ય પર સુધારાઓ. અને જો આવું થાય, પછી હું લાંબા સમય સુધી જતા છું જાળવી રાખવા માટે સમર્થ થવા માટે તે લક્ષણો છે. તેઓ સતત રહેશે નહીં. તેઓ અલગ કરવામાં આવશે નહીં. તે નીચે તોડે છે આ છે સંબંધ ડેટાબેઝો માટે. આ કારણ સંબંધ છે ડેટાબેઝ ઊભી પાયે. 

બીજી બાજુ પર, અમે છે શું આધાર ટેકનોલોજી કહેવાય છે. અને આ તમારા NoSQL ડેટાબેસેસ છે. બધા અધિકાર. જેથી અમે અમારા સી.પી., એપી ડેટાબેઝ હોય છે. અને આ તમે મૂળભૂત રીતે કૉલ શું છે ઉપલબ્ધ નરમ રાજ્ય છેવટે સુસંગત. ઠીક છે? 

મૂળભૂત રીતે ઉપલબ્ધ છે, કારણ કે તેઓ પાર્ટીશન સહન છો. તેઓ હંમેશા રહેશે ત્યાં, ત્યાં છે, પણ જો ગાંઠો વચ્ચે નેટવર્ક પાર્ટીશન. હું એક નોડ સાથે વાત કરી શકો છો, હું છું માહિતી વાંચવા માટે સમર્થ થવા માટે જઈ રહી છે. ઠીક છે? હું હંમેશા લખવા માટે સમર્થ નહિં હોઈ શકે માહિતી હું સતત પ્લેટફોર્મ છું. પરંતુ હું માહિતી વાંચવા માટે સમર્થ હશો. 

સોફ્ટ પરિસ્થિતિ સૂચવે છે મને લાગે છે કે માહિતી વાંચી ત્યારે, તે અન્ય ગાંઠો તરીકે જ ન હોઈ શકે છે. અધિકાર નોડ પર જારી કરવામાં આવી હતી તો ક્લસ્ટર બીજું ક્યાંક અને તે સમગ્ર નકલ નથી ક્લસ્ટર હજુ સુધી હું, કે જે માહિતી વાંચી ત્યારે કે રાજ્ય સુસંગત ન હોઈ શકે છે. જો કે, તે હશે આખરે સુસંગત, જેનો અર્થ થાય છે જ્યારે લખી કે સિસ્ટમમાં કરવામાં આવે છે, તે ગાંઠો સમગ્ર નકલ કરશે. અને છેવટે, કે રાજ્ય ક્રમમાં લાવવામાં આવશે, અને તે સતત રાજ્ય હશે. 

હવે, CAP પ્રમેય ખરેખર માત્ર એક શરત રમે છે. આવું થાય ત્યારે તે સ્થિતિ છે. જ્યારે તે ઓપરેટિંગ છે કારણ કે સામાન્ય સ્થિતિમાં, કોઈપણ પાર્ટીશન છે, બધું સતત અને ઉપલબ્ધ છે. તમે માત્ર CAP વિશે ચિંતા અમે તે પાર્ટીશન હોય છે. તેથી તે દુર્લભ છે. પરંતુ સિસ્ટમ ત્યારે તે પ્રતિક્રિયા કેવી રીતે સિસ્ટમ કયા પ્રકારનું રાખે થાય અમે સાથે કામ કરી રહ્યા છીએ. 

તેથી આપણે એક નજર કરીએ શું કે એપી સિસ્ટમો માટે જેવો દેખાય છે. ઠીક છે? એપી સિસ્ટમો બે સ્વાદો માં આવે છે. તેઓ એક છે કે સ્વાદ આવે છે માસ્ટર માસ્ટર હંમેશા ઉપલબ્ધ 100%. અને તેઓ આવે કહે છે, જે અન્ય સ્વાદ, તમે, હું ચિંતા કરવા જઇ રહ્યો છું શું ખબર આ પાર્ટીશનીંગ વસ્તુ વિશે જ્યારે એક વાસ્તવિક પાર્ટીશન જોવા મળે છે. નહિંતર, પ્રાથમિક હોઈ રહ્યું છે અધિકારો લાગી રહ્યું છે જે ગાંઠો. ઠીક છે? 

Cassandra જેમ આપણે કંઈક તેથી જો. Cassandra એક માસ્ટર હશે ધણી મને કોઇ નોડ પર લખવા દો. તેથી શું થાય છે? તેથી હું એક પદાર્થ છે બે નોડો પર અસ્તિત્વમાં છે કે ડેટાબેઝ. માતાનો પદાર્થ એસ કૉલ કરો તેથી અમે એસ રાજ્ય શાળા માટે છે અમે કેટલાક કામગીરી હોય છે એસ પર ચાલુ હોય છે. Cassandra મને પરવાનગી આપે છે ઘણા નોડો પર લખો. તેથી હું એક વિચાર કહે દો બે ગાંઠો ઓ માટે લખો. ઠીક છે, શું છે અંત થાય છે અપ અમે એક પાર્ટીશન ઘટના કે ફોન કરો. ન હોઈ શકે છે ભૌતિક નેટવર્ક પાર્ટીશન. પરંતુ કારણ કે ડિઝાઇન સિસ્ટમ, તે ખરેખર જલદી પાર્ટીશન હું બે ગાંઠો પર લખવા વિચાર છે. મને તે મજબૂર નથી એક નોડ મારફતે બધા લખો. હું બે નોડો પર લખી રહ્યો છું. ઠીક છે? 

તેથી હવે હું બે રાજ્યો છે. ઠીક છે? શું ચાલી રહ્યું છે , વહેલા અથવા પછીના છે એક નકલ ઘટના હોઈ રહ્યું છે. ત્યાં શું થઈ રહ્યું છે અમે પાર્ટીશન પુનઃપ્રાપ્તિ કહેવાય છે, જે જ્યાં આ બે છે સ્ટેટ્સ મળીને પાછા આવો અને એક અલ્ગોરિધમનો હોય રહ્યું છે કે, ડેટાબેઝ અંદર ચાલે છે શું કરવું તે નક્કી કરે છે. ઠીક છે? મૂળભૂત રીતે, છેલ્લા સુધારાની તારીખ સૌથી વધુ એપી સિસ્ટમો જીતી જાય છે. તેથી સામાન્ય રીતે ત્યાં એક મૂળભૂત અલ્ગોરિધમનો, શું તેઓ એક કૉલબૅક કૉલ કાર્ય, કંઈક કે ત્યારે આ સ્થિતિ કહેવાય આવશે કેટલાક તર્ક ચલાવવા માટે શોધાયેલ છે કે સંઘર્ષ ઉકેલવા માટે. ઠીક છે? મૂળભૂત કૉલબૅક અને મૂળભૂત સૌથી વધુ એપી ડેટાબેઝ રિઝોલ્વર છે, ટાઇમસ્ટેમ્પ જીતી શું ધારી. આ છેલ્લા સુધારાની તારીખ હતી. હું ત્યાં કે સુધારા મૂકી જાઉં છું. હું આ રેકોર્ડ ડમ્પ શકે કે હું પુનઃપ્રાપ્તિ લોગ માં બંધ ડમ્પ વપરાશકર્તા પછીથી પાછા આવી શકે છે કે જેથી અને કહે છે, અરે, અથડામણ આવી હતી. શું થયું? અને તમે ખરેખર એક રેકોર્ડ ડમ્પ પણ કરી શકશો બધા અથડામણમાં અને રોલબેક અને શું થાય છે તે જુઓ. 

હવે, વપરાશકર્તા તરીકે, તમે પણ કરી શકો છો કે કૉલબૅક માં તર્કશાસ્ત્ર સમાવેશ થાય છે. તેથી તમે બદલી શકો છો કૉલબૅક કામગીરી. તમે અરે, હું માંગો છો કહી શકો છો, આ માહિતી સિદ્ધાંતોનો. અને હું પ્રયત્ન કરવા માંગો છો અને તે બે રેકોર્ડ મર્જ. પરંતુ તે તમારા પર છે. ડેટાબેઝ ખબર નથી કેવી રીતે મૂળભૂત રીતે તે કરવા. સમય મોટા ભાગના આ જ વસ્તુ ડેટાબેઝ કેવી રીતે કહેવું છે કરવા માટે જાણે છે, આ એક છેલ્લા રેકોર્ડ હતો. તે જીતવા માટે જઇ રહ્યું છે કે એક છે અને તે હું મૂકી જાઉં છું કિંમત છે. પાર્ટીશન પુનઃપ્રાપ્તિ એકવાર અને નકલ થાય છે, અમે અમારા રાજ્ય છે કે જે હવે, કે જે વડાપ્રધાન એસ તે બધા વસ્તુઓ મર્જ રાજ્ય. તેથી એપી સિસ્ટમો આ છે. સીપી સિસ્ટમો જરૂર નથી આ વિશે ચિંતા કરવાની. જલદી પાર્ટીશન આવે છે કારણ કે નાટક, તેઓ માત્ર લેવાનું બંધ લખે છે. ઠીક છે? તેથી તે ખૂબ જ સરળ છે સુસંગત હોવા સાથે વ્યવહાર જ્યારે તમે કોઇપણ સુધારાઓ સ્વીકારી નથી. સીપી સિસ્ટમો શું સાથે છે. બધા અધિકાર. 

તેથી આપણે થોડી વાત કરીએ ઍક્સેસ પેટર્ન વિશે બીટ. અમે NoSQL વિશે વાત ત્યારે, તે છે બધા વપરાશ પેટર્ન વિશે. હવે, એસક્યુએલ તદર્થ, પ્રશ્નો છે. તે સંબંધ સ્ટોર છે. અમે ચિંતા કરવાની જરૂર નથી વપરાશ પેટર્ન વિશે. હું ખૂબ જ જટિલ ક્વેરી લખો. તે જાય છે અને માહિતી મળે છે. કે આ શું લાગે છે જેમ કે, નોર્મલાઇઝેશન. 

આ ચોક્કસ માળખું તેથી અમે ઉત્પાદનો સૂચિ પર શોધી રહ્યાં છે. હું ઉત્પાદનો વિવિધ પ્રકારના હોય છે. હું પુસ્તકો છે. હું આલ્બમ છે. હું વિડિઓઝ છે. ઉત્પાદનો વચ્ચે સંબંધ અને આ પુસ્તકો, આલ્બમ કોઈ પણ એક, અને વિડિઓઝ કોષ્ટકો 1: 1. બધા અધિકાર? હું ઉત્પાદન ID મળી છે, અને તે આઈડી અનુલક્ષે એક પુસ્તક, એક આલ્બમ, અથવા એક વિડિઓ છે. ઠીક છે? 1 સંબંધ: તે એક 1 છે તે કોષ્ટકો સમગ્ર. 

હવે, બધા તેઓ books-- છે રુટ મિલકત છે. કોઇ વાંધો નહી. તે મહાન છે. એક થી એક સંબંધ, હું બધા વિચાર માહિતી મને લાગે છે કે પુસ્તક વર્ણવે છે કરવાની જરૂર છે. Albums-- આલ્બમ ટ્રેક છે. આ અમે ઘણા એક કૉલ છે. દરેક આલ્બમ ઘણા ટ્રેક કરી શકે છે. દરેક ટ્રેક તેથી આલ્બમ, હું કરી શકે છે આ બાળક ટેબલ અન્ય રેકોર્ડ. તેથી હું એક રેકોર્ડ બનાવી મારા આલ્બમ ટેબલ છે. હું ઘણી રેકોર્ડ બનાવવા ટ્રેક ટેબલ છે. એક થી વધુ સંબંધ. 

આ સંબંધ શું છે અમે ઘણા થી વધુ ફોન કરો. ઠીક છે? તમે અભિનેતાઓ હોઈ શકે છે કે નહીં તે જોવા ઘણા ચલચિત્રો, ઘણા વીડિયો. તેથી અમે શું આપણે આ મેપિંગ મૂકી છે તે વચ્ચે ટેબલ, કે જે તેને માત્ર વિડિઓ ID માં અભિનેતા ID ને દર્શાવે છે. હવે હું જોડાય ક્વેરી બનાવી શકો છો અભિનેતાઓ માટે અભિનેતા વિડિયો દ્વારા વિડિઓઝ, અને તે મને એક સરસ યાદી આપે છે બધા ફિલ્મો અને તમામ અભિનેતાઓ જે ફિલ્મ હતી. 

ઠીક છે. તેથી અહીં અમે જાઓ. એક થી એક શીર્ષ-સ્તર છે સંબંધ; એક થી વધુ, ટ્રેક આલ્બમ્સ; ઘણા-થી-ઘણા. તે ત્રણ શીર્ષ-સ્તર છે કોઈપણ ડેટાબેઝમાં સંબંધો. તમે કેવી રીતે તે જાણો છો, તો સંબંધો સાથે મળીને કામ કરે છે, પછી તમે ઘણું જાણો પહેલેથી ડેટાબેઝ વિશે. તેથી NoSQL થોડું અલગ કામ કરે છે. ચાલો એક બીજા માટે વિશે વિચારો તે શું દેખાવ મારા બધા ઉત્પાદનો મેળવવા જવા માગો. 

એક સંબંધ સ્ટોર, હું મારા બધા ઉત્પાદનો મેળવવા માંગો છો મારા બધા ઉત્પાદનો યાદી પર. તે પ્રશ્નો ઘણો છે. હું મારા બધા પુસ્તકો માટે ક્વેરી મળી. હું મારા આલ્બમ માંથી એક ક્વેરી મળી. અને હું મારા બધા વિડિઓઝ માટે ક્વેરી મળી. અને હું તેને મૂકવા મળી બધા સાથે મળીને યાદીમાં અને બેક અપ સેવા આપવા તે વિનંતી છે કે અરજી. 

મારા પુસ્તકો મેળવવા માટે, હું જોડાવા ઉત્પાદનો અને પુસ્તકો. મારા આલ્બમ વિચાર, હું જોડાવા માટે મળી પ્રોડક્ટ્સ, આલ્બમ્સ, અને ટ્રેક. અને હું, મારા વિડિઓઝ વિચાર વિડિઓઝ પ્રોડક્ટ્સ જોડાવા માટે, અભિનેતા વિડિઓઝ મારફતે જોડાવા માટે, અને અભિનેતા માં લાવે છે. જેથી ત્રણ પ્રશ્નો છે. કરવા માટે ખૂબ જ જટિલ પ્રશ્નો એક પરિણામ સેટ ભેગા. 

તે શ્રેષ્ઠ કરતાં ઓછી છે. આ અમે વાત શા માટે કરે છે છે કે એ માહિતી બંધારણ વિશે વપરાશ માટે અજ્ઞેયવાદી હોઈ બનાવવામાં pattern-- સારી કે મહાન છે. અને તમે આ ખરેખર જોઈ શકો છો અમે માહિતી આયોજન કર્યું કેટલો સરસ. અને તમે શું જાણો છો? હું માત્ર એક અભિનેતા માટે એક રેકોર્ડ ધરાવે છે. 

કે ઠંડી છે. હું મારા બધા અભિનેતાઓ deduplicated કર્યું છે, અને હું મારા એસોસિએશનો જાળવવામાં આ મેપિંગ ટેબલ છે. જો કે, માહિતી મેળવવામાં બહાર ખર્ચાળ બની જાય છે. હું તમામ સિસ્ટમ પર એ CPU મોકલવા છું સાથે મળીને આ માહિતી માળખાં જોડાયા કે માહિતી પાછા ખેંચી કરવાનો પ્રયત્ન કરવા માટે. 

તેથી હું કેવી રીતે કે આસપાસ મેળવી શકું? NoSQL તે વિશે છે એકંદર, નથી સામાન્ય. તેથી અમે કરવા માંગો છો કહે માંગો છો વપરાશ પેટર્ન આધાર આપે છે. વપરાશ પેટર્ન, તો કાર્યક્રમોને, હું મારા બધા ઉત્પાદનો મેળવવા કરવાની જરૂર છે. માતાનો એક ટેબલ તમામ ઉત્પાદનો મૂકી દો. હું એક ટેબલ તમામ ઉત્પાદનો મૂકી, હું માત્ર તમામ ઉત્પાદનો પસંદ કરી શકો છો તે ટેબલ પરથી અને હું તે બધા મળે છે. વેલ હું કેવી રીતે કરવું? વેલ NoSQL કોઈ છે ટેબલ પર માળખું. અમે વિશે થોડુંક વાત કરીશું કેવી રીતે આ ડાયનેમો ડીબી કામ કરે છે. પરંતુ જો તમે એક જ નથી લક્ષણો અને જ ગુણધર્મો દરેક એક દરેક એક પંક્તિ માં વસ્તુ, તમે એક એસક્યુએલ ટેબલ શું ગમે છે. અને આ શું મને પરવાનગી આપે છે શું વસ્તુઓ ઘણો છે અને મને રાહત ઘણો આપે છે. આ ચોક્કસ કિસ્સામાં, હું મારા ઉત્પાદન દસ્તાવેજો છે. અને આ ખાસ કરીને ઉદાહરણ તરીકે, બધું આ ઉત્પાદનો ટેબલ એક દસ્તાવેજ છે. અને એક પુસ્તક માટે ઉત્પાદન કદાચ એક પુસ્તક સ્પષ્ટ કરે છે કે એક પ્રકાર ID હોય છે. અને એપ્લિકેશન કે ID પર સ્વિચ કરશે. 

અરજી ટાયર, હું જાઉં છું ઓહ, આ શું રેકોર્ડ પ્રકાર છે કહે છે? ઓહ, તે એક પુસ્તક રેકોર્ડ છે. બુક રેકોર્ડ આ ગુણધર્મો ધરાવે છે. મને એક પુસ્તક પદાર્થ બનાવવા દો. તેથી હું ભરવા માટે જઇ રહ્યો છું આ આઇટમ સાથે પુસ્તક પદાર્થ. આગળ વસ્તુ આવે છે અને આ આઇટમ શું છે, છે? વેલ આ આઇટમ એક આલ્બમ છે. ઓહ, હું સમગ્ર અલગ મળી તે માટે પ્રોસેસીંગ નિયમિત તે એક આલ્બમ છે કારણ કે. તમે મારા કહેવાનો અર્થ શું જુઓ છો? 

જેથી આ એપ્લિકેશન tier-- હું માત્ર આ તમામ રેકોર્ડ પસંદ કરો. તેઓ બધા આવતા શરૂ કરો. તેઓ તમામ અલગ અલગ પ્રકારના હોઈ શકે છે. અને તે અરજી તર્ક છે કે તે પ્રકારના સમગ્ર સ્વિચ અને તેમને પ્રક્રિયા કેવી રીતે નક્કી કરે છે. 

ફરીથી, તેથી અમે આશાવાદી રહ્યાં છો વપરાશ પેટર્ન માટે પદ્ધતિ. અમે તેને કરી રહ્યા છીએ તે કોષ્ટકો તૂટી. અમે મૂળભૂત રીતે લઇ રહ્યા છીએ આ સામાન્ય માળખાં, અને અમે મકાન કરી રહ્યાં છો અધિક્રમિક માળખાં. આ રેકોર્ડ દરેક એક અંદર હું એરે ગુણધર્મો જોવા જાઉં છું. 

આલ્બમ્સ માટે આ દસ્તાવેજ અંદર, હું ટ્રેક એરે જોઈ રહ્યો છું. તે ટ્રેક હવે તે become-- મૂળભૂત રીતે આ બાળક ટેબલ કે અહીં આ માળખું અસ્તિત્વમાં છે. તેથી જો તમે DynamoDB આ કરી શકો છો. તમે MongoDB આ કરી શકો છો. જો તમે કોઇ NoSQL ડેટાબેઝ કરી શકો છો. આ પ્રકારના બનાવો અધિક્રમિક માહિતી માળખાં તમે માહિતી મેળવવા માટે પરવાનગી આપે છે કે ખૂબ જ ઝડપથી હવે, કારણ કે હું ખાતરી કરવા માટે જરૂર નથી. હું આ ટ્રેક એક પંક્તિ દાખલ ટેબલ, અથવા આલ્બમ્સ કોષ્ટક માં એક પંક્તિ મને લાગે છે કે પદ્ધતિ માટે અનુકૂળ હોય છે. હું આ લક્ષણ અથવા હોય છે તે ટેબલ પર વ્યાખ્યાયિત કરવામાં આવે છે કે મિલકત. તેમને દરેક એક, મને લાગે છે કે પંક્તિ સામેલ છે. તે NoSQL માં કેસ નથી. 

હું તદ્દન અલગ હોઈ શકે છે દરેક દસ્તાવેજ ગુણધર્મો હું સંગ્રહ દાખલ છે. તેથી ખૂબ જ શક્તિશાળી પદ્ધતિ. અને તે ખરેખર તમે કેવી રીતે છે સિસ્ટમ ઑપ્ટિમાઇઝ. તેના બદલે હવે ક્વેરી, કારણ કે આ બધા કોષ્ટકો જોડાયા અને અડધા એક ડઝન પ્રશ્નો ચલાવવા હું જરૂરી માહિતી પાછા ખેંચી, હું એક ક્વેરી ચલાવવા છું. અને હું વારો છું સેટ પરિણામો તરફ. તે તમને એક વિચાર આપે છે NoSQL શક્તિ. હું પ્રકારની પડખોપડખ અહીં જાઓ જાઉં છું અને આ વિશે થોડુંક વાત કરો. આ વધુ પ્રકારની છે માર્કેટિંગ કે technology-- ટેકનોલોજી માર્કેટિંગ ચર્ચા પ્રકાર. પરંતુ તે સમજવા માટે મહત્વનું છે અમે ટોચ પર જોવા હોય તો, કારણ કે અહીં આ ચાર્ટ પર, અમે શું જોઈ રહ્યાં છો, અમે શું કહી છે ટેકનોલોજી હાઈપ વળાંક. અને આ શું થાય છે નવી સામગ્રી નાટક માં આવે છે. લોકો તેને મહાન લાગે છે. હું મારા બધા સમસ્યાઓ હલ થઈ છે. 

આ ઓવરને હોઈ શકે છે બધા બધું બધા છે. અને તેઓ તેનો ઉપયોગ કરવાનું શરૂ કરો. અને તેઓ આ સામગ્રી કામ કરતું નથી, કહે છે. આ યોગ્ય નથી. જૂની સામગ્રી સારી હતી. અને તેઓ શું કરી પર પાછા જાઓ વસ્તુઓ તેઓ હતા તે રીતે. અને પછી છેવટે તેઓ તમને શું ખબર, જાઓ? આ સામગ્રી જેથી ખરાબ નથી. ઓહ, તે કેવી રીતે કામ કરે છે. અને તેઓ કેવી રીતે બહાર આકૃતિ એકવાર કામ કરે છે, તેઓ વધુ સારી રીતે મેળવવાનું શરૂ. 

અને તે વિશે રમૂજી વસ્તુ તેને માટે, લાઇન્સ કાઇન્ડ શું અમે ટેકનોલોજી એડોપ્શન કર્વ કૉલ કરો. તેથી અમે શું થાય છે અમુક પ્રકારના ટેકનોલોજી ટ્રિગર. ડેટાબેઝ કિસ્સામાં, તે માહિતી દબાણ છે. અમે ઉચ્ચ જળ બિંદુઓ વિશે વાત કરી સમય દરમ્યાન માહિતી દબાણ. કે માહિતી દબાણ ચોક્કસ બનાવ્યા બિંદુ કે ટેકનોલોજી ટ્રિગર છે. 

તે ખૂબ ખર્ચાળ મેળવવામાં આવે છે. તે માહિતી પર પ્રક્રિયા કરવા માટે ખૂબ લાંબા લે છે. અમે વધુ સારી રીતે કંઈક કરવાની જરૂર છે. તમે સર્જકોએ વિચાર ત્યાં ત્યાં બહાર આસપાસ ચાલી રહ્યું છે, ઉકેલ છે તે શોધવા માટે પ્રયાસ કરે છે. નવા વિચાર શું છે? 

શ્રેષ્ઠ શું છે આ વસ્તુ કરવા માટે માર્ગ છે? અને તેઓ કંઈક સાથે આવે છે. અને વાસ્તવિક પીડા સાથે લોકો, રક્તસ્રાવ ધાર પર ગાય્સ, તેઓ તેને પર તમામ કૂદી પડશે, તેઓ એક જવાબ જરૂર છે. હવે અનિવાર્ય શું થાય તે અને તે NoSQL હમણાં શું થઈ રહ્યું છે. હું તે બધા સમય જુઓ. 

શું ખચીત થાય છે લોકો નવા સાધનની મદદથી શરૂ એ જ રીતે તેઓ જૂના સાધન વપરાય છે. અને તેઓ તેને શોધવા એટલી સારી રીતે કામ કરતું નથી. હું હતો જે યાદ રાખી શકો નહિં અગાઉ આજે વાત. પરંતુ તે જ્યારે જેવું છે jackhammer શોધ કરવામાં આવી હતી, લોકો તે ઉપર સ્વિંગ ન હતી તેમના માથા કોંક્રિટ તોડવાનો. 

પરંતુ તે શું છે આજે NoSQL સાથે શું થઈ રહ્યું. તમે સૌથી દુકાનો ચાલવા, તો તેઓ NoSQL દુકાનો પ્રયત્ન કરવાનો પ્રયાસ કરવામાં આવે છે. શું તેઓ શું કરી રહ્યાં છે તેઓ, noSQL ઉપયોગ કરી રહ્યાં છો અને તેઓ તેને લોડ કરી રહ્યા છીએ સંબંધ પદ્ધતિ સંપૂર્ણ. કે કેવી રીતે કારણ કે તેઓ ડેટાબેઝ ડિઝાઇન. અને તેઓ શા માટે છે, આશ્ચર્ય પામી રહ્યાં છો તે ખૂબ જ સારી રીતે કરી રહ્યા નથી? બોય, આ વસ્તુ stinks. હું બધા જાળવી હતી મારા તે ના, ના, જેવું છે વાહ જોડાય છે. જોડાય સાચવે છે? શા માટે તમે માહિતી જોડાયા છે? તમે NoSQL માહિતી જોડાવા નથી. તમે તેને સમજવા. 

તમે આ ટાળવા માંગો છો, તો જાણવા જેથી આ સાધન ખરેખર તમે પહેલાં કેવી રીતે કામ કરે તેનો ઉપયોગ શરૂ કરો. પ્રયત્ન કરો અને નવા સાધનો ઉપયોગ નથી એ જ રીતે તમે જૂના સાધનો વપરાય છે. તમે ખરાબ અનુભવ હોય જઈ રહ્યાં છો. અને દરેક એક સમય કે આ વિશે શું છે. અમે અહીં આવતા શરૂ થાય છે, ત્યારે લોકો બહાર figured, કારણ કે તે છે કેવી રીતે સાધનો વાપરવા માટે. 

જ્યારે તેઓ આ જ વાત હતી રીલેશ્નલ ડેટાબેઝ શોધ કરવામાં આવી હતી, અને તેઓ ફાઈલ સિસ્ટમો બદલી કરવામાં આવી હતી. તેઓ ફાઈલ સિસ્ટમો બીલ્ડ કરવા માટે પ્રયાસ કર્યો સંબંધ ડેટાબેઝો સાથે જે લોકો સમજી શું છે કારણ કે. તે કામ ન હતી. શ્રેષ્ઠ પ્રયાસો સમજવા તેથી ટેકનોલોજી તમારી સાથે કામ કરી રહ્યા છીએ વિશાળ છે. ખુબ અગત્યનું. 

તેથી અમે DynamoDB પ્રવેશ મેળવવા જઈ રહ્યાં છો. DynamoDB AWS માતાનો છે NoSQL પ્લેટફોર્મ સંપૂર્ણ વ્યવસ્થાપિત. અર્થ શું છે સંપૂર્ણપણે-વ્યવસ્થાપિત છે? તે તમને જરૂર નથી એનો અર્થ એ થાય ખરેખર કંઈપણ વિશે ચિંતા. 

તમે આવે છે, તમે કહો અમેરિકા, હું એક ટેબલ જરૂર છે. આ ઘણી ક્ષમતા જરૂર છે. તમે બટન દબાવો, અને અમે જોગવાઈ આ દ્રશ્ય પાછળ તમામ ઈન્ફ્રાસ્ટ્રક્ચર. હવે પ્રચંડ છે. 

તમે વાત કારણ કે જ્યારે ડેટાબેઝ માપન વિશે NoSQL માહિતી જુથમાં સ્કેલ, ચાલી petabytes, લાખો ચાલી સેકન્ડ પ્રતિ વ્યવહારો, આ વસ્તુઓ નાના ઝુમખા નથી. અમે ઉદાહરણો હજારો વાત કરી રહ્યા છીએ. ઉદાહરણો હજારો વ્યવસ્થા કરવા માટે, પણ વર્ચ્યુઅલ કિસ્સાઓમાં, કુંદો માં વાસ્તવિક પીડા છે. હું દર વખતે એક વિશે વિચારો અર્થ ઓપરેટિંગ સિસ્ટમ પેચ બહાર આવે છે અથવા ડેટાબેઝ ની નવી આવૃત્તિ. કે શું અર્થ છે તમે કામગીરીયુક્ત? એટલે કે, તમે 1,200 મળી એનો અર્થ એ થાય જરૂર છે કે જે સર્વર્સ અપડેટ કરવામાં આવશે. હવે પણ ઓટોમેશન સાથે, કે લાંબા સમય લાગી શકે છે. તે ઘણો કારણ બની શકે છે ઓપરેશનલ માથાનો દુખાવો, મને સેવાઓ નીચે પડી શકે છે, કારણ કે. 

હું આ ડેટાબેઝ અપડેટ તરીકે, હું વાદળી, લીલી જમાવટો કરી શકે જ્યાં હું જમાવવા અને સુધારો મારા અડધા ગાંઠો છે, અને પછી બીજા અડધા સુધારો. તે નીચે લઇ. તેથી ઇન્ફ્રાસ્ટ્રક્ચર વ્યવસ્થા સ્કેલ પુષ્કળ પીડાદાયક છે. અને AWS તેને બહાર કે પીડા લે છે. અને NoSQL ડેટાબેઝ કરી શકો છો અદભૂત પીડાદાયક હોઈ તેઓ પરિમાણ રીતે છે. 

આડા પરિમાણ. તમે એક મોટી NoSQL મેળવવા માંગો છો તો ડેટાબેઝ, તમે વધુ ગાંઠો ખરીદે છે. તમે ખરીદી દરેક નોડ છે અન્ય કામગીરીની માથાનો દુખાવો. તેથી કોઈ બીજા તમારા માટે તે કરવા દો. AWS કરી શકો છો. 

અમે દસ્તાવેજ કી કિંમતો આધાર આપે છે. હવે અમે ખૂબ જ નહોતા અન્ય ચાર્ટ પર માં. વિવિધ ઘણો છે NoSQL સ્વાદો. તેઓ મેળવવામાં તમામ પ્રકારની છો આ બિંદુએ મળીને munged. તમે DynamoDB જોવા અને હા કહી શકો છો અમે એક દસ્તાવેજ અને કી કિંમત બંને છો આ બિંદુએ સ્ટોર કરે છે. અને તમે લક્ષણો દલીલ કરી શકે છે અન્ય ઉપર એક છે. મારા માટે, આ એક ઘણો ખરેખર છ એક અડધા અન્ય એક ડઝન. આ ટેક્નોલોજીઓ દરેક એક છે દંડ ટેકનોલોજી અને દંડ ઉકેલ. હું MongoDB સારી અથવા કહી ન હોત પછી લાંબાં, Cassandra કરતાં વધુ ખરાબ, પછી ડાયનેમો, અથવા તેનાથી ઊલટું. હું આ માત્ર વિકલ્પો છે, એમ થાય છે. 

તે ઝડપી છે અને તે છે કોઈપણ સ્કેલ પર સુસંગત. તેથી આ એક સૌથી મોટી છે બોનસ તમે AWS સાથે મળે છે. DynamoDB સાથે ક્ષમતા છે ઓછી એક આંકડાના વિચાર કોઈપણ સ્કેલ પર મિલિસેકન્ડ લેટન્સી. કે જે સિસ્ટમ એક ડિઝાઇન ગોલ નોંધાવ્યો હતો. અને અમે કરી રહ્યા છે કે ગ્રાહકો સેકન્ડ પ્રતિ વ્યવહારો લાખો. 

હવે હું તે કેટલાક મારફતે જાઓ પડશે અહીં થોડા મિનિટ કિસ્સાઓમાં ઉપયોગ કરે છે. ઈન્ટિગ્રેટેડ ઍક્સેસ control-- અમે કોલ શું છે ઓળખ સુધી પહોંચવા મેનેજમેન્ટ, અથવા પહેલેથી જ. તે દરેક સિસ્ટમને પ્રસરે, AWS આપે છે કે દરેક સેવા. DynamoDB કોઈ અપવાદ નથી. તમે વપરાશ નિયંત્રિત કરી શકો છો આ DynamoDB કોષ્ટકો. તમારા AWS દ્વારા જેટલો બધી ઍક્સેસ ભૂમિકા અને પરવાનગીઓ વ્યાખ્યાયિત આ પહેલેથી જ ઇન્ફ્રાસ્ટ્રક્ચર. 

અને તેને એક કી અને અભિન્ન ઘટક છે અમે આધારિત પ્રોગ્રામિંગ ઘટના કહી છે. હવે આ નવી નમૂનારૂપ છે. 

પ્રેક્ષક: કેવી રીતે સાચા તમારી દર છે ખોટા ઋણો વિરુદ્ધ ધન તમારા વપરાશ નિયંત્રણ સિસ્ટમ પર? રિક Houlihan: સાચું ધન ખોટા ઋણો વિરુદ્ધ? પ્રેક્ષક: શું પરત તમે પરત જોઈએ? જ્યારે એક વખત માટે વિરોધ તે તેને માન્ય જોઈએ જ્યારે પાછા નથી? 

રિક Houlihan: હું તમને કે કહી શકે છે. કોઇ નિષ્ફળતા હોય તો બિલકુલ તે પર, હું પૂછી વ્યક્તિ નથી કે જે ચોક્કસ પ્રશ્ન. પરંતુ તે એક સારો પ્રશ્ન છે. ખબર હું વિચિત્ર હશે મારી કે, ખરેખર. 

અને તેથી તે પછી ફરી, ન્યુ પેરાડિમ ઘટના આધારિત પ્રોગ્રામિંગ છે. આ સૂચવે છે કે તમે કરી શકો છો વિચાર છે જટિલ કાર્યક્રમો જમાવવા કે ખૂબ, ખૂબ જ ઊંચી પાયે કામ કરી શકે છે બિલકુલ કોઈ ઇન્ફ્રાસ્ટ્રક્ચર વગર. કોઇ નિયત વિના બિલકુલ ઈન્ફ્રાસ્ટ્રક્ચર. અને અમે થોડી વાત કરીશું કે અમે શું અર્થ થાય છે તે વિશે ચાર્ટ આગામી થોડા પર મળે છે. 

અમે કરીશ પ્રથમ વસ્તુ અમે કોષ્ટકો વિશે વાત કરીશું. ડાયનેમો માટે API ડેટા પ્રકારો. પ્રથમ વસ્તુ છે અને તમે પડશે તમે આ જુઓ ત્યારે નોટિસ, જો તમે કોઇ ડેટાબેઝ સાથે પરિચિત કરશો, તો ડેટાબેઝ API નો ખરેખર બે પ્રકારના હોય છે હું તેને કૉલ છો. અથવા API બે સુયોજિત કરે છે. તે એક હશે વહીવટી API. 

તેઓ કાળજી લેવા વસ્તુઓ ડેટાબેઝ કાર્ય કરે છે. સંગ્રહ એન્જિન રૂપરેખાંકિત કરી, સુયોજિત અને કોષ્ટકો ઉમેરી રહ્યા છે. બનાવવા ડેટાબેઝ કેટલોગ અને ઉદાહરણો. DynamoDB માં આ વસ્તુઓ, તમે ખૂબ જ ટૂંકા ટૂંકા યાદીઓ છે. 

તેથી અન્ય ડેટાબેઝ, તમે ડઝનેક જોઈ શકે છે વહીવટી ના આદેશો આદેશો, રૂપરેખાંકિત કરવા માટે આ વધારાના વિકલ્પો. DynamoDB તમે કારણ કે તે જરૂર નથી તમે સિસ્ટમને રૂપરેખાંકિત નથી, અમે કરીએ છીએ. જેથી તમે શું કરવાની જરૂર છે આ જ વસ્તુ છે હું જરૂર શું કદના ટેબલ મને કહો. તેથી જો તમે એક ખૂબ જ વિચાર આદેશો મર્યાદિત સમૂહ. 

તમે કોષ્ટક અપડેટ બનાવો વિચાર, ટેબલ, કોષ્ટક કાઢી નાખો, અને ટેબલ વર્ણવે છે. તે માત્ર વસ્તુઓ છે તમે DynamoDB માટે જરૂર છે. તમે સંગ્રહ જરૂર નથી એન્જિન રૂપરેખાંકન. હું નકલ વિશે ચિંતા કરવાની જરૂર નથી. હું sharding વિશે ચિંતા કરવાની જરૂર નથી. 

હું ચિંતા કરવાની જરૂર નથી આ સામગ્રી કોઈપણ વિશે. અમે તમારા માટે તે બધા નથી. તેથી તે ઓવરહેડ એક વિશાળ જથ્થો છે કે જે હમણાં જ તમારા પ્લેટ ઉઠાવી લેવામાં આવે છે. પછી અમે CRUD ઓપરેટરો છે. CRUD કંઈક અમે શું છે છે કે ડેટાબેઝ માં કૉલ , સુધારો, ઓપરેટરો કાઢી નાખો બનાવો. આ તમારા સામાન્ય છે ડેટાબેઝ કામગીરી. પુટ વસ્તુ જેવી વસ્તુઓ, વસ્તુ, સુધારા વિચાર વસ્તુઓ, વસ્તુઓ કાઢી, બેચ ક્વેરી, સ્કેન કરે છે. તમે સમગ્ર ટેબલ સ્કેન કરવા માંગો છો. બોલ ટેબલ બધું ખેંચો. DynamoDB વિશે સરસ વસ્તુઓ એક તે સમાંતર સ્કેનીંગ પરવાનગી આપે છે. તેથી તમે ખરેખર કેટલા મને જણાવી શકો છો થ્રેડો છે કે જે તમને સ્કેન પર ચલાવવા માંગો છો. અને અમે તે થ્રેડો ચલાવી શકો છો. અમે જે સ્કેન સ્પિન કરી શકો છો મલ્ટીપલ થ્રેડો સમગ્ર તેથી તમે સમગ્ર ટેબલ સ્કેન કરી શકે છે ખૂબ, ખૂબ ઝડપથી DynamoDB જગ્યા. 

અમારી પાસે અન્ય API છે અમે અમારા સ્ટ્રીમ્સ API કૉલ શું. અમે પણ વાત કરવા માટે નથી જતા રહ્યાં છો હમણાં આ વિશે ખૂબ. હું કેટલીક સામગ્રી પાછળથી મળી છે આ વિશે તૂતક પર. પરંતુ સ્ટ્રીમ્સ ખરેખર એક ચાલી છે સમય આદેશ આપ્યો, કે લાગે છે અને પાર્ટીશન ફેરફાર લોગ. પર ચાલી રહ્યું છે કે બધું કોષ્ટક સ્ટ્રીમ પર બતાવે છે. 

દરેક ટેબલ પર લખવા સ્ટ્રીમ પર બતાવે છે. તમે તે સ્ટ્રીમ વાંચી શકો છો, અને તમે તેની સાથે વસ્તુઓ કરી શકો છો. અમે વિશે વાત કરીશું શું વસ્તુઓ પ્રકારો તમે નકલ ગમે વસ્તુઓ સાથે શું કરવું ગૌણ નિર્દેશિકાઓની બનાવવા. ખરેખર ઠંડી તમામ પ્રકારના વસ્તુઓ કે જે તમને સાથે કરી શકો છો. 

ડેટા પ્રકારો. DynamoDB, આપણે બંને કી આધાર કિંમત અને દસ્તાવેજ માહિતી પ્રકારો. આ સ્ક્રીનની ડાબી બાજુ પર અહીં, અમે અમારી મુખ્ય પ્રકાર મળી છે. કી કિંમત પ્રકારો. આ શબ્દમાળાઓ છે, નંબરો, અને દ્વિસંગીઓ. 

તેથી માત્ર ત્રણ મૂળ પ્રકારના. અને પછી તમે તે સેટ કરી શકે છે. આ સરસ વસ્તુઓ એક NoSQL વિશે ગુણધર્મો તરીકે એરે સમાવી શકે છે. અને DynamoDB સાથે તમે એરે સમાવી શકે છે રુટ મિલકત તરીકે મૂળભૂત પ્રકારો છે. 

અને પછી જે દસ્તાવેજ પ્રકારના હોય છે. ઘણા લોકો આ રીતે JSON સાથે પરિચિત હોય છે? ખૂબ JSON સાથે પરિચિત તમે ગાય્સ? તે મૂળભૂત રીતે જાવાસ્ક્રિપ્ટ માતાનો ઓબ્જેક્ટ નોટેશન. તે તમને મૂળભૂત માટે પરવાનગી આપે છે એક સ્તરવાળું માળખું વ્યાખ્યાયિત કરે છે. 

તમે પર એક JSON દસ્તાવેજ સ્ટોર કરી શકો છો DynamoDB સામાન્ય ઘટકો ઉપયોગ અથવા તે બિલ્ડિંગ બ્લૉક્સ ઉપલબ્ધ છે સૌથી પ્રોગ્રામિંગ ભાષાઓ છે. તમે જાવા હોય, તો તમે છો નકશા અને યાદીઓ જોઈ. મને લાગે છે કે વિસ્તાર નકશો પદાર્થો બનાવી શકો છો. કી કિંમતો તરીકે નકશો ગુણધર્મો તરીકે સંગ્રહિત. અને તે યાદી હોય શકે છે તે ગુણધર્મો અંદર કિંમતો. તમે આ જટિલ સ્ટોર કરી શકો છો સ્તરવાળું માળખું એક લક્ષણ તરીકે એક DynamoDB વસ્તુ. 

DynamoDB કોષ્ટકો તેથી, મોટા ભાગના જેવા NoSQL ડેટાબેઝ કોષ્ટકો વસ્તુઓ હોય છે. MongoDB તમે કરશે આ દસ્તાવેજો કૉલ કરો. અને તે નીચા વળવું નમવું આધાર હશે. આ પણ એક દસ્તાવેજ ડેટાબેઝ. આપ આ દસ્તાવેજોની કૉલ કરો. દસ્તાવેજો અથવા વસ્તુઓ લક્ષણો છે. લક્ષણો અસ્તિત્વમાં કરી શકો છો અથવા આઇટમ અસ્તિત્વમાં. DynamoDB, ત્યાં છે એક ફરજિયાત લક્ષણ. માત્ર એક રીલેશ્નલ ડેટાબેઝ જેમ, તમે ટેબલ પર પ્રાથમિક કી છે. 

DynamoDB અમે હેશ કી કૉલ શું છે. હેશ કી અનન્ય હોવો જોઈએ. તેથી હું એક હેશ ટેબલ વ્યાખ્યાયિત, ત્યારે મૂળભૂત હું શું કહી રહ્યો છું દરેક વસ્તુ હેશ કી પડશે. અને દરેક હેશ કી અનન્ય હોવો જોઈએ. 

દરેક વસ્તુ વ્યાખ્યાયિત કરવામાં આવે છે કે અનન્ય હેશ કી દ્વારા. અને ત્યાં માત્ર એક જ હોઈ શકે છે. આ બરાબર છે, પરંતુ ઘણી વખત નજર લોકો શું જરૂર તેઓ માંગો છો આ હેશ છે થોડી વધુ બીટ કરવું કી કરતાં માત્ર એક અનન્ય ઓળખકર્તા હોઈ. ઘણી વખત નજર અમે તે હેશ કી ઉપયોગ કરવા માંગો છો ટોચ સ્તર એકત્રિત ડોલ તરીકે. અને અમે તે જે રીતે છે અમે એક શ્રેણી કી કૉલ શું ઉમેરી રહ્યા છે. 

તે માત્ર એક હેશ તેથી જો ટેબલ, આ અનન્ય હોવું જ જોઈએ. તે હેશ અને શ્રેણી ટેબલ છે, તો હેશ અને શ્રેણી મિશ્રણ અનન્ય હોવા જ જોઈએ. તેથી આ રીતે તે વિશે વિચારો. હું એક ફોરમ હોય છે. અને ફોર્મ તે છે, વિષયો છે પોસ્ટ્સ, અને તે જવાબો છે. 

તેથી હું હેશ હોય શકે છે વિષય ID છે જે કી. અને હું એક શ્રેણી કી હોઇ શકે છે, જે પ્રતિભાવ ID છે. આ રીતે હું તમામ વિચાર કરવા માંગો છો, તો ચોક્કસ વિષય માટે જવાબો, હું માત્ર હેશ ક્વેરી કરી શકો છો. મને બધા હમણાં જ કહેવું આપવા કરી શકો છો આ હેશ છે કે વસ્તુઓ. અને હું દરેક પ્રશ્ન વિચાર જાઉં છું અથવા તે ચોક્કસ વિષય માટે પોસ્ટ કરો. આ ટોચ સ્તર એગ્રિગેશન ખૂબ જ મહત્વપૂર્ણ છે. તેઓ પ્રાથમિક વપરાશ આધાર અરજી પેટર્ન. સામાન્ય રીતે, આ બોલતા અમે કરવા માંગો છો શું છે. અમે તે table-- માંગો છો તમે ટેબલ લોડ તરીકે, અમે આ માહિતી માળખું કરવા માંગો છો એવી રીતે ટેબલ અંદર કે એપ્લિકેશન ખૂબ જ કરી શકો છો ઝડપથી તે પરિણામો મેળવવા. અને ઘણી વખત નજર તે કરવા માટે માર્ગ છે અમે આ એગ્રિગેશન જાળવી રાખવા માટે માહિતી દાખલ કરો. મૂળભૂત રીતે, અમે માહિતી ફેલાવી રહ્યાં છો તેજસ્વી ડોલ માં આવે છે. 

રેન્જ કીઓ me-- હેશ પરવાનગી આપે છે કીઓ સમાનતા હોય છે. હું એક હેશ પ્રશ્ન છે, ત્યારે મને કહે છે મને આ બરાબર છે કે હેશ આપે છે. હું એક શ્રેણી ક્વેરી ત્યારે, હું મને એક શ્રેણી આપે છે કહી શકો છો કે કોઇ પણ પ્રકારની ઉપયોગ કરી રહ્યા છે અમે આધાર છે કે જે સમૃદ્ધ ઓપરેટર. મને હેશ માટે તમામ વસ્તુઓ આપી. તે કરતાં વધારે સમાન હોય તેની સાથે શરૂ થાય છે, કરતાં ઓછી છે, તે આ બે કિંમતો વચ્ચે અસ્તિત્વમાં નથી? શ્રેણી પ્રશ્નો તેથી આ પ્રકારના અમે હંમેશા રસ ધરાવતા હો છે. હવે માહિતી વિશે એક વસ્તુ છે, જ્યારે તમે જ્યારે માહિતી ઍક્સેસ જોવા તમે માહિતી ઍક્સેસ, તે હંમેશા એકંદર વિશે. તે રેકોર્ડ અંગે હંમેશા આ સાથે સંબંધિત છે. મને અહીં બધું આપી બધા that's-- આ ક્રેડિટ કાર્ડ પર વ્યવહારો છેલ્લા મહિના માટે. તે એકંદર છે. 

લગભગ બધું તમે શું ડેટાબેઝ એકત્રિકરણ અમુક પ્રકારની છે. વ્યાખ્યાયિત કરવાનો પ્રયત્ન કરવા માટે જેથી હોવા સક્ષમ આ buckets અને તમે આ શ્રેણી આપે છે પર પ્રશ્ન કરવાનો પ્રયત્ન કરવા માટે ગુણધર્મો, તે સમૃદ્ધ પ્રશ્નો, ઘણા આધાર ઘણી એપ્લિકેશન એક્સેસ પેટર્ન. 

અન્ય વસ્તુ હેશ કી તેથી કરે છે તે અમને એક પદ્ધતિ આપે છે આસપાસ માહિતી ફેલાવવા માટે સક્ષમ હોય છે. NoSQL ડેટાબેઝ શ્રેષ્ઠ કામ જ્યારે ડેટા સમાનરૂપે છે ક્લસ્ટર સમગ્ર વિતરણ થાય છે. ઘણા લોકો આ રીતે પરિચિત હોય છે ગાણિતીક નિયમો હેશીંગ સાથે? હું હેશ અને hashing-- કહે છે ત્યારે એક હેશીંગ અલગોરિધમ કારણ કે પેદા કરવા માટે સક્ષમ છે એક માર્ગ છે આપેલ કોઈપણ કિંમત રેન્ડમ કિંમત. આ ચોક્કસ કિસ્સામાં તેથી, અમે ચલાવવા હેશ અલ્ગોરિધમનો આધારિત એનડી 5 છે. 

અને હું એક ID છે, અને આ તો મારા હેશ કી છે, હું 1, 2, 3 છે. હું હેશ અલ્ગોરિધમનો ચલાવી રહ્યા હોય ત્યારે, તે પાછા આવો અને કહી રહ્યું છે સારી રીતે 1, 2 7b બરાબર 48 બરાબર 3 સીડી સમકક્ષ હોય છે. તેઓ બધા કી જગ્યા પર ફેલાય કરી રહ્યાં છો. અને શા માટે તમે આ શું કરી શકું? સુનિશ્ચિત કરે છે કે કારણ કે હું કરી શકો છો ઘણા નોડો સમગ્ર રેકોર્ડ રાખે છે. 

હું આ કરી રહ્યો છું તો વધતી જતી, 1, 2, 3. અને હું એક હેશ શ્રેણી છે કે આ ચોક્કસ કિસ્સામાં રન નાના હેશ જગ્યા, તે એફએફ 00 થી ચાલે છે પછી રેકોર્ડ આવી રહ્યા છે અને તેઓ જાઓ જઈ રહ્યાં છો 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12. શું થયું? દરેક સામેલ એ જ નોડ રહ્યું છે. તમે મારા કહેવાનો અર્થ શું જુઓ છો? 

હું જગ્યા વિભાજિત જ્યારે કારણ કે, અને હું સમગ્ર આ રેકોર્ડ ફેલાવો અને હું પાર્ટીશન, હું કહેવા જાઉં છું પાર્ટીશન 1 54 કી જગ્યા 0 છે. પાર્ટીશન 2 89 55 છે. પાર્ટીશન 3 એફએફ એએ છે. હું incrementing સરખી ઉપયોગ કરું છું, તેથી જો ID, તમે શું થઈ રહ્યું છે તે જોઈ શકો છો. 1, 2, 3, 4, 5, 6, ઉપર 54 બધા માર્ગ. હું સતત પ્રહાર અથવા મારપીટ છું તેથી આ સિસ્ટમ માં રેકોર્ડ, બધું એક નોડ પર જઈને અંત થાય છે. 

તે સારી નથી. તે એક antipattern છે. MongoDB તેઓ આ સમસ્યા હોય તમે હેશ કી વાપરવા નથી. MongoDB તમે વિકલ્પ આપે છે કી કિંમત હેશીંગ. તમે હંમેશા છે, કે જે કરવું જોઈએ તમે એક incrementing હેશ ઉપયોગ કરી રહ્યાં છો MongoDB કી, અથવા તમે રહેશો એક નોડ માટે દરેક લખવા nailing, અને તમે મર્યાદિત કરવામાં આવશે ખરાબ તમારા દુરસ્ત થ્રુપુટ. 

પ્રેક્ષક: દશાંશ કે A9 169 છે? 

રિક Houlihan: અરે વાહ, તે ક્યાંક આસપાસ. A9, મને ખબર નથી. તમે મારા દ્વિસંગી વિચાર હોય તો દશાંશ કેલ્ક્યુલેટર. મારા મગજ કે જેમ કામ કરતું નથી. પ્રેક્ષક: જસ્ટ એ ક્વિક વન તમારા મોગો ટિપ્પણીઓ. તેથી આવે છે કે પદાર્થ ID છે નેટીવ મોગો સાથે કે શું? રિક Houlihan: તે કરે છે? તમે તેને સ્પષ્ટ છે. MongoDB સાથે, તમે વિકલ્પ હોય છે. તમે દરેક દસ્તાવેજ specify-- કરી શકો છો MongoDB નીચા ID ને હોય છે. કે અનન્ય મૂલ્ય છે. 

MongoDB તમે સ્પષ્ટ કરી શકો છો તે હેશ કે ન કરવો તે. તેઓ માત્ર તમે વિકલ્પ આપે છે. તમે તેને ખબર છે કે જો રેન્ડમ, કોઈ સમસ્યા નથી. તમે તે કરવા માટે જરૂર નથી. તમે તે રેન્ડમ નથી કે ખબર હોય તે incrementing છે, પછી હેશ નથી. 

હવે વસ્તુ વિશે શું તમે હેશ એકવાર, હેશીંગ એક કિંમત અને આ છે શા માટે હેશ કીઓ હંમેશા હોય છે અનન્ય પ્રશ્નો, હું બદલ્યું છે કારણ કે કિંમત, હવે હું એક શ્રેણી ક્વેરી ન કરી શકો. હું આ કહે છે નથી કરી શકો છો આ કે તે વચ્ચે, હેશ કિંમત નથી જતા હોય છે, કારણ કે વાસ્તવિક કિંમત સમકક્ષ હોય છે. તેથી જો તમે કે હેશ જ્યારે કી, તે માત્ર સમાનતા છે. આ શા માટે DynamoDB હેશ કી છે પ્રશ્નો હંમેશા માત્ર સમાનતા છે. 

તેથી હવે શ્રેણીમાં key-- મને લાગે છે કે શ્રેણી કી ઉમેરો ત્યારે, તે શ્રેણી કી રેકોર્ડ બધા આવે છે અને તેઓ એ જ પાર્ટીશન પર સંગ્રહ કરો. જેથી તેઓ સરળતાથી ખૂબ જ ઝડપથી છે આ હેશ છે કારણ કે સુધારો, આ શ્રેણી છે. અને તમે બધું જોઈ એ જ હેશ સાથે એ જ પાર્ટીશન જગ્યા પર સંગ્રહિત નહીં. તમે મદદ કરવા માટે કે શ્રેણી કી ઉપયોગ કરી શકો છો તેના પિતૃ નજીક તમારી માહિતી સ્થિત કરો. તેથી હું ખરેખર અહીં શું કરી રહ્યો છું? આ ઘણા સંબંધ એક છે. હેશ કી વચ્ચેનો સંબંધ અને શ્રેણી કી ઘણા છે. હું ઘણી હેશ કીઓ હોઈ શકે છે. હું માત્ર બહુવિધ શ્રેણી હોઈ શકે છે દરેક હેશ કી અંદર કીઓ. 

આ હેશ પિતૃ વ્યાખ્યાયિત કરે છે, શ્રેણી બાળકો વ્યાખ્યાયિત કરે છે. તેથી તમે જોઈ શકો છો એનાલોગ અહીં છે સંબંધ રચના વચ્ચે અને તે જ પ્રકારના NoSQL માં સર્જન કરે છે. લોકો વિશે વાત Nonrelational તરીકે NoSQL. તે nonrelational નથી. ડેટા હંમેશા સંબંધો ધરાવે છે. તે સંબંધો માત્ર અલગ મોડલિંગ કર્યું છે. માતાનો થોડી વાત કરીએ ટકાઉપણું વિશે બીટ. તમે DynamoDB પર લખાય છે ત્યારે લખે છે હંમેશા ત્રણ માર્ગ નકલ કરવામાં આવે છે. અમે ત્રણ માતાનો ઝેડ છે કે જેનો અર્થ. ઝેડ ઉપલબ્ધતા ઝોન છે. તમે એક ઉપલબ્ધતા વિચાર કરી શકો છો એક માહિતી કેન્દ્ર તરીકે ઝોન માહિતી કેન્દ્રો અથવા સંગ્રહ. આ બધી વસ્તુઓ ભૌગોલિક છે દરેક અન્ય અલગ વિવિધ દોષ ઝોન સમગ્ર સમગ્ર પાવર ગ્રીડ અને પૂર અલગ છે. એક ઝેડ નિષ્ફળતા નથી અન્ય નીચે લઇ જઈ રહી છે. તેઓ પણ જોડાયેલી હોય છે સાથે મળીને શ્યામ ફાઇબર સાથે. તે એક પેટા આધાર આપે છે 1 AZs વચ્ચે મિલિસેકન્ડ લેટન્સી. તેથી વાસ્તવિક સમય માહિતી replications મલ્ટી AZs સક્ષમ. 

અને ઘણી વખત નજર બહુ ઝેડ જમાવટો ઉચ્ચ ઉપલબ્ધતા જરૂરિયાતો પૂરી મોટા ભાગના એન્ટરપ્રાઈઝ સંસ્થાઓ. તેથી DynamoDB ફેલાય છે મૂળભૂત રીતે ત્રણ AZs સમગ્ર. અમે માત્ર જ્ઞાન લખી રહ્યા છીએ તે ત્રણ ગાંઠો બે પાછા આવો ત્યારે અને હું તે મળ્યું, અરે વાહ, કહે છે. શા માટે છે? આ વાંચો બાજુ પર અમે છો કારણ કે માત્ર જ્યારે તમે પાછા ડેટા આપી રહ્યું અમે બે ગાંઠો પરથી મળી. 

હું આખા પ્રતિકૃતિ છું ત્રણ, અને હું બે વાંચી રહ્યો છું, હું હંમેશા ખાતરી આપી રહ્યો છું ઓછામાં ઓછા એક હોય તે હોઈ વાંચે છે માહિતી ના મોટા ભાગના વર્તમાન નકલ. તે DynamoDB સુસંગત બનાવે છે તે છે. હવે તમે ચાલુ કરવા માટે પસંદ કરી શકો છો તે સતત બંધ વાંચે છે. જે કિસ્સામાં હું કહેવા જાઉં છું, હું માત્ર એક નોડ માંથી વાંચી શકશો. અને હું તે ચાલી રહ્યું છે ખાતરી આપી શકે નહિં સૌથી વર્તમાન માહિતી હોય છે. 

એક લખ આવે છે તેથી જો, તે હજુ સુધી નકલ નથી તમે તે નકલ મેળવવા માટે જઈ રહ્યાં છો. તે એક આખરે સુસંગત વાંચી છે. અને શું છે અડધા ખર્ચ છે. તેથી આ વિશે વિચારો કંઈક છે. જ્યારે તમે DynamoDB વાંચી રહ્યાં છો, અને તમે તમારા વાંચો ક્ષમતા સુયોજિત કરી રહ્યાં છો એકમો, તમે છેવટે પસંદ કરો તો સતત, તે ઘણો સસ્તો છે, વાંચે છે તે વિશે અડધા ખર્ચ છે. 

અને તેથી તે તમે નાણાં બચાવે છે. પરંતુ તે તમારી પસંદગી છે. તમે સતત વાંચો માંગો છો અથવા એક આખરે સુસંગત વાંચો. એટલે કે, તમે પસંદ કરી શકો છો કે જે કંઈક છે. 

માતાનો નિર્દેશિકાઓની વિશે વાત કરો. તેથી અમે ઉલ્લેખ કર્યો છે કે ટોચ સ્તર એકત્રિત. અમે હેશ કીઓ મળ્યું, અને કર્યું અમે શ્રેણી કીઓ મળી છે. કે સરસ છે. અને તે, પ્રાથમિક ટેબલ પર હું એક હેશ કી મળ્યું, હું એક શ્રેણી કી મળી. 

કે શું અર્થ છે? હું એક લક્ષણ મળી છે કે હું સામે સમૃદ્ધ પ્રશ્નો ચલાવી શકો છો. તે શ્રેણી કી છે. કે item-- પર અન્ય લક્ષણો હું તે લક્ષણો પર ફિલ્ટર કરી શકો છો. પરંતુ હું તે વસ્તુઓ જેવી નથી કરી શકો છો સાથે શરૂ થાય છે, અથવા એક કરતાં વધારે છે. 

મને લાગે છે કે કેવી રીતે કરવું? હું ઇન્ડેક્સ બનાવો. બે પ્રકારના હોય છે DynamoDB માં નિર્દેશિકાઓની. એક ઇન્ડેક્સ ખરેખર છે ટેબલ અન્ય દૃશ્ય. અને સ્થાનિક ગૌણ ઇન્ડેક્સ. 

અમે વિશે વાત કરીશું પ્રથમ એક. જેથી સ્થાનિક બીજી સહઅસ્તિત્વ છે માહિતી તરીકે જ પાર્ટીશન પર. અને જેમ કે, તેઓ પર હોય છે એ જ ભૌતિક નોડ. તેઓ અમે સતત કૉલ શું છે. અર્થ, તેઓ સ્વીકારો કરશે ટેબલ સાથે લખો. આ લખ આવે છે, અમે ઇન્ડેક્સ દ્વારા લખીશ. અમે ટેબલ ઉપર લખીશ અને પછી અમે સ્વીકારો કરશે. તેથી તે સતત છે. દુરસ્ત થઈ જાય ટેબલ પરથી સ્વીકાર, તે ખાતરી આપી છે સ્થાનિક ગૌણ ઈન્ડેક્સ ડેટાના સમાન દ્રષ્ટિ હશે. પરંતુ શું તેઓ માટે પરવાનગી આપે છે તમે શું છે વૈકલ્પિક શ્રેણી કીઓ વ્યાખ્યાયિત કરે છે. 

જ હેશ વાપરવા માટે છે પ્રાથમિક કોષ્ટક તરીકે કી, છે કારણ કે તેઓ પર સહ સ્થિત જ પાર્ટીશન છે, અને તેઓ સતત છો. પરંતુ હું ઇન્ડેક્સ બનાવી શકો છો વિવિધ શ્રેણી કીઓ સાથે. તેથી ઉદાહરણ તરીકે, જો હું એક ઉત્પાદક હતી કે કાચા ભાગો ટેબલ આવતા હતા. અને કાચા ભાગોમાં આવે છે, અને તેઓ એસેમ્બલી દ્વારા એકત્રિત કરી રહ્યાં છો. અને કદાચ એક બોલાવવાનો છે. 

આ દ્વારા કરવામાં આવી હતી કે કોઇ પણ ભાગ આ તારીખ પછી ઉત્પાદક, હું મારા વાક્ય માંથી ખેંચવાનો જરૂર છે. હું ઇન્ડેક્સ સ્પિન કરી શકો છો કે, શોધી આવશે તારીખ પર એકત્રીકરણથી તે ચોક્કસ ભાગ ઉત્પાદન. મારા ટોચ સ્તર ટેબલ હતી તેથી જો પહેલેથી જ ઉત્પાદક દ્વારા hashed, કદાચ તે હું ભાગ ID પર આયોજન કરવામાં આવ્યું હતું તે ટેબલ બંધ ઇન્ડેક્સ બનાવી શકો છો ઉત્પાદક દ્વારા hashed અને ઉત્પાદન તારીખે સુધીનું હતું. અને હું કહી શકે છે કે જે રીતે, જે કંઇ પણ આ તારીખો વચ્ચે ઉત્પાદિત કરવામાં આવી હતી, હું રેખા માંથી ખેંચવાનો જરૂર છે. તેથી કે જે સ્થાનિક ગૌણ ઈન્ડેક્સ છે. 

આ અસર તમારા હેશ કી જગ્યા મર્યાદિત બનાવે છે. તેઓ કારણ કે સહ અસ્તિત્વ એ જ સંગ્રહ નોડ પર, તેઓ હેશ કી મર્યાદા 10 ગીગાબાઇટ્સ જગ્યા. DynamoDB હેઠળ કોષ્ટકો, પાર્ટીશન આવશે તમારા ટેબલ દર 10 ગીગાબાઇટ્સ. તમે માહિતી 10 શોના માં મૂકવામાં આવે છે, અમે [PHH] જાઓ, અને અમે અન્ય નોડ ઉમેરો. 

અમે LSI વિભાજિત નહીં ઘણાબધા પાર્ટીશનોની સમગ્ર. અમે ટેબલ વિભાજિત પડશે. પરંતુ અમે LSI વિભાજિત નહીં. કે કંઈક છે તેથી સમજવા માટે મહત્વનું તમે ખૂબ જ કરી રહ્યાં છો, તો છે, ખૂબ, ખૂબ મોટા એગ્રિગેશન, પછી તમે મર્યાદિત કરી રહ્યા છીએ તમારા LSIs 10 ગીગાબાઇટ્સ છે. 

જો કે આ કેસ છે, તો અમે કરી શકો છો વૈશ્વિક બીજી ઉપયોગ કરે છે. વૈશ્વિક બીજી છે ખરેખર અન્ય કોષ્ટક. તેઓ માટે આ બોલ પર સંપૂર્ણપણે અસ્તિત્વ તમારા પ્રાથમિક કોષ્ટક બાજુ. અને તેઓ મને એક શોધવા માટે પરવાનગી આપે છે સંપૂર્ણપણે અલગ માળખું. માહિતી શામેલ કરવામાં આવી છે જેથી તેને લાગે બે અલગ અલગ કોષ્ટકો માં, માળખાગત બે અલગ અલગ રીતે. 

હું એક તદ્દન વ્યાખ્યાયિત કરી શકો છો વિવિધ હેશ કી. હું એક તદ્દન વ્યાખ્યાયિત કરી શકો છો વિવિધ શ્રેણી કી. અને હું આ ચલાવી શકો છો સંપૂર્ણપણે સ્વતંત્ર. હકીકત એ છે કે બાબત તરીકે, હું કર્યું મારા વાંચો ક્ષમતા જોગવાઇ અને ક્ષમતા લખવા મારા વૈશ્વિક ગૌણ નિર્દેશિકાઓની સંપૂર્ણપણે સ્વતંત્ર મારા પ્રાથમિક કોષ્ટક. મને લાગે છે કે ઇન્ડેક્સ વ્યાખ્યાયિત તો, હું કહી કેટલી વાંચી અને લખી ક્ષમતા તેનો ઉપયોગ કરી રહ્યું છે. 

અને તે અલગ છે મારા પ્રાથમિક કોષ્ટક છે. હવે નિર્દેશિકાઓની બંને માટે પરવાનગી આપે છે એટલું જ નહીં, હેશ અને શ્રેણી કીઓ વ્યાખ્યાયિત પરંતુ તેઓ કરવા માટે પરવાનગી આપે વધારાની કિંમતોની પ્રોજેક્ટ. હું ઇન્ડેક્સ બંધ વાંચી કરવા માંગો છો તેથી જો, અને હું માહિતી અમુક સમૂહ મેળવવા માંગો છો, હું મુખ્ય પાછા જવાની જરૂર નથી ટેબલ વધારાના લક્ષણો વિચાર. હું તે વધારાની પ્રોજેક્ટ કરી શકો છો ટેબલ માં લક્ષણો વપરાશ પેટર્ન આધાર આપવા માટે. હું અમે કદાચ કેટલાક માં મળી રહ્યાં છે ખરેખર, નીંદણ માં મેળવવામાં really-- અહીં આ સામગ્રી કેટલાક પર. હવે હું આ બહાર લક્ષ્ય મળી. 

AUDIENCE: [અશ્રાવ્ય] --table કી હેશ હતી અર્થ? મૂળ હેશ? મલ્ટી સ્લોટ્સ આવેલા હોય છે? 

રિક Houlihan: હા. હા. કોષ્ટક કી મૂળભૂત પાછા આઇટમ નિર્દેશ કરે છે. તો પછી ઈન્ડેક્સમાં એક નિર્દેશક પાછા છે ટેબલ પર મૂળ વસ્તુઓ. હવે તમે એક બીલ્ડ કરવા માટે પસંદ કરી શકો છો માત્ર ટેબલ કી છે કે ઇન્ડેક્સ અને અન્ય કોઈ ગુણધર્મો. અને મને લાગે છે કે શા માટે કરી શકે? વેલ, કદાચ હું ખૂબ જ મોટી વસ્તુઓ હોય છે. 

હું ખરેખર માત્ર જાણવાની જરૂર which-- મારા વપરાશ પેટર્ન, કહી શકે જે વસ્તુઓ આ મિલકત ધરાવે છે? આઇટમ પરત કરવાની જરૂર નથી. હું માત્ર ખબર જરૂર છે જે વસ્તુઓ તે સમાવે છે. તેથી જો તમે નિર્દેશિકાઓની બનાવી શકો છો કે માત્ર ટેબલ કી છે. 

પરંતુ તે મુખ્યત્વે શું છે ડેટાબેઝમાં એક ઈન્ડેક્સ માટે છે. તે ઝડપથી કરવા માટે સમર્થ હોવા માટે છે , રેકોર્ડ જે ઓળખવા જે પંક્તિઓ, જે કોષ્ટકમાં વસ્તુઓ હોય હું માટે શોધ છું કે ગુણધર્મો. 

GSIs, જેથી તેઓ કેવી રીતે કામ કરી શકું? GSIs મૂળભૂત અસુમેળ છે. આ સુધારો કોષ્ટક માં આવે છે, ટેબલ પછી અસુમેળ અપડેટ થયેલ છે તમારા GSIs બધા. GSIs છે શા માટે છે આખરે સુસંગત. 

તે નોંધવું મહત્વનું છે જ્યારે તમે GSIs નિર્માણ કરી રહ્યાં છો, અને તમે બનાવી રહ્યા છો સમજવા aggregation-- અન્ય પરિમાણ હવે આપણે એક સારું ઉદાહરણ કહી દો અહીં એક ઉત્પાદક છે. હું વિશે વાત કરી છે શકે છે તબીબી ઉપકરણ નિર્માતા. તબીબી ઉપકરણ ઉત્પાદકો ઘણી વખત નજર શ્રેણીબદ્ધ ભાગો છે. જાય કે ભાગો એક હિપ રિપ્લેસમેન્ટ બધા તેમના પર થોડી સીરીયલ નંબર હોય છે. અને તેઓ લાખો હોય છે અને લાખો અને ભાગો અબજો તેઓ જહાજ કે બધા ઉપકરણો છે. ઠીક છે, તેઓ હેઠળ એકત્રિત કરવા જરૂર વિવિધ પરિમાણો, બધા ભાગો એક વિધાનસભા, બધા કરવામાં આવ્યા હતા કે ભાગો ચોક્કસ વાક્ય પર, બધા આવ્યા હતા કે ભાગો ચોક્કસ ઉત્પાદક માંથી ચોક્કસ તારીખે. અને ક્યારેક આ એગ્રિગેશન અબજો માં મળે છે. 

તેથી હું કેટલાક સાથે કામ પીડાતા હોય તેવા આ ગાય્ઝ તેઓ બનાવી રહ્યાં છો કારણ કે આ ginormous એગ્રિગેશન તેમના માધ્યમિક નિર્દેશિકાઓની. તેઓ કાચા ભાગો પડી શકે છે માત્ર હેશ તરીકે આવે છે કે કોષ્ટક. દરેક ભાગ અનન્ય સીરીયલ નંબર છે. હું હેશ તરીકે સીરીયલ નંબર ઉપયોગ કરે છે. તે સુંદર છે. મારી કાચી ડેટા ટેબલ ફેલાય છે બધા કી જગ્યા સમગ્ર. મારા [? લખી?] [? લેવાથી?] ભયાનક છે. હું માહિતી ઘણો લે છે. પછી તેઓ શું તેઓ એક GSI બનાવવા છે. અને હું જોવા માટે જરૂર છે, તમે શું જાણો છો, કહે છે આ ઉત્પાદક માટે તમામ ભાગો. વેલ, અચાનક તમામ હું એક અબજ પંક્તિઓ લેતી અને તેમને પર સામગ્રી એક નોડ, કારણ કે જ્યારે હું તરીકે એકત્રિત હેશ તરીકે ઉત્પાદક ને, અને શ્રેણી તરીકે ભાગ નંબર, પછી હું છું અચાનક તમામ એક અબજ ભાગો મૂકવા શું આ ઉત્પાદક મને આપ્યું છે. 

તે ઘણો કારણ બની શકે છે આ GSI પર દબાણ, ફરીથી, હું એક નોડ સતત પ્રહાર અથવા મારપીટ છું. હું આ બધા મૂકી રહ્યો છું એક નોડ માં દાખલ. અને તે એક વાસ્તવિક સમસ્યારૂપ ઉપયોગ કેસ છે. હવે, હું એક સારી ડિઝાઇન મળી તમે તે ટાળવા માટે કેવી રીતે પેટર્ન. અને તે સમસ્યાઓ એક છે હું હંમેશા સાથે કામ કરે છે. શું થાય છે પરંતુ, GSI શકે છે પૂરતી લખવા ક્ષમતા નથી તે બધા દબાણ સમક્ષ રજુ કરવાનો પ્રયત્ન કરવા માટે એક નોડ માં પંક્તિઓ. અને શું પછી શું થાય છે પ્રાથમિક, ક્લાઈન્ટ ટેબલ, પ્રાથમિક કોષ્ટક નિયંત્રિત કરવામાં આવશે આ GSI ન રાખી શકે છે. તેથી મારા સામેલ દર કરશે પ્રાથમિક કોષ્ટક પર પડી મારા GSI રાખવા પ્રયત્ન કરે છે. 

બધા હક છે, LSI માતાનો, GSI, તેથી હું એક કે જે ઉપયોગ કરવો જોઇએ? LSI માતાનો સુસંગત હોય છે. GSI માતાનો આખરે સુસંગત હોય છે. તે બરાબર છે, હું એક ઉપયોગ કરવાની ભલામણ GSI, તેઓ વધુ લવચીક છો. LSI એક GSI તરીકે રજૂ કરવામાં કરી શકાય છે. અને જો હેશ કીઓ દીઠ માહિતી કદ તમારા સંગ્રહમાં 10 ગીગાબાઇટ્સ કરતાં વધી જાય, પછી તમે ઉપયોગ કરવા માંગો છો જઈ રહ્યાં છો GSI તે માત્ર એક હાર્ડ મર્યાદા છે કારણ કે. 

બધા હક છે, તેથી માપન. ડાયનેમો ડીબી થ્રુપુટ, તમે કરી શકો છો જોગવાઈ [અશ્રાવ્ય] એક ટેબલ પર થ્રુપુટ. અમે કે જે ગ્રાહકો પ્રોવિઝન 60 billion-- નિયમિત 60 અબજ અરજીઓ કરી રહ્યા છે એક મિલિયન અરજીઓ પર ચાલી અમારા ટેબલો પર પ્રતિ સેકન્ડ. કોઈ ખરેખર છે માટે સૈદ્ધાંતિક મર્યાદા કેટલી અને કેવી રીતે ઝડપી ટેબલ ડાયનેમો ડીબી ચલાવી શકો છો. કેટલાક સોફ્ટ છે તમારા એકાઉન્ટ પર મર્યાદા અમે તેથી ત્યાં મૂકી કે તમે ક્રેઝી જાઓ નથી. તમે કરતાં વધુ ઇચ્છો તો કે નથી, સમસ્યા નથી. તમે અમને કહી આવે છે. અમે ડાયલ અપ ચાલુ પડશે. 

દરેક એકાઉન્ટ અમુક સ્તર સુધી મર્યાદિત છે દરેક સેવા, માત્ર બેટ બોલ તેથી તે લોકોએ ઉન્મત્ત જાઓ નથી મુશ્કેલી માં પોતાને મળે છે. કદ કોઈ મર્યાદા. જો તમે કોઇ નંબર મૂકી શકો છો એક ટેબલ પર વસ્તુઓ. આઇટમ નું માપ છે 400 કિલોબાઇટ દરેક માટે મર્યાદિત છે, તે આઇટમ નથી લક્ષણો હશે. બધા લક્ષણો ની રકમ તેથી 400 કિલોબાઇટ સુધી મર્યાદિત છે. અને પછી ફરી, અમે છે કે થોડી LSI મુદ્દો હેશ દીઠ 10 gigabyte મર્યાદા સાથે. પ્રેક્ષક: નાના નંબર છે, હું ગુમ છું શું તમે મને કહી રહ્યાં is-- પ્રેક્ષક: ઓહ, 400 કિલોબાઇટ આઇટમ દીઠ મહત્તમ માપ છે. તેથી એક વસ્તુ તમામ ગુણો ધરાવે છે. તેથી 400 K કુલ કદ છે કે વસ્તુ, 400 કિલોબાઈટ. બધા લક્ષણો તેથી સંયુક્ત તમામ માહિતી તે બધા લક્ષણો છે, કુલ માપ માં વળેલું, હાલમાં આજે આઇટમ મર્યાદા 400 K છે. તેથી પ્રાપ્ત ફરીથી ખેંચે પાર્ટીશન દ્વારા. થ્રુપુટ જોગવાઇ છે ટેબલ સ્તર પર. અને ખરેખર બે knobs છે. અમે ક્ષમતા વાંચી છે અને ક્ષમતા લખો. 

તેથી આ ગોઠવ્યો છે દરેક અન્ય સ્વતંત્ર. RCU માતાનો માપ કડક સુસંગત વાંચે છે. ઠીક છે, તેથી જો તમે મને 1000 માંગો છો કહી રહ્યાં છે RCU માતાનો તે કડક સુસંગત હોય છે તે સતત વાંચે છે. તમે મને માંગો છો કહે છે, તો સુસંગત અંતિમ વાંચે તમે જોગવાઈ 1,000 કરી શકો છો RCU માતાનો, તમે જઈ રહ્યાં છો આખરે 2,000 વિચાર સુસંગત વાંચે છે. અને તે માટે અડધા ભાવ આખરે વાંચે સમાવેશ થાય છે. 

ફરીથી, ગોઠવ્યો દરેક અન્ય સ્વતંત્ર. અને તેઓ throughput-- છે તમે તમારા RCU 100% લે તો, તમે અસર નથી જઈ રહ્યાં છો તમારા અધિકારો ઉપલબ્ધતા. જેથી તેઓ સંપૂર્ણપણે છે દરેક અન્ય સ્વતંત્ર. બધા હક છે, તેથી એક વસ્તુઓ છે કે જે હું થોડા સમય માટે નિયંત્રિત કરવાનું આવ્યું હતું ઉલ્લેખ કર્યો છે. Throttling ખરાબ છે. Throttling કોઈ એસક્યુએલ ખરાબ સૂચવે છે. અમે મદદ કરવા માટે કરી શકો છો વસ્તુઓ હોય છે તમે throttling દૂર કે તમે અનુભવી રહ્યા છે. પરંતુ શ્રેષ્ઠ ઉકેલ આ માતાનો લેવા દો એક, કારણ કે તમે શું કરી રહ્યાં છો જોવા અહીં નાટક વિરોધી પેટર્ન છે. 

આ બધી વસ્તુઓ, બિન-યુનિફોર્મ જેવી વસ્તુઓ વર્કલોડ, ગરમ કીઓ, હોટ પાર્ટીશનોને બનાવે છે. હું ચોક્કસ કી જગ્યા મથાળે સ્પર્શી રહ્યો ખૂબ જ હાર્ડ કેટલાક ચોક્કસ કારણ માટે. શા માટે હું આ કરી રહ્યો છું? માતાનો બહાર આકૃતિ કે દો. હું ઠંડા માહિતી સાથે મારા ગરમ માહિતી મિશ્રણ છું. હું મારા કોષ્ટકો વિચાર ભાડા છું વિશાળ છે, પરંતુ ખરેખર છે માહિતી માત્ર કેટલાક ઉપગણ કે મને ખરેખર રસપ્રદ છે. તેથી લોગ માહિતી માટે, ઉદાહરણ તરીકે, એક ઘણો ગ્રાહકો, તેઓ દરેક દિવસ ડેટા લોગ વિચાર. તેઓ લોગ માહિતી વિશાળ જથ્થો મળી. 

તમે બધા કે લોગ ડમ્પીંગ રહ્યાં છો, તો સમય જતાં એક મોટા ટેબલ માહિતી, તે ટેબલ મોટા બનશે. પરંતુ હું ખરેખર માત્ર રસ છું છેલ્લા 24 કલાક, છેલ્લા સાત દિવસો, છેલ્લા 30 દિવસોમાં. સમય ગમે વિન્ડો હું જોઈ રસ છું કે મને bothers, અથવા તે ઘટના માટે મને રસપ્રદ છે કે ઘટના, કે હું જરૂર છે કે જે માત્ર વિન્ડો સમય છે. તેથી શા માટે હું 10 વર્ષ મૂકવા છું ટેબલ પ્રવેશ માહિતી વર્થ? શું કારણ બને છે કોષ્ટક ટુકડો. 

તે વિશાળ નોંધાયો નહીં. તે બહાર ફેલાવો શરૂ થાય છે ગાંઠો હજારો સમગ્ર. અને તમારી ક્ષમતા થી તમે છો, તેથી ઓછી છે ખરેખર દરેક પર મર્યાદિત રેટ તે વ્યક્તિગત ગાંઠો છે. તેથી આપણે કેવી રીતે જોઈ શરૂ કરીએ અમે ઉપર કે ટેબલ રોલ નથી. અમે તે માહિતી થોડી મેનેજ કરો કેવી રીતે સારી આ સમસ્યા ટાળવા માટે. અને શું આના જેવો નથી? આ સૂચવે છે કે શું લાગે છે. આ ખરાબ NoSQL શું લાગે છે. 

હું અહીં એક ગરમ કી મળી. તમે અહીં બાજુ પર જુઓ, આ બધા મારા પાર્ટીશનો છે. હું અહીં 16 પાર્ટીશનો મળી આ ચોક્કસ ડેટાબેઝ પર. અમે આ બધા સમય કરવું. હું ગ્રાહકો માટે બધા સમય ચલાવો. તે ગરમી નકશો કહેવાય છે. હીટ નકશો તમે છો કેવી રીતે તે મને કહે છે તમારી કી જગ્યા ઍક્સેસ. અને આ શું મને કહેતાં છે એક ખાસ હેશ છે તે આ વ્યક્તિ એક ગમતો કે ભયાનક ઘણો, તેમણે છે, કારણ કે ખરેખર હાર્ડ છે, ખરેખર તે હિટ. 

તેથી વાદળી સરસ છે. અમે બ્લુ ગમે છે. અમે લાલ ગમતું નથી. રેડ જ્યાં દબાણ 100% સુધી મળે છે. 100%, હવે તમે નિયંત્રિત કરી રહ્યા છીએ. તેથી તમે ગમે કોઈપણ લાલ લીટીઓ જોવા જ્યારે છે આ અને તે માત્ર ડાયનેમો DB-- નથી દરેક NoSQL ડેટાબેઝ આ સમસ્યા છે. વિરોધી પેટર્ન કે કરી શકે છે શરતો આ પ્રકારના ઝુંબેશ ચલાવી છે. હું શું હું ગ્રાહકો સાથે કામ કરે છે આ શરતો દૂર કરવા. 

અને શું આના જેવો નથી? અને આ સૌથી મેળવવામાં આવે છે ડાયનેમો ડીબી થ્રુપુટ બહાર પરંતુ તે ખરેખર મેળવવામાં આવ્યું NoSQL સૌથી વધુ. આ ડાયનેમો માટે પ્રતિબંધિત નથી. આ definitely-- હું મોગો પર કામ કરવા માટે વપરાય છે. હું ઘણા NoSQL પ્લેટફોર્મ સાથે પરિચિત છું. દરેક વ્યક્તિ આ પ્રકારના હોય છે ગરમ કી સમસ્યાઓ. કોઈપણ NoSQL સૌથી વધુ મેળવવા માટે ડેટાબેઝ, ખાસ ડાયનેમો ડીબી, તમે કોષ્ટકો બનાવવા માંગો છો જ્યાં હેશ કી તત્વ છે અલગ કિંમતો મોટી સંખ્યામાં, Cardinality એક ઉચ્ચ ડિગ્રી. કે હું લખી રહ્યો છું કારણ કે તેનો અર્થ અલગ ડોલથી ઘણાં. 

હું વધુ ડોલથી , વધુ શક્યતા લેખિત હું લખવા લોડ ફેલાવો છું અથવા ઘણા નોડો સમગ્ર બહાર લાવવા વાંચો, વધુ શક્યતા હું હોય છું ટેબલ પર ઉચ્ચ થ્રુપુટ. અને પછી હું કિંમતો પ્રયત્ન કરવા માંગો છો સમય પર એકદમ સરખે ભાગે વિનંતી અને એકસરખી તરીકે રેન્ડમ શક્ય. ઠીક છે, કે પ્રકારની છે, રસપ્રદ છે કારણ કે હું નથી કરી શકો છો ખરેખર નિયંત્રણ વપરાશકર્તાઓ આવે છે. અમે ફેલાવો તેથી, જો કહે પૂરતા કી જગ્યા સમગ્ર વસ્તુઓ બહાર, અમે કદાચ વધુ સારી રીતે આકાર હશો. 

ત્યાં અમુક ચોક્કસ છે સમય બોલ જથ્થો તમે નથી જઈ રહ્યાં છો કે જે સક્ષમ નિયંત્રણ હોય છે. પરંતુ તે ખરેખર છે અમે કે જે બે પરિમાણો, જગ્યા વપરાશ સમાનરૂપે ફેલાવો, સમય, વિનંતીઓ સરખે ભાગે વહેંચાઇ સમય અંતરે પહોંચ્યા. અને તે બે તો શરતો પૂર્ણ કરવામાં આવી રહી છે, પછી તે શું છે જેમ દેખાય રહ્યું. આ ખૂબ NICER છે. અમે અહીં ખરેખર ખુશ છીએ. અમે ખૂબ જ પણ વપરાશ પેટર્ન મળી છે. અરે વાહ, કદાચ તમે મળી રહ્યાં એક થોડી દબાણ દરેક હવે પછી, પરંતુ કશું ખરેખર ખૂબ વ્યાપક. તેથી તે કેટલી વખત અમેઝિંગ છે હું ગ્રાહકો સાથે કામ જ્યારે, મોટા લાલ સાથે પ્રથમ ગ્રાફ બાર અને તે તેની પીળા નીચ સ્થળ પર તમામ, અમે કસરત સાથે કરવામાં થોડા મહિના પછી ફરીથી સ્થાપત્ય, તેઓ ચોક્કસ જ ચલાવી રહ્યા છો ચોક્કસ જ લોડ વર્કલોડ. અને આ તે હવે જેમ જોઈ છે તે છે. તેથી તમે શું NoSQL સાથે વિચાર છે સંપૂર્ણપણે છે કે માહિતી પદ્ધતિ વપરાશ પેટર્ન સાથે જોડાયેલું. 

અને તમે તે માહિતી પદ્ધતિ પ્રભાવશાળી કરી શકો છો ઍક્સેસ પેટર્ન આધાર આપવા માટે. જો તમે ન કરો તો, પછી તમે જઈ રહ્યાં છો સમસ્યાઓ તે પ્રકારના જોવા માટે તે ગરમ કીઓ સાથે. 

પ્રેક્ષક: વેલ, ખચીત કેટલાક સ્થળો અન્ય કરતાં ગરમ ​​હશે આવે છે. 

રિક Houlihan: હંમેશા. હંમેશા. અરે વાહ, હું હંમેશા ત્યાં છે અર્થ a-- અને ફરી, ત્યાં છે કેટલાક ડિઝાઇન પેટર્ન અમે મારફતે મળશે કે તમે કામ કેવી રીતે વિશે વાત કરશે આ સુપર મોટા એગ્રિગેશન છે. હું તેનો અર્થ, હું તેમને હોય મેળવ્યા અમે તેમની સાથે કેવી રીતે વ્યવહાર નથી? હું એક સુંદર સારા ઉપયોગ કેસ મળી અમે તે વિશે વાત કરીશું છે. 

બધા હક છે, તેથી લેટ્સ ટોક હવે કેટલાક ગ્રાહકો. આ ગાય્ઝ AdRoll છે. તમે છો તો મને ખબર નથી AdRoll સાથે પરિચિત. તમે કદાચ તેમને જોવા બ્રાઉઝર પર ઘણો. તેઓ છો, જાહેરાત ફરીથી લક્ષ્ય રહ્યાં છો સૌથી જાહેરાત ફરીથી નિશાન બિઝનેસ ત્યાં ત્યાં બહાર. તેઓ સામાન્ય રીતે નિયમિત પર ચલાવવા દિવસ દીઠ 60 અબજ વ્યવહારના. તેઓ એક મિલિયન કરી રહ્યા છીએ સેકન્ડ પ્રતિ વ્યવહારો. તેઓ એક સુંદર, સરળ ટેબલ મળી છે માળખું, સૌથી વ્યસ્ત કોષ્ટક. મૂળભૂત રીતે તે માત્ર એક હેશ કી, કૂકી છે શ્રેણી વસ્તી વિષયક છે શ્રેણી, અને પછી ત્રીજા લક્ષણ સ્કોર છે. 

તેથી આપણે બધા કૂકીઝ આ ગાય્ઝ અમારા બ્રાઉઝર. અને જો તમે એક પર જાઓ ત્યારે વેપારી ભાગ, તેઓ મૂળભૂત રીતે સમગ્ર તમે સ્કોર વિવિધ વસ્તી વિષયક વર્ગો. તમે વેબસાઇટ પર જાઓ ત્યારે અને તમે મને આ ad-- જોવા માંગો છો કહે છે અથવા મૂળભૂત તમે કે કહેવું નથી પરંતુ જો તમે વેબસાઇટ પર જાઓ ત્યારે તેઓ તમને આ જાહેરાત જોવા માંગો છો કહે છે. અને તેઓ AdRoll કે જાહેરાત વિચાર જાઓ. AdRoll તેમના ટેબલ પર તમે જુએ છે. તેઓ તમારા કૂકી શોધો. કહેવાની જાહેરાતકર્તાઓ તેમને હું કોઇની માંગો છો , જે આધેડ છે રમતો માં 40 વર્ષ જૂના માણસ. અને તેઓ તે વસ્તી વિષયક માં તમે સ્કોર અને તેઓ કે નહીં તે નક્કી કે તમારા માટે એક સારા જાહેરાત છે. 

હવે તેઓ એક શ્રીલંકાના સાથે હોય તેમની જાહેરાત પ્રદાતાઓ પેટા-10 મિલિસેકન્ડ પૂરી પાડે છે દરેક એક વિનંતી પર પ્રતિભાવ. તેથી તેઓ આ માટે ડાયનેમો ડીબી ઉપયોગ કરી રહ્યાં છો. તેઓ અમને હિટ રહ્યા છો સેકન્ડ પ્રતિ મિલિયન અરજીઓ. તેઓ તમામ કરવા માટે સક્ષમ છીએ તેમના લુકઅપો, triage કે બધા માહિતી, અને તે પાછા ઉમેરો કડી મળી 10 મિલિસેકન્ડોમાં હેઠળ જાહેરાતકર્તાઓ. તે ખરેખર ખૂબ અસાધારણ છે અમલીકરણ તેઓ હોય છે. 

આ ગાય્ઝ વાસ્તવમાં આ ગાય્ઝ આ છે. હું તે આ ગાય્ઝ જો ખાતરી નથી. આ ગાય્ઝ હોઈ શકે છે. મૂળભૂત રીતે હું કોઈ us-- કહ્યું તે તેમને હતું લાગતું નથી. હું તે બીજા કોઇની હતી લાગે છે. હું એક સાથે કામ કરતા હતા ગ્રાહક મને કહ્યું હતું કે કે હવે તેઓ કર્યું કે ડાયનેમો ડીબી ગયો, તેઓ માટે નાસ્તો પર વધુ પૈસા ખર્ચીને તેમના વિકાસ ટીમ દર મહિને તેઓ તેમના ડેટાબેઝ પર પસાર કરતાં. તેથી તે તમને એક આપી શકશો ખર્ચ બચત વિચાર તમે ડાયનેમો ડીબી મેળવી શકો છો કે વિશાળ છે. બધા હક છે, dropcam અન્ય કંપની છે. આ વ્યક્તિ પ્રકારની of-- જો તમને લાગે છે વસ્તુઓ ઈન્ટરનેટ, dropcam ના મૂળભૂત ઈન્ટરનેટ સુરક્ષા વિડિઓ છે. તમે ત્યાં તમારા કૅમેરા બહાર મૂકો. કેમેરા એક ગતિ ડિટેક્ટર છે. કોઇએ સાથે આવે છે એક કયૂ બિંદુ ચાલુ. કેમેરા જ્યારે સુધી માટે રેકોર્ડીંગ શરૂ થાય છે તે હવે કોઈપણ ગતિ શોધી નથી. ઇન્ટરનેટ પર વિડિઓ મૂકે. 

Dropcam છે કે કંપની હતી મૂળભૂત ડાયનેમો ડીબી ફેરવાઈ તેઓ અનુભવી હતી કારણ કે પ્રચંડ વધતી દુખાવો. અને તેઓ અમને જણાવ્યું છે, અચાનક માહિતી petabytes. તેઓ કોઈ વિચાર તેમની સેવા કરી હતી તેથી સફળ રહેશે. YouTube કરતાં વધુ ઈનબાઉન્ડ વિડિઓ આ ગાય્ઝ મેળવવામાં આવે છે તે છે. તેઓ બધા ટ્રેક DynamoDB ઉપયોગ તેમના તમામ વિડિઓ કી પોઇન્ટ પર મેટાડેટા. 

તેથી તેઓ દબાણ S3 ને buckets છે બધા બાઈનરી વસ્તુઓનો માં. અને પછી તેઓ પાસે ડાયનેમો ડીબી રેકોર્ડ કે તે S3 ત્રણ પદાર્થો લોકો નિર્દેશ કરે છે. તેઓ એક વિડિઓ જોવા માટે જરૂર છે, તેઓ ડાયનેમો ડીબી રેકોર્ડ જુઓ. તેઓ લિંકને ક્લિક કરો. તેઓ S3 ના વિડિઓ નીચે ખેંચી. તેથી તે આ જેમ દેખાય છે તે પ્રકારની છે. અને આ તેમના ટીમ સીધા છે. 

ડાયનેમો ડીબી તેમના ઘટાડે વિડિઓ ઘટનાઓ ડ લવર સમય પાંચથી 10 સેકન્ડ. તેમના જૂના સંબંધ સ્ટોર, તેઓ જાઓ અને ચલાવવા માટે છે કરવા માટે વપરાય છે આંકડો બહુવિધ જટિલ પ્રશ્નો જે બહાર વિડિઓઝ, નીચે ખેંચી 50 કરતાં ઓછી મિલિસેકન્ડોમાં. તેથી તે સુંદર, સુંદર છે કેટલી કામગીરી તમે ઑપ્ટિમાઇઝ જ્યારે તમે વિચાર કરી શકો છો અને તમે ટ્યુન અંતર્ગત ડેટાબેઝ વપરાશ પેટર્ન આધાર આપવા માટે. તે શું છે Halfbrick, આ ગાય્ઝ, હું ધારી ફળ નીન્જા તેમના વસ્તુ છે. ડાયનેમો ડીબી પર બધા રન છે. અને આ ગાય્ઝ, તેઓ એક મહાન છે વિકાસ ટીમ, મહાન વિકાસ દુકાન. 

સારી નથી ઓપ્સ ટીમ. તેઓ ઘણો ન હતી કામગીરી સાધનો. તેઓ રાખવા પ્રયાસ કરી સંઘર્ષ કરવામાં આવી હતી તેમની અરજી ઈન્ફ્રાસ્ટ્રક્ચર અને ચાલી રહ્યું છે. તેઓ અમને આવી હતી. તેઓ માને છે કે ડાયનેમો ડીબી પર જોવામાં. તેઓ માને છે કે અમારા માટે છે, જણાવ્યું હતું. તેઓ તેમના સમગ્ર બાંધવામાં તેના પર એપ્લિકેશન ફ્રેમવર્ક. અહીં કેટલાક ખરેખર સરસ ટિપ્પણીઓ તેમની ક્ષમતા પર ટીમ હવે મકાન પર ધ્યાન કેન્દ્રિત કરવા માટે આ રમત નથી અને આ જાળવવા માટે કર્યા ઇન્ફ્રાસ્ટ્રક્ચર, જે એક પ્રચંડ જથ્થો બની હતી તેમની ટીમ માટે ઓવરહેડ છે. તેથી આ કંઈક છે that-- આ તમે ડાયનેમો ડીબી માંથી વિચાર કે ફાયદો થાય છે. 

બધા હક છે, માં મેળવવામાં અહીં માહિતી મોડેલિંગ. અને અમે વિશે થોડું વાત એક આ એક, ઘણા એક, અને ઘણા પ્રકાર સંબંધો ઘણા. અને તમે કેવી રીતે ડાયનેમો તે જાળવી નથી. ડાયનેમો ડીબી અમે ઉપયોગ નિર્દેશિકાઓની, સામાન્ય રીતે કહીએ તો, ના દશાંશ માહિતી ફેરવવા અન્ય એક સ્વાદ. હેશ કીઓ, શ્રેણી કીઓ, અને નિર્દેશિકાઓની. 

આ ખાસ કરીને ઉદાહરણ તરીકે, મોટા ભાગના રાજ્યો તરીકે પરવાના જરૂરિયાત છે કે વ્યક્તિ દીઠ માત્ર એક ડ્રાયવર્સ લાયસન્સ. તમે બે ડ્રાયવર્સ વિચાર ન જઇ શકે છે બોસ્ટન રાજ્યમાં લાઇસન્સ. હું ટેક્સાસ તે ન કરી શકો. તે જે રીતે પ્રકારની છે. અને તેથી આ DMV, અમે લુકઅપો છે, અમે ડ્રાયવર્સ લાયસન્સ ઉપર જોવા માંગો છો સામાજિક સુરક્ષા નંબર દ્વારા. હું વપરાશકર્તા વિગતો જોવા માંગો છો ડ્રાયવર્સ લાયસન્સ નંબર છે. 

તેથી અમે એક વપરાશકર્તા ટેબલ હોઈ શકે છે કે સીરીયલ નંબર પર એક હેશ કી છે, અથવા સામાજિક સુરક્ષા નંબર, અને વિવિધ લક્ષણો આઇટમ પર વ્યાખ્યાયિત થયેલ છે. હવે ટેબલ હું એક GSI વ્યાખ્યાયિત કરી શકે છે કે કહે છે કે આસપાસ કે હું માંગો flips પછી લાયસન્સ અને હેશ કી બધા અન્ય વસ્તુઓ. હવે હું પ્રશ્ન અને શોધવા માંગો છો, તો આપેલ કોઈપણ સમાજ માટે લાયસન્સ નંબર સુરક્ષા નંબર, હું કરી શકો છો મુખ્ય ટેબલ શોધો. 

હું પ્રશ્ન કરવા માંગો છો અને હું માંગો છો, તો સામાજિક સુરક્ષા મેળવવા માટે નંબર અથવા અન્ય લક્ષણો લાયસન્સ નંબર, હું GSI ક્વેરી કરી શકો છો. કે મોડેલ કે જે એક છે એક સંબંધ છે. માત્ર એક ખૂબ જ સરળ GSI, આસપાસ તે વસ્તુઓ વિમાનની મુસાફરી. હવે, ઘણા વિશે એક વાત કરો. ઘણા એક મૂળભૂત છે તમારા હેશ શ્રેણી કી. અમે આ સાથે ઘણો વિચાર જ્યાં ઉપયોગ કેસ મોનીટર માહિતી છે. મોનિટર માહિતી નિયમિત આવે છે વસ્તુઓ ઈન્ટરનેટ જેવા અંતરાલ. અમે હંમેશા તમામ આ વિચાર રેકોર્ડ તમામ સમય આવતા. 

અને હું તમામ વાંચન શોધવા માંગો છો ચોક્કસ સમયગાળા વચ્ચે. તે એક ખૂબ જ સામાન્ય ક્વેરી છે મોનીટરીંગ ઈન્ફ્રાસ્ટ્રક્ચર. તે વિશે રીતે જવું એક શોધે છે સરળ ટેબલ માળખું, એક ટેબલ. હું એક ઉપકરણ માપ ટેબલ મળી છે ઉપકરણ ID પર હેશ કી સાથે. અને હું પર શ્રેણી કી ટાઇમસ્ટેમ્પ, અથવા આ કિસ્સામાં, મહાકાવ્ય. અને તે મને જટિલ ચલાવવા માટે પરવાનગી આપે છે કે શ્રેણી કી સામે પ્રશ્નો અને તે રેકોર્ડ પાછા પરિણામ સંબંધિત છે હું શોધી રહ્યો છું કે સુયોજિત કરો. અને તે એક બનાવે છે ઘણા સંબંધ નો ઉપયોગ કરીને પ્રાથમિક કોષ્ટક માં હેશ કી શ્રેણી કી માળખું. 

તેથી તે પ્રકારના બનેલ છે ડાયનેમો ડીબી ટેબલ માં. હું એક હેશ વ્યાખ્યાયિત ત્યારે અને શ્રેણી ટી ટેબલ, હું છું ઘણા સંબંધો માટે એક વ્યાખ્યાયિત. તે પિતૃ બાળક સંબંધ છે. 

ઘણા વિશે વાત કરો ઘણા સંબંધો છે. અને આ ચોક્કસ ઉદાહરણ તરીકે, ફરીથી, અમે GSI માતાનો ઉપયોગ જઈ રહ્યાં છો. અને ગેમિંગ વિશે વાત કરો હું આપેલ વપરાશકર્તા હોય છે દૃશ્ય. હું તમામ રમતો શોધવા માંગો છો કે તેમણે માટે અથવા રમતા રજીસ્ટર છે. અને આપેલ રમત માટે, હું બધા વપરાશકર્તાઓ શોધવા માંગો છો. તેથી હું કેવી રીતે કે શું કરવું? મારા વપરાશકર્તા ગેમ્સ ટેબલ, હું જાઉં છું વપરાશકર્તા આઈડી હેશ કી હોય અને આ રમત એક શ્રેણી કી. 

તેથી વપરાશકર્તા બહુવિધ ગેમ્સ હોઈ શકે છે. તે વચ્ચે ઘણા સંબંધો માટે એક વપરાશકર્તા અને તેમણે ભજવે રમતો. અને પછી GSI પર મને લાગે છે કે આસપાસ ફ્લિપ કરો પડશે. હું આ રમત પર હેશ પડશે અને હું વપરાશકર્તા પર લઇને પડશે. હું તમામ વિચાર કરવા માંગો છો, તેથી જો રમત વપરાશકર્તા, રમતા હું મુખ્ય ટેબલ ક્વેરી પડશે. હું બધા વપરાશકર્તાઓ મેળવવા માંગો છો તો કે જે ચોક્કસ રમત રમી રહ્યા છે, હું GSI તે શોધો. તેથી જો અમે આ કેવી રીતે કરવું જુઓ છો? તમે આ GSI માતાનો આધાર માટે બિલ્ડ ઉપયોગ કેસ, અરજી, વપરાશ પેટર્ન, અરજી. 

હું પ્રશ્ન કરવા માટે જરૂર હોય તો આ પરિમાણ દો મને કે પરિમાણ પર ઇન્ડેક્સ બનાવો. હું નથી તો, હું પડી નથી. અને ઉપયોગ કેસ પર આધાર રાખીને, હું ઇન્ડેક્સ જરૂર છે, અથવા હું નથી શકે છે શકે છે. તે એક સરળ એક ઘણા છે, તો પ્રાથમિક કોષ્ટક દંડ છે. હું આ ઘણા શું કરવાની જરૂર છે, તો ઘણા, અથવા હું રાશિઓ માટે એક કરવાની જરૂર પછી કદાચ હું જરૂર નથી બીજા ઇન્ડેક્સ. તેથી તે બધા પર આધાર રાખે છે હું શું કરવા પ્રયાસ કરી રહ્યો છું અને હું પૂરું કરવાની કોશિશ કરી રહ્યો છું શું છે. 

કદાચ હું પણ ખર્ચવા નથી જઈ રહ્યો છું ખૂબ સમય દસ્તાવેજો વિશે વાત. આ કદાચ થોડો નહીં ઊંડા અમે માં જવાની જરૂર કરતાં. એક થોડુંક વાત કરો વિશે સમૃદ્ધ ક્વેરી અભિવ્યક્તિ. તેથી ડાયનેમો ડીબી અમે છે બનાવવા માટે ક્ષમતા અમે પ્રક્ષેપણ સમીકરણો શું કહી. પ્રોજેક્શન સમીકરણો ખાલી છે ક્ષેત્રો અથવા કિંમતો ચૂંટવું તમે પ્રદર્શિત કરવા માંગો છો. ઠીક છે, તેથી હું એક પસંદગી કરો. હું ડાયનેમો ડીબી સામે ક્વેરી કરો. અને હું તમને બતાવવા શું ખબર કહે છે, મને માત્ર પાંચ સ્ટાર સમીક્ષાઓ આ ખાસ કરીને ઉત્પાદન માટે. જેથી હું જોવા માંગો છો બધા છે. હું તમામ જોવા માંગો છો નથી આ પંક્તિ અન્ય લક્ષણો, હું ફક્ત આ જોવા માંગો છો. તે માત્ર ત્યારે એસક્યુએલ જેવી છે તમે પસંદ કરો તારો અથવા ટેબલ પરથી કહે છે, તમે બધું મળે છે. હું માંથી પસંદ કરો નામ કહે છે ત્યારે ટેબલ, હું માત્ર એક લક્ષણ મળે છે. તે વસ્તુ એક જ પ્રકારની છે ડાયનેમો ડીબી અથવા અન્ય NoSQL ડેટાબેઝ. ફિલ્ટર સમીકરણો મને પરવાનગી આપે છે મૂળભૂત નીચે આપેલ પરિણામ કાઢે છે. તેથી હું એક ક્વેરી કરો. ક્વેરી 500 વસ્તુઓ સાથે પાછા આવે છે. પરંતુ હું માત્ર વસ્તુઓ માંગો છો કે આ કહે છે કે એક લક્ષણ છે. ઠીક છે, તેથી આપણે તે વસ્તુઓ ફિલ્ટર દો કે જે ચોક્કસ ક્વેરી મેળ ખાતા નથી. તેથી અમે ફિલ્ટર સમીકરણો હોય છે. 

ફિલ્ટર સમીકરણો કરી શકો છો કોઈપણ લક્ષણ પર ચલાવી શકાય છે. તેઓ શ્રેણી પ્રશ્નો ગમે નથી. વધારો પ્રશ્નો વધુ પસંદગીયુક્ત છે. ફિલ્ટર પ્રશ્નો જવા માટે મને જરૂર સમગ્ર પરિણામો પછી સુયોજિત કરો અને મેળવો હું નથી માંગતા ડેટા કોતરીને. શા માટે મહત્ત્વનું છે? હું તે બધા વાંચી છે. ક્વેરી, હું વાંચવા માટે જઇ રહ્યો છું અને તે માહિતી વિશે એક વિશાળ હોઈ ચાલે છે. અને પછી હું જાઉં છું હું શું કરવાની જરૂર છે કોતરીને. અને હું માત્ર બહાર કોતરકામ છું તો એક પંક્તિઓ દંપતિ, પછી તે બરાબર છે. તેથી તે બિનકાર્યક્ષમ નથી. 

પરંતુ હું એક સમગ્ર ખૂંટો વાંચી રહ્યો છું તો માહિતી, માત્ર એક વસ્તુ બહાર વિભાગ પાડવા માટે પછી હું વધુ સારી રીતે થઈ જાઉં છું શ્રેણી ક્વેરી ઉપયોગ કરીને બંધ, તે વધુ પસંદગીયુક્ત છે કારણ કે. તે મને ઘણો સેવ કરવા જઈ રહ્યું છે પૈસા, હું વાંચી માટે ચૂકવણી કરે છે. જ્યાં પાછા આવે છે કે પરિણામો નાની હોઇ શકે છે કે જે વાયર પાર, પરંતુ હું વાંચો માટે ચૂકવણી છું. તેથી કેવી રીતે સમજી તમે માહિતી મેળવી રહ્યાં છો. તે ડાયનેમો ડીબી ખૂબ જ મહત્વપૂર્ણ છે. 

શરતી સમીકરણો, આ શું છે તમે આશાવાદી લોકીંગ કહી શકે છે. અપડેટ કરો છો તો પણ અસ્તિત્વમાં છે, અથવા આ કિંમત જો હું સ્પષ્ટ સમકક્ષ છે. અને હું એક પર એક સમય સ્ટેમ્પ હોય તો રેકોર્ડ, હું માહિતી વાંચી શકે છે. મને લાગે છે કે માહિતી બદલી શકે છે. હું લખવા જઈ શકે છે ડેટાબેઝમાં માહિતી પાછા. કોઈકને રેકોર્ડ બદલાઈ ગઈ હોય, ટાઇમસ્ટેમ્પ બદલાઈ ગયેલ છે શકે છે. અને તે રીતે મારા શરતી સુધારા સુધારવા કહી શકે ટાઇમસ્ટેમ્પ આ બરાબર હોય. અથવા સુધારા કોઈકને કારણ કે નિષ્ફળ જશે આ દરમિયાન રેકોર્ડ સુધારાશે. 

એટલે કે, અમે આશાવાદી લોકીંગ કૉલ શું છે. તે કોઈકને અર્થ એ થાય માં આવે છે અને તે બદલી શકો છો, અને હું તેને શોધી જાઉં છું હું પાછા જાઓ ત્યારે લખવા માટે. અને પછી હું ખરેખર છે કે વાંચી શકે છે માહિતી અને ઓહ, તે આ બદલી, કહે છે. હું તે માટે એકાઉન્ટ કરવાની જરૂર છે. અને હું માહિતી બદલી શકો છો મારા રેકોર્ડ અને અન્ય સુધારા લાગુ પડે છે. તેથી જો તમે તે વધતો પકડી શકે છે સમય વચ્ચે થાય છે સુધારાઓ તમે માહિતી અને વાંચી સમય તમે માહિતી લખી શકે છે. 

પ્રેક્ષક: અને ફિલ્ટર અભિવ્યક્તિ ખરેખર નથી એનો અર્થ એ થાય આ નંબર અથવા not-- માં 

[અવાજો INTERPOSING] રિક Houlihan: 'હું નહિ આ માં ખૂબ વિચાર. આ એક સુરક્ષિત શબ્દ છે. પાઉન્ડ જુઓ એક અનામત છે ડાયનેમો ડીબી શબ્દ. દરેક ડેટાબેઝ છે તેના પોતાના અનામત તમે ઉપયોગ કરી શકો છો સંગ્રહ નામો. ડાયનેમો ડીબી, તમે સ્પષ્ટ તો આ સામે એક પાઉન્ડ, તમે ઉપર તે નામો ઉપર વ્યાખ્યાયિત કરી શકો છો. આ એક સંદર્ભ કિંમત છે. તે કદાચ શ્રેષ્ઠ વાક્યરચના નથી આ ચર્ચા માટે ત્યાં હોય છે, તે કેટલાક real-- માં નહીં કારણ કે હું વાત કરવામાં આવી હતી વધુ એક ઊંડા સ્તરે તે વિશે. 

પરંતુ કહે પૂરતા, આ કરી શકે છે તેઓ views-- જ્યાં સ્કેન ક્વેરી બનવા કે પાઉન્ડ જોવાઈ 10 કરતા વધારે છે. તે હા, એક સંખ્યાત્મક કિંમત છે. તમે ઇચ્છો તો, અમે વિશે વાત કરી શકો છો ચર્ચા પછી છે. બધા હક છે, તેથી અમે પ્રવેશ મળી રહ્યાં શ્રેષ્ઠ પ્રયાસો કેટલાક દૃશ્યો જ્યાં અમે વાત કરવા જઈ રહ્યાં અહીં કેટલાક એપ્લિકેશન્સ વિશે. ડાયનેમો ડીબી માટે ઉપયોગ કિસ્સાઓમાં શું છે. ડિઝાઇન શું છે ડાયનેમો ડીબી પેટર્ન. 

અને પ્રથમ એક અમે જઈ રહ્યાં છો વિશે ચર્ચા વસ્તુઓ ઇન્ટરનેટ છે. હું ધારી of-- તેથી અમે ઘણો વિચાર, તેને 50% કરતા વધારે શું છે આ દિવસોમાં ઇન્ટરનેટ પર ટ્રાફિક ખરેખર મશીનો દ્વારા પેદા થાય છે, નથી મનુષ્ય દ્વારા આપમેળે થયેલ પ્રક્રિયાઓ. હું આ વસ્તુ આ વસ્તુ અર્થ એ છે કે તમે તમારા ખિસ્સામાંથી આસપાસ વહન કેટલી માહિતી કે બાબત એ છે કે ખરેખર તમે વિના આસપાસ મોકલવા તે જાણ્યા એકદમ સુંદર છે. તમારું સ્થાન માહિતી કેવી રીતે ઝડપી વિશે જઈ રહ્યાં છો. તમે Google Maps કામ કરે છે કેવી રીતે તેઓ તમને કહી ત્યારે ટ્રાફિક શું છે. લાખો હોય છે કારણ કે તે છે અને આસપાસ ડ્રાઇવિંગ લોકો લાખો મોકલવામાં આવે છે કે ફોન સાથે બધા બધા સમય સ્થળ પર માહિતી. વસ્તુઓ એક જેથી માહિતી આ પ્રકારના વિશે કે આવે છે, મોનીટર માહિતી, લોગ માહિતી, સમય શ્રેણી માહિતી, તે છે સામાન્ય રીતે માત્ર રસપ્રદ સમય થોડો છે. તે સમય પછી, તે જેથી રસપ્રદ નથી. તેથી અમે દો નથી, વિશે વાત કરી તે કોષ્ટકો ભૂસકે વગર વિકસે છે. અહીં વિચાર કદાચ હું 24 મળી છે કે છે મારા ગરમ ટેબલ ઘટનાઓ વર્થ કલાક. અને તે ગરમ ટેબલ હોઈ ચાલે છે એક ખૂબ જ ઊંચા દરે જોગવાઇ, તે માહિતી ઘણો લે છે, કારણ કે. તે માહિતી ઘણો લે છે અને હું તેને ઘણો વાંચી રહ્યો છું. હું ઓપરેશન ઘણું મેળવ્યું કે માહિતી સામે ચાલી પ્રશ્નો. 

24 કલાક પછી અરે, તમે હું પડી નથી શું, ખબર. તેથી કદાચ દરેક મધરાત હું રોલ નવી ટેબલ પર મારા ટેબલ અને હું આ ટેબલ deprovision. અને હું લેવા પડશે આ RCU અને WCU નીચે કારણ કે 24 કલાક પછી હું ઘણા ચાલી રહ્યો નથી કે માહિતી સામે પ્રશ્નો. તેથી હું નાણાં બચાવવા જાઉં છું. અને કદાચ 30 દિવસ બાદ હું નથી પણ તે બધા વિશે કાળજી જરૂર છે. હું WCU માતાનો લઇ શકે છે એક નીચે બધી રીતે, તમે જાણો છો, કારણ કે તે શું છે ક્યારેય તેવા પરચૂરણ ખર્ચ કરવા માટે જઈ રહી છે. આ ડેટા 30 દિવસ જૂની છે. તે ફેરફારો નથી. 

અને તે વાંચી મેળવવા જઈ લગભગ ક્યારેય છે તેથી આપણે માત્ર 10 નીચે કે RCU લેવા દો. અને હું આ પર મની એક ટન બચત છું માહિતી, અને માત્ર મારા ગરમ માહિતી માટે ચૂકવણી. તેથી તે જોવા માટે મહત્વની વસ્તુ છે તમે સમય શ્રેણી જોવા ત્યારે માહિતી વોલ્યુમ માં આવતા હોય છે. આ વ્યૂહરચના છે. હવે, હું હમણાં જ તે દો કરી શકે છે બધા જ ટેબલ પર જાઓ અને માત્ર કે ટેબલ વધવા દો. આખરે, હું જાઉં છું પ્રભાવ મુદ્દાઓ જુઓ. હું આર્કાઇવ શરૂ કરવા માટે હોય જાઉં છું ટેબલ બંધ છે કે જે માહિતી કેટલાક શું નથી. 

ખૂબ સારી દો તમારી અરજી ડિઝાઇન તેથી તમે આ રીતે કામ કરી શકે છે છે. તેથી તે માત્ર આપોઆપ છે અરજી કોડ. મધરાત દરેક રાત્રે તે ટેબલ ચાલે છે. કદાચ હું શું જરૂર બારણું છે માહિતી 24 કલાક વિન્ડો. પછી એક નિયમિત ધોરણે હું બોલ ટેબલ માહિતી કહે છે. હું એક સાથે આનુષંગિક બાબતો છું ક્રોન ક્રિયા છે અને હું તેને મૂકી રહ્યો છું આ અન્ય કોષ્ટકો પર, તમને જરૂર ગમે. રોલઓવર કામ કરે છે તેથી જો, કે જે મહાન છે. જો નહિં, તો તે ટ્રિમ. પરંતુ તે ગરમ માહિતી રાખવા દો દૂર તમારા ઠંડા માહિતી છે. તે તમને મની ઘણો સેવ પડશે અને તમારા કોષ્ટકો વધુ પ્રદર્શન કરે છે. તેથી આગામી વસ્તુ અમે વાત કરીશું વિશે ઉત્પાદન સૂચિ છે. ઉત્પાદન સૂચિ છે ખૂબ સામાન્ય ઉપયોગ કેસ. આ વાસ્તવમાં એક ખૂબ જ સામાન્ય પેટર્ન છે અમે વસ્તુઓ વિવિધ જોશો કે. તમે, ટ્વિટર ખબર ઉદાહરણ તરીકે, ગરમ ચીંચીં. દરેક વ્યક્તિને આવે છે અને કે ચીંચીં પડતો. ઉત્પાદન કેટલોગ, હું એક વેચાણ થઈ જાય છે. હું એક હોટ વેચાણ થઈ જાય છે. હું દીઠ 70,000 અરજીઓ મળી બીજા ઉત્પાદન માટે આવતા મારા ઉત્પાદન સૂચિ બહાર વર્ણન. અમે રિટેલ પર આ જુઓ કામગીરી તદ્દન થોડી છે. તેથી અમે કેવી રીતે તે સાથે વ્યવહાર નથી? તે સાથે વ્યવહાર કરવા માટે કોઈ રીત છે. મારા બધા વપરાશકર્તાઓ જોવા માંગો છો માહિતી જ ભાગ. તેઓ વારાફરતી, આવતા રહ્યાં છો. અને તેઓ તમામ અરજીઓ કરી રહ્યા છીએ ડેટાના સમાન ભાગ માટે. આ મને આપે છે હોટ કી, કે જે મોટા લાલ અમે ગમે નથી કે મારા ચાર્ટ પર ગેરુનો. અને તે કે શું લાગે છે. મારા કી જગ્યા સમગ્ર હું મેળવવામાં છું તેથી વેચાણ વસ્તુઓ રોપવામાં. હું ગમે ત્યાં બીજું કંઇ મેળવવામાં છું. 

હું કેવી રીતે આ સમસ્યા દૂર કરી શકું? વેલ, અમે કેશ સાથે આ શમન. કેશ, તમે મેમરી મૂળભૂત મૂકી ડેટાબેઝ સામે પાર્ટીશન. અમે વ્યવસ્થાપિત છે [અશ્રાવ્ય] કેશ, તમે કેવી રીતે તમારા પોતાના કેશ સુયોજિત કરી શકો છો, [અશ્રાવ્ય] કેશ [? ડી,?] તમે ઇચ્છો ગમે. ડેટાબેઝ સામે કે મૂકો. અને તે રીતે તમે જે માહિતી સ્ટોર કરી શકો છો તે કેશ માં તે હોટ કીઓ જગ્યા અને કેશ મારફતે વાંચો. 

અને પછી મોટા ભાગના તમારા વાંચે આ જેમ શોધી શરૂ કરો. હું આ કેશ અહીં બધા હિટ મળી અને હું કંઇ અહીં નીચે પર જવા મળી ડેટાબેઝ પાછળ બેસીને આવે છે કારણ કે કેશ અને મારફતે આવો ક્યારેય વાંચે છે. હું આ માહિતી બદલી હોય તો ડેટાબેઝ, હું કેશમાં હોય છે. અમે કંઈક ઉપયોગ કરી શકો છો જેમ કે શું કરવું steams. અને મને લાગે છે કે કેવી રીતે કામ કરે સમજાવવું પડશે. બધા હક છે, મેસેજિંગ. ઇમેઇલ, અમે બધા ઇમેઇલ ઉપયોગ કરે છે. 

આ એક ખૂબ સુંદર સારું ઉદાહરણ છે. અમે સંદેશાઓ ટેબલ અમુક પ્રકારના મળી છે. અને અમે ઇનબૉક્સ અને આઉટબૉક્સ મળી. આ શું એસક્યુએલ હોત છે કે ઇનબૉક્સ બિલ્ડ જેમ દેખાય છે. અમે આ પ્રકારના જ પ્રકારની ઉપયોગ GSI માતાનો GSI છે, વાપરવા માટે વ્યૂહરચના મારા ઇનબૉક્સ અને મારા આઉટબૉક્સ છે. તેથી હું કાચા સંદેશાઓ આવતા મળી મારા સંદેશાઓ કોષ્ટક માં. અને આ પ્રથમ અભિગમ હોઇ શકે છે, ઠીક છે, કોઈ સમસ્યા છે, કહે છે. હું કાચો સંદેશાઓ મળી છે. આવતા સંદેશાઓ [અશ્રાવ્ય] સંદેશ ને, તે મહાન છે. તે મારા અનન્ય હેશ છે. હું બે GSI માતાનો બનાવવા માટે એક જાઉં છું મારા ઇનબૉક્સ, મારા આઉટબૉક્સ માટે એક માટે. અને પ્રથમ વસ્તુ હું કરીશ હું મારા હેશ કી છે કહેવું પડશે છે પ્રાપ્તકર્તા પ્રયત્ન રહ્યું છે અને હું તારીખે વ્યવસ્થા કરવા જઇ રહ્યો છું. આ વિચિત્ર છે. હું અહીં મારી સરસ જુઓ મળી. પરંતુ થોડી મુદ્દો અહીં છે. અને તમે આ માં ચલાવો રીલેશ્નલ ડેટાબેઝ તેમજ. તેઓ ઊભી પાર્ટીશન કહેવાય છે. તમે તમારા મોટા માહિતી રાખવા માંગો છો દૂર તમારા ઓછી માહિતી છે. 

હું જેમના કારણ કે આ કારણ છે લક્ષણો વિચાર વસ્તુઓ વાંચી જાઓ. અને મારા શરીર અહીં બધા પર છે, જો, પછી માત્ર થોડા વસ્તુઓ વાંચન મારું શરીર લંબાઈ છે તો 256 કિલોબાઇટ દરેક સરેરાશ ગણિત ખૂબ નીચ નહીં. તેથી હું દાઉદના ઇનબૉક્સ વાંચી કરવા માંગો છો. ડેવિડ ઇનબૉક્સ 50 વસ્તુઓ ધરાવે છે. એવરેજ અને કદ 256 કિલોબાઇટ છે. અહીં મારા રૂપાંતર ગુણોત્તર છે RCU માતાનો માટે ચાર કિલોબાઇટ છે. 

ઠીક છે, સાથે જવા દો આખરે સુસંગત વાંચે છે. હું હજુ પણ 1600 RCU માતાનો ખાવું છું માત્ર ડેવિડ ઇનબૉક્સ વાંચવા માટે. આઉચ. ઠીક છે, હવે આપણે વિચારીએ એપ્લિકેશન કેવી રીતે કામ કરે વિશે. હું એક ઇમેઇલ એપ્લિકેશન છું અને હું મારા ઇનબૉક્સ પર શોધી રહ્યો છું અને હું દરેક સંદેશ શરીર પર દેખાય છે, ના, હું સારો જોઈ રહ્યો છું. હું માત્ર હેડરો પર શોધી રહ્યો છું. તેથી આપણે એક ટેબલ માળખું બિલ્ડ દો કે વધુ કે જેમ દેખાય છે. 

તેથી અહીં માહિતી છે મારા વર્કફ્લો જરૂર છે. તે મારા ઇનબૉક્સ GSI છે. તે તારીખ છે, મોકલનાર, વિષય છે, અને પછી નિર્દેશ જે સંદેશ ને, પાછા સંદેશાઓ ટેબલ જ્યાં હું શરીર મેળવી શકો છો. વેલ, આ રેકોર્ડ આઇડી હશે. તેઓ પાછા નિર્દેશ કરશે ડાયનેમો ડીબી ટેબલ પર આઇટમ ID ને. દરેક ઈન્ડેક્સ હંમેશા creates-- હંમેશા આઇટમ છે કે of-- ભાગ તરીકે આઈડી ઇન્ડેક્સ સાથે આવે છે. 

બધા અધિકાર. પ્રેક્ષક: તે કહે છે તે સંગ્રહિત છે જ્યાં? રિક Houlihan: હા, તે કહે છે exactly-- કે તે કરે છે બરાબર શું છે. તે અહીં કહે મારા ફરીથી રેકોર્ડ છે. અને તે મારા ફરીથી રેકોર્ડ તે પાછા નિર્દેશ પડશે. ચોક્કસ. ઠીક છે, તેથી હવે મારી ઇનબૉક્સ છે ખરેખર ખૂબ નાના. અને આ ખરેખર આધાર આપે છે ઇમેઇલ એપ્લિકેશન વર્કફ્લો. મારા ઇનબૉક્સ તેથી, હું ક્લિક કરો. હું સાથે જાઓ અને હું સંદેશ પર ક્લિક કરો હું શરીર મળી જાય કરવાની જરૂર છે જ્યારે કે, હું જાઉં છું કારણ કે અલગ મત પર જાઓ. તમે MVC પ્રકાર વિશે વિચારો તેથી જો ફ્રેમવર્ક, મોડલ જુઓ કંટ્રોલર. 

આ મોડેલ સમાવે માહિતી દૃશ્ય જરૂર છે કે અને નિયંત્રક સાથે ક્રિયાપ્રતિક્રિયા કરે છે. હું ફ્રેમ બદલી ત્યારે, હું પરિપ્રેક્ષ્ય બદલવા માટે, તે પાછળ જવા માટે બરાબર છે સર્વર અને મોડેલ repopulate, કે જે વપરાશકર્તા શું અપેક્ષા છે કારણ કે. તેઓ જોવાઈ બદલો છો, ત્યારે કે જ્યારે છે અમે પાછા ડેટાબેઝ જઈ શકો છો. તેથી ઇમેઇલ, ક્લિક કરો. હું શરીર શોધી રહ્યો છું. ટ્રીપનો પ્રકાર રાઉન્ડ ટ્રીપ. શરીર વિચાર જાઓ. 

હું ઘણો ઓછો ડેટા વાંચો. હું માત્ર શરીર વાંચી રહ્યો છું કે તેમણે તેમને જરૂર છે જ્યારે ડેવિડ જરૂર છે. અને હું 1600 માં બર્ન રહ્યો નથી RCU ચાલો ફક્ત તેમના ઇનબૉક્સમાં બતાવવા માટે. તેથી હવે આ માર્ગ છે that-- LSI અથવા GSI-- હું દિલગીર છું કે, GSI બહાર કામ કરશે. અમે પ્રાપ્તકર્તા પર અમારા હેશ મળી છે. અમે તારીખે શ્રેણી કી મળી છે. અને અમે અંદાજ લક્ષણો મળી છે અમે દ્રષ્ટિકોણને ટેકો આપવા જ જરૂર છે. 

અમે આઉટબૉક્સ કે ફેરવો. પ્રેષક પર હેશ. અને સાર, અમે છે ખૂબ જ સરસ, સ્વચ્છ જુઓ. અને તે basically-- અમે છે આ સરસ સંદેશાઓ સરસ રીતે કારણ કે ફેલાવો કરવામાં આવી રહી છે કે ટેબલ તે હેશ માત્ર hashed સંદેશ ID ને. અને અમે બે નિર્દેશિકાઓની છે કે તે ટેબલ બંધ ફરતી આવે છે. બધા હક છે, તેથી અહીં વિચાર નથી છે મોટા ડેટા અને આ નાના માહિતી રાખવા સાથે મળીને. ઊભી પાર્ટીશન, તે કોષ્ટકો પાર્ટીશન. માહિતી વાંચી શકાતી નથી કરો તમે નથી. બધા હક છે, ગેમિંગ. અમે તમામ રમતો ગમે છે. ઓછામાં ઓછા હું પછી રમતો જેમ. કેટલીક બાબતો તેથી અમે જ્યારે સાથે વ્યવહાર કે અમે અધિકાર, ગેમિંગ વિશે વિચારી રહ્યાં છો? આ દિવસોમાં ગેમિંગ, ખાસ કરીને મોબાઇલ ગેમિંગ, બધા વિચાર વિશે છે. અને હું અહીં એક ફેરવવા જાઉં છું દૂર DynamoDB થી થોડુંક. હું લાવવા જાઉં છું ચર્ચા કેટલાક આ કેટલાક આસપાસ અન્ય AWS ટેકનોલોજી. 

પરંતુ ગેમિંગ વિશે વિચાર લાગે છે APIs દ્રષ્ટિએ વિશે છે કે APIs, સામાન્ય રીતે, HTTP અને JSON બોલતા. તે કેવી રીતે મોબાઇલ ગેમ્સ પ્રકારની તેની પીઠ અંત સાથે ક્રિયાપ્રતિક્રિયા કરે છે. તેઓ JSON પોસ્ટ નથી. તેઓ માહિતી મેળવવા માટે, અને તે બધા છે, સામાન્ય રીતે સરસ JSON API માં, બોલતા. 

મિત્રો મેળવવા જેવી વસ્તુઓ, વિચાર લીડરબોર્ડ, એક્સચેન્જ માહિતી વપરાશકર્તા પેદા સામગ્રી, સિસ્ટમમાં પાછા દબાણ, આ વસ્તુઓ પ્રકારના હોય છે અમે કરવા જઇ રહ્યાં છે. બાઈનરી એસેટ માહિતી, આ માહિતી ડેટાબેઝ બેસી શકે છે. આ એક બેસી શકે પદાર્થ સ્ટોર, અધિકાર? પરંતુ ડેટાબેઝ રહ્યું છે સિસ્ટમ કહેવાની અંત, અરજી કહેવાની જ્યાં તે વિચાર જાઓ. અને અનિવાર્ય, મલ્ટિપ્લેયર સર્વરો, પાછળ ઓવરને ઇન્ફ્રાસ્ટ્રક્ચર, અને ઉચ્ચ માટે રચાયેલ ઉપલબ્ધતા અને માપનીયતા. તેથી આ અમે બધા માંગો છો તે વસ્તુઓ છે ગેમિંગ ઈન્ફ્રાસ્ટ્રક્ચર આજે. 

તેથી આપણે એક નજર કરીએ શું છે કે જેમ દેખાય છે. એક કોર પાછળ ઓવરને ગોટ ખૂબ જ સરળ. અમે અહીં સાથે સિસ્ટમ મળી છે બહુવિધ ઉપલબ્ધતા ઝોન. લાગે છે being-- તરીકે અમે AZs વિશે વાત કરી તેમને અલગ માહિતી કેન્દ્રો છે. એક કરતાં વધુ ડેટા સેન્ટર ઝેડ દીઠ છે, પરંતુ તે ઠીક છે, માત્ર અલગ માહિતી તરીકે તેમને લાગે ભૌગોલિક છે કે કેન્દ્રો અને દોષ અલગ થઈ ગયા. 

અમે એક હોય રહ્યા છીએ દંપતી EC2 ઉદાહરણો. અમે હોય રહ્યા છીએ કેટલાક પાછા અંત સર્વર. તમે એક વારસો છો કદાચ જો સ્થાપત્ય, અમે છો અમે આરડીએસ કૉલ શું ઉપયોગ કરીને, રીલેશ્નલ ડેટાબેઝ સેવાઓ. MSSQL, MySQL હોઇ શકે છે, અથવા તે કંઈક. આ રીતે ઘણો કાર્યક્રમો છે આજે રચાયેલ છે. 

વેલ અમે સાથે જવા માંગો છો શકે છે અમે બહાર આરોહણ ત્યારે આ છે. અમે આગળ વધીશું અને મૂકીશું ત્યાં S3 ને ડોલમાં. અને તે S3 ને ડોલમાં, તેના બદલે સેવા આપતા અમારા servers-- તે વસ્તુઓ અમે તે કરી શકે છે. તમે તમારા બધા બાઈનરી મૂકી તમારા સર્વર પર વસ્તુઓ અને તમે તે સર્વર ઉપયોગ કરી શકો છો ઉદાહરણો છે કે જે માહિતી અપ સેવા આપવા માટે. પરંતુ તે ખૂબ ખર્ચાળ છે. 

કરવા માટે વધુ સારી રીતે આગળ જાઓ અને છે એક S3 ને ડોલમાં તે વસ્તુઓ મૂકી. એસ 3 એક પદાર્થ રીપોઝીટરીઓ છે. તે માટે ખાસ બનેલ છે વસ્તુઓ આ પ્રકારના અપ સેવા આપતા. અને તે ક્લાઈન્ટો વિનંતી દો સીધા તે પદાર્થ ડોલથી થી, સર્વરો ઓફલોડ. તેથી અમે અહીં બહાર આરોહણ કરવા માટે શરૂ કરી રહ્યાં છો. 

હવે અમે સમગ્ર વિશ્વમાં વપરાશકર્તાઓ મળી. હું વપરાશકર્તાઓ મળી. હું સ્થાનિક સામગ્રી કરવાની જરૂર છે અધિકાર, આ વપરાશકર્તાઓ નજીક સ્થિત થયેલ? હું એક S3 ને ડોલમાં બનાવી છે મારા સ્રોત રીપોઝીટરી તરીકે. અને હું સામે પડશે સાથે આ CloudFront વિતરણ. 

CloudFront એક સીડી અને એક સામગ્રી વિતરણ નેટવર્ક. મૂળભૂત રીતે તે તમે સ્પષ્ટ છે કે ડેટા લે છે અને ઇન્ટરનેટ પર તે બધા કેશો વપરાશકર્તાઓ બધે કરી શકો છો જેથી ખૂબ જ ઝડપી પ્રતિભાવ ત્યારે તેઓ તે વસ્તુઓ વિનંતી છે. 

તેથી જો તમે એક વિચાર છે. તમે પ્રકારની ઉચ્ચાલન બધા કરશો AWS પાસાં અહીં આ પૂર્ણ કરવા માટે. અને છેવટે, અમે ફેંકવું એક ઓટો માપન જૂથ છે. અમારા AC2 ઉદાહરણો તેથી અમારા રમત સર્વરો, તેઓ વધુ ટ્રાફિક હોય તેવા વિચાર શરૂ અને વધુ ટ્રાફિક હોય તેવા અને વધુ ટ્રાફિક હોય તેવા, તેઓ માત્ર અન્ય સ્પિન પડશે ઉદાહરણ, અન્ય ઉદાહરણ સ્પિન અન્ય ઉદાહરણ રજૂઆત કરે છે. AWS, તે છે ટેકનોલોજી તેથી તમે પરિમાણો સ્પષ્ટ પરવાનગી આપે છે જે લગભગ તમારા સર્વરોને વધશે. તેથી જો તમે સર્વરો એ સંખ્યા હોઈ શકે છે કોઈપણ સમયે ત્યાં બહાર. તમારું લોડ જાય તો, તેઓ પડશે સંકોચો આ સંખ્યા સંકોચો કરશે. અને ભાર પાછા આવે છે, તો તે elastically બહાર પાછા વધવા પડશે. 

તેથી આ મહાન જુએ છે. અમે EC2 ઉદાહરણો ઘણો મળી છે. અમે કેશ મૂકી શકો છો ડેટાબેઝ સામે, પ્રયત્ન કરો અને ડેટાબેઝો વેગ. આગામી દબાણ બિંદુ સામાન્ય રીતે લોકો જોવા તેઓ ઉપયોગ રમત પાયે છે રીલેશ્નલ ડેટાબેઝ સિસ્ટમ. Jeez, ડેટાબેઝ કામગીરી ભયંકર છે. અમે તે કેવી રીતે સુધારવા નથી? માતાનો મૂકવા પ્રયાસ કરીએ કે સામે કેશ. 

વેલ, કેશ કામ કરતું નથી રમતો એટલા મહાન છે, અધિકાર? રમતો, લેખન પીડાદાયક છે. ગેમ્સ ખૂબ જ ભારે લખી છે. તમે છો ત્યારે કેશ કામ કરતું નથી તમે હંમેશા કર્યું કારણ કે ભારે લખવા આ કેશમાં મળી. તમે તેને છે, કેશમાં અપ્રસ્તુત કેશીંગ શકાય છે. તે વાસ્તવમાં માત્ર વધારાનું કામ છે. 

તેથી અમે અહીં જાઓ જ્યાં? તમે એક મોટી અંતરાય મળી છે ત્યાં નીચે ડેટાબેઝમાં. અને સ્થળ પર જવા માટે દેખીતી રીતે પાર્ટીશન છે. પાર્ટીશન નથી તમે છો ત્યારે શું કરવું સરળ સંબંધ ડેટાબેઝો સાથે વ્યવહાર. સંબંધ ડેટાબેઝો સાથે, તમે છો વ્યવસ્થા કરવા માટે જવાબદાર છે, અસરકારક રીતે, કી જગ્યા. તમે એક અને એમ વચ્ચે વપરાશકર્તાઓ કહી રહ્યાં છે એન અને Z ત્યાં જવા વચ્ચે, અહીં જાઓ. અને તમે સ્વિચ કરી રહ્યાં છો અરજી સમગ્ર. તેથી જો તમે સાથે કામ કરીએ છીએ આ પાર્ટીશનને માહિતી સ્ત્રોત છે. તમે ટ્રાન્ઝેક્શનલ પરિમાણોને છે કે પાર્ટીશનો વિસ્તારતા નથી. તમે તમામ પ્રકારના મળી છે તમે છો કે messiness ત્યાં નીચે પ્રયાસ સાથે વ્યવહાર બહાર માપન સાથે વ્યવહાર કરવા માટે અને મોટા ઇન્ફ્રાસ્ટ્રક્ચર મકાન. તે માત્ર કોઈ મજા છે. 

પ્રેક્ષક: તેથી તમે કહી રહ્યા છે કે સ્ત્રોત પોઇન્ટ વધી ઝડપી બનાવે છે આ પ્રક્રિયા? રિક Houlihan: વધારો? પ્રેક્ષક: સોર્સ નિર્દેશ કરે છે. રિક Houlihan સોર્સ પોઇન્ટ? પ્રેક્ષક: માહિતીથી, જ્યાં માહિતી આવતા હોય છે? રિક Houlihan: ના શું હું કહી રહ્યો છું વધતા છે માહિતી સ્ટોર પાર્ટીશનોની સંખ્યા થ્રુપુટ સુધારે છે. તેથી શું અહીં ચાલી રહ્યું છે વપરાશકર્તાઓ અહીં EC2 ઉદાહરણ આવતા, વેલ, હું વપરાશકર્તા જરૂર હોય તો એમ એક છે, હું અહીં જાઓ પડશે. N માંથી પી, હું અહીં જાઓ પડશે. Z પી પ્રતિ, હું અહીં જાઓ પડશે. 

પ્રેક્ષક: બરાબર, તે તેથી તે છે બધા અલગ અલગ ગાંઠો સંગ્રહિત? 

રિક Houlihan: હા. આ તરીકે લાગે છે માહિતી વિવિધ silos. તેથી જો તમે આ કરવા માટે આવી રહી છે. તમે કરવા પ્રયાસ કરી રહ્યાં છો, તો આ તમે પ્રયાસ કરી રહ્યાં છો, તો એક સંબંધ પ્લેટફોર્મ પર આરોહણ કરવા માટે આ તમે શું કરી રહ્યાં છો છે. તમે ડેટા લઇ રહ્યા છીએ અને તમે તેને કાપવા કરી રહ્યાં છો. અને તમે તે સમગ્ર પાર્ટીશન કરી રહ્યાં છો ડેટાબેઝ અનેક ઉદાહરણો. અને તમે બધા વ્યવસ્થા કરી રહ્યા છીએ કે અરજી ટાયર છે. તે કોઈ મજા છે. તેથી શું અમે જાઓ કરવા માંગો છો? અમે DynamoDB, સંપૂર્ણપણે વ્યવસ્થાપિત જવા માંગો છો, NoSQL માહિતી સ્ટોર, જોગવાઈ થ્રુપુટ. અમે ગૌણ નિર્દેશિકાઓની ઉપયોગ કરે છે. તે મૂળભૂત રીતે HTTP API અને દસ્તાવેજ આધાર સમાવે છે. તેથી તમે ચિંતા કરવાની જરૂર નથી કે પાર્ટીશન કોઈપણ વિશે. અમે તમારા માટે તે બધા નથી. તેથી હવે, તેની જગ્યાએ, તમે માત્ર ટેબલ પર લખો. ટેબલ પાર્ટીશન કરવાની જરૂર છે, તો કે પડદા પાછળ થાય છે. તમે સંપૂર્ણપણે અવાહક કરી રહ્યાં છો ડેવલપર તરીકે કે. તેથી આપણે વિશે વાત કરો ઉપયોગ કિસ્સાઓમાં કેટલાક અમે ગેમિંગ, સામાન્ય માં ચાલે છે કે ગેમિંગ દૃશ્યો, લીડરબોર્ડ. તેથી જો તમે વપરાશકર્તાઓ આવતા મળી છે તેઓ છો કે BoardNames પર, આ વપરાશકર્તા માટે સ્કોર્સ. અમે userid પર હેશીંગ કરી શકે છે અને પછી અમે આ રમત પર શ્રેણી છે. તેથી દરેક વપરાશકર્તા જોવા ઇચ્છે છે તેમણે ભજવી છે બધા આ રમત અને તેના બધા ટોચ સ્કોર તમામ રમત સમગ્ર. તેથી તે પોતાની અંગત લીડરબોર્ડ છે. 

હવે હું જવા માંગો છો અને હું વિચાર કરી કરવા માંગો છો તેથી હું આ વ્યક્તિગત લીડરબોર્ડ્સ મળે છે. હું શું કરવા માંગો છો વિચાર જાઓ છે બધા વપરાશકર્તાઓ સમગ્ર ટોચ સ્કોર. તેથી હું કેવી રીતે કે શું કરવું? મારા રેકોર્ડ પર hashed છે ત્યારે આ userid, આ રમત પર અંતરના, સાથે સાથે હું આગળ જાઓ જાઉં છું અને રિસ્ટ્રકચર, એક GSI બનાવવા અને મને લાગે છે કે માહિતી રિસ્ટ્રકચર જાઉં છું. 

હવે હું પર હેશ જાઉં છું આ રમત છે, કે જે BoardName. અને હું ટોચ સ્કોર પર લઇને જાઉં છું. અને હવે હું અલગ ડોલથી બનાવી છે. હું એક જ ટેબલ ઉપયોગ કરું છું, આ જ વસ્તુ માહિતી. પરંતુ હું આપે છે કે એક ડોલ બનાવી રહ્યો છું મને ગેમ મુજબ ટોચના સ્કોર એકંદર. 

અને હું કે ટેબલ ક્વેરી કરી શકો છો તે માહિતી મેળવવા માટે. તેથી હું સુધી કે ક્વેરી પેટર્ન સેટ કર્યું ગૌણ ઈન્ડેક્સ દ્વારા આધારભૂત આવશે. હવે તેઓ BoardName દ્વારા અલગ કરી શકાય છે અને પર આધાર રાખીને, TopScore દ્વારા સોર્ટ થાય છે. તમે જોઈ શકો છો જેથી આ પ્રકારના હોય છે તમે ગેમિંગ વિચાર કિસ્સાઓમાં ઉપયોગ કરે છે. અમે ગેમિંગ વિચાર અન્ય સારી ઉપયોગ કેસ પુરસ્કારો અને જે પુરસ્કારો જીત્યા છે છે. અને આ મહાન ઉપયોગ કેસ છે અમે સ્પર્શ નિર્દેશિકાઓની કહી છે. સ્પર્શ નિર્દેશિકાઓની છે પેદા કરવાની ક્ષમતા જરૂરી નથી કે એક ઈન્ડેક્સ ટેબલ પર દરેક એક વસ્તુ છે. અને શા માટે નથી? કારણ કે આવી રહી છે કે આ લક્ષણ અનુક્રમિત દરેક વસ્તુ પર અસ્તિત્વમાં નથી. 

આ ચોક્કસ તેથી કેસ ઉપયોગ, હું કહી રહ્યો છું, તમે શું, હું જાઉં છું ખબર એવોર્ડ કહેવાય લક્ષણ બનાવો. અને હું દરેક વપરાશકર્તા આપવા જઈ રહ્યો છું લક્ષણની છે કે એક પુરસ્કાર છે. વપરાશકર્તાઓ એવોર્ડ છે નથી કે કે લક્ષણ છે જવું નથી. તેથી હું બનાવો ત્યારે ઇન્ડેક્સ માત્ર વપરાશકર્તાઓ તે બતાવવા માટે જઇ રહ્યા છે ઇન્ડેક્સ અપ છે ખરેખર પુરસ્કારો જીત્યા છે કે રાશિઓ. જેથી કરવાનો પ્રયત્ન કરવા માટે એક મહાન માર્ગ છે ફિલ્ટર નિર્દેશિકાઓની બનાવવા માટે કે નથી કે ખૂબ જ, ખૂબ જ પસંદ છે ઇન્ડેક્સ સમગ્ર ટેબલ છે. 

તેથી અમે અહીં સમય પર ઓછી કરી રહ્યાં છે. હું આગળ જાઓ અને અવગણો જાઉં છું બહાર અને આ દ્રશ્ય અવગણો. થોડુંક વાત about-- 

પ્રેક્ષક: હું એક ઝડપી પ્રશ્ન પૂછી શકો છો? એક ભારે લખી છે? રિક Houlihan: શું છે? પ્રેક્ષક: ભારે લખો. રિક Houlihan ભારે લખો. મને જોવા દે. 

પ્રેક્ષક: અથવા તે નથી કંઈક તમે માત્ર આ કરી શકો છો સેકન્ડમાં એક બાબત માં અવાજ? રિક Houlihan: અમે જાઓ મતદાન દૃશ્ય દ્વારા. તે ખરાબ નથી. તમે ગાય્ઝ થોડી મિનિટો છે? ઠીક છે. 

તેથી અમે મતદાન વિશે વાત કરીશું. તેથી વાસ્તવિક સમય મતદાન, અમારી પાસે મતદાન માટે જરૂરીયાતો. જરૂરીયાતો અમે પરવાનગી આપે છે કે છે દરેક વ્યક્તિ માત્ર એક જ વાર મતદાન કર્યું છે. અમે કોઇ સમક્ષ રજુ કરવાનો પ્રયત્ન કરવા માંગો છો તેમના મત બદલવા માટે. અમે વાસ્તવિક સમય એકત્રિત કરવા માંગો છો અને માહિતીને ઍનલિટિક્સ અમે પ્રયત્ન જઈ રહ્યાં છો કે સાઇટ પર વપરાશકર્તાઓ માટે દર્શાવે છે. 

આ દ્રશ્ય વિચારો. અમે વાસ્તવિકતા ઘણો કામ તેઓ જ્યાં ટીવી બતાવે છે વસ્તુઓ આ ચોક્કસ પ્રકાર કરી. તેથી જો તમે દૃશ્ય વિચાર કરી શકો છો, અમે લાખો અને કરોડો છે ત્યાં ટીનેજ છોકરીઓ તેમના સેલ ફોન સાથે અને મતદાન અને મતદાન અને તેઓ રહેલી વ્યકિત માટે મતદાન સૌથી વધુ લોકપ્રિય હોઇ શકે છે. તેથી આ અમુક છે જરૂરીયાતો અમે બહાર ચાલે છે. 

અને તેથી પ્રથમ લેવા આ સમસ્યા ઉકેલવા બિલ્ડ કરવા માટે પ્રયત્ન કરશે ખૂબ જ સરળ અરજી. તેથી હું આ એપ્લિકેશન મળી છે. હું ત્યાં કેટલાક મતદારો બહાર હોય છે. તેઓ મતદાન એપ્લિકેશન હિટ માં આવે છે. હું કેટલાક કાચા મત ટેબલ મળી છે હું માત્ર તે મત માં ડમ્પ પડશે. હું કેટલાક એકંદર પડશે મત ટેબલ કે મારા ઍનલિટિક્સ અને વસ્તી વિષયક કરશે, અને આપણે ત્યાં આ બધા મૂકીશું. 

અને આ મહાન છે. જીવન સારું છે. જીવન અમે શોધવા સુધી સારી હંમેશા માત્ર એક કે બે છે ચૂંટણીમાં લોકપ્રિય છે કે લોકો. માત્ર એક કે બે વસ્તુઓ છે લોકો ખરેખર વિશે કાળજી છે. અને તમે મતદાન કરી રહ્યાં છો, તો સ્કેલ, હું છું અચાનક તમામ ધ હેલ આઉટ ઓફ સતત પ્રહાર અથવા મારપીટ કરી રહ્યું બે ઉમેદવારો, એક અથવા બે ઉમેદવારો. વસ્તુઓ એક ખૂબ જ મર્યાદિત નંબર લોકો લોકપ્રિય હોઇ શકે છે. 

આ એક સારી ડિઝાઇન પેટર્ન નથી. આ ખરેખર એક છે ખૂબ જ ખરાબ ડિઝાઇન પેટર્ન તે બનાવે છે કારણ કે ચોકકસ શું આપણે હોટ કીઓ હતી, જે વિશે વાત કરી. હોટ કીઓ અમે ગમે નથી કંઈક છે. 

તેથી અમે કેવી રીતે ઠીક છે? અને ખરેખર, આ ઠીક માર્ગ છે તે ઉમેદવાર ડોલથી લઈને અને અમે દરેક ઉમેદવાર માટે, અમે રેન્ડમ કિંમત ઉમેરી રહ્યા છીએ, રેન્ડમ આપણે જાણીએ છીએ કે કંઈક છે, એક અને 100 વચ્ચે કિંમત 100 અને 1,000 વચ્ચે, અથવા એક અને 1000 વચ્ચે, જોકે ઘણા રેન્ડમ કિંમતો તમે કરવા માંગો છો કે ઉમેદવાર ઓવરને પર જોડો. 

અને હું ખરેખર તે પછી શું કર્યું છે? હું ઉમેદવાર આઈડી તરીકે ઉપયોગ કરું છું, તો એકંદર મત માટે ડોલ, હું રેન્ડમ ઉમેર્યા છે તો કે ઓવરને નંબર, હું બનાવી છે હવે 10 buckets, એક સો buckets, એક હજાર ડોલથી કે હું આખા મત એકત્રીકરણથી છું. 

તેથી હું લાખો અને કરોડો છે અને રેકોર્ડ લાખો આવતા આ ઉમેદવારો માટે, હું હવે ફેલાવી રહ્યો છું ઉમેદવાર a_1 સમગ્ર તે મત ઉમેદવાર A_100 મારફતે, કારણ કે એક મત આવે દર વખતે, હું રેન્ડમ પેદા છું એક અને 100 વચ્ચે મૂલ્ય. હું ઓવરને પર તે આબંધન છું વ્યક્તિ માટે મતદાન કે ઉમેદવાર. મને લાગે છે કે ડોલ માં ડમ્પીંગ છું. 

હવે backside પર, મને ખબર છે કે હું સો ડોલથી મળી. તેથી હું આગળ જવા માંગો છો અને મત એકંદર, હું તે બધા ડોલથી માંથી વાંચી શકાય છે. તેથી હું આગળ જાઓ અને ઉમેરો. અને પછી હું સ્કેટર જામે હું બહાર જવા અને હેય કહે છે, તમે શું જાણો છો, આ ઉમેદવાર કી જગ્યાઓ એકસોથી ડોલથી છે. હું તમામ ભેગા કરવા જાઉં છું તે સો ડોલથી મત. હું સમજવા જાઉં છું તેમને અને હું કહેવા જાઉં છું ઉમેદવાર હવે એક્સ કુલ મત ગણતરી. 

હવે લખવા બંને ક્વેરી અને વાંચો ક્વેરી સરસ રીતે વિતરણ કરવામાં આવે છે હું આખા લખી રહ્યો છું કારણ કે અને હું કીઓ સેંકડો સમગ્ર વાંચી રહ્યો છું. હું નથી લખી રહ્યો છું અને હવે એક કી તરફ વાંચી. તેથી કે જે એક મહાન પેટર્ન છે. 

આ વાસ્તવમાં કદાચ એક છે સૌથી મહત્વપૂર્ણ ડિઝાઇન NoSQL માં સ્કેલ માટે પેટર્ન. તમે આ પ્રકારના જોશો દરેક સ્વાદ ડિઝાઇન પેટર્ન. MongoDB, DynamoDB, તે નથી બાબત, અમે બધા આ કરવા માટે હોય છે. તમે કામ કરી રહ્યાં છે કારણ કે જ્યારે તે વિશાળ એગ્રિગેશન સાથે, તમે એ રીતે બહાર આકૃતિ હોય છે ડોલથી તેમને સમગ્ર ફેલાય છે. તેથી આ તમે તે કરવા માર્ગ છે. બધા હક છે, તેથી શું તમે હમણાં કરી રહ્યા છીએ તમે વાંચી બંધ ટ્રેડિંગ કરી રહ્યાં છો છે લખવા માપનીયતા માટે ખર્ચ. મારા વાંચો કિંમત છે થોડી વધુ જટિલ અને હું એક માંથી વાંચી જવા માટે હોય છે સો ડોલથી બદલે છે. પરંતુ હું લખવા માટે સમર્થ છું. અને મારા થ્રુપુટ, મારા લખવા થ્રુપુટ અકલ્પનીય છે. તેથી તે સામાન્ય રીતે એક મૂલ્યવાન છે DynamoDB માપન માટે તરકીબ, અથવા તે બાબત માટે કોઇ NoSQL ડેટાબેઝ. તેથી અમે તેને પરિમાણ કેવી રીતે બહાર figured. અને અમે figured કેવી રીતે અમારા હોટ કીઓ દૂર કરે છે. અને આ વિચિત્ર છે. અને અમે આ સરસ સિસ્ટમ મળી. અને તે અમને ખૂબ જ યોગ્ય મતદાન આપવામાં આવ્યું છે અમે રેકોર્ડ મત દ-નવી છેતરાયેલી હોય છે. તે DynamoDB માં સમાયેલ છે. અમે શરતી અધિકારો અંગે વાત કરી હતી. 

મતદાર આવે ત્યારે મૂકે ટેબલ પર એક insert, તેઓ તેમના મતદાર આઈડી સાથે સામેલ તેઓ અન્ય મત દાખલ કરવા માટે પ્રયત્ન કરો, તો હું એક શરતી લખી શકું. આ લખવા માત્ર કહે છે આ અસ્તિત્વમાં નથી. તેથી જલદી હું જુઓ કે કે મત ટેબલ હિટ, બીજા કોઇ જ હશે તેમના મત મૂકી સમક્ષ રજુ કરવાનો. અને તે વિચિત્ર છે. અને અમે incrementing કરી રહ્યાં છો અમારા ઉમેદવાર ગણકો. અને અમે અમારા કરી રહ્યા છીએ વસ્તી વિષયક અને તમામ છે. પરંતુ શું થાય છે જો મારા અરજી પર પડે છે? હવે અચાનક મત તમામ માં આવતા હોય છે, અને હું તેઓ પ્રક્રિયા રહ્યાં છો, તો ખબર નથી મારા ઍનલિટિક્સ અને વસ્તી વિષયક માં હવે. અને જ્યારે અરજી ઉપર કેવી રીતે પાછા આવે નરક હું મત શું ખબર નથી પ્રક્રિયા કરવામાં આવી છે અને જ્યાં હું પ્રારંભ કરશો? 

તેથી આ એક વાસ્તવિક સમસ્યા છે જ્યારે તમે છે દૃશ્ય આ પ્રકારની જોવા માટે શરૂ કરો. અને કેવી રીતે અમે તે હલ નથી? અમે શું સાથે તેને ઉકેલવા અમે DynamoDB સ્ટ્રીમ્સ કૉલ કરો. સ્ટ્રીમ્સ એક સમય આદેશ આપ્યો છે અને દરેક વપરાશ પાર્ટીશન ફેરફાર લોગ ટેબલ પર દરેક લખવા ટેબલ ઍક્સેસ કરો. લખાયેલ છે કે જે કોઈપણ માહિતી ટેબલ સ્ટ્રીમ પર બતાવે છે. 

મૂળભૂત રીતે તે 24 કલાક કતારમાં છે. વસ્તુઓ સ્ટ્રીમ હિટ, તેઓ 24 કલાક માટે રહે છે. તેઓ ઘણી વખત વાંચી શકાય છે. પહોંચાડાય હોઈ ખાતરી આપી માત્ર સ્ટ્રીમ એકવાર, વખત એ નંબર વાંચી શકાય છે. તેમ છતાં ઘણા પ્રક્રિયાઓ તમે કરવા માંગો છો કે માહિતી વપરાશ, તો તમે તેને વપરાશ કરી શકો છો. તે દરેક સુધારા દેખાશે. દરેક લખશે માત્ર સ્ટ્રીમ પર એક વાર દેખાય છે. તેથી તમે ચિંતા કરવાની જરૂર નથી બે વખત તે પ્રક્રિયા વિશે એ જ પ્રક્રિયા છે. 

તે કડક આઇટમ દીઠ આદેશ આપ્યો છે. અમે સમય કહે છે ત્યારે આદેશ આપ્યો છે અને પાર્ટીશન, તમે સ્ટ્રીમ પર પાર્ટીશન દીઠ જોશો. તમે ક્રમમાં વસ્તુઓ, સુધારાઓ જોવા મળશે. અમે બાંયધરી નથી તમે છો કે સ્ટ્રીમ પર દરેક પરિવહન વિચાર જઈ વસ્તુઓ તરફ ક્રમમાં. 

તેથી સ્ટ્રીમ્સ idempotent છે. અમે બધા idempotent શું અર્થ થાય છે? Idempotent તમે તે કરી શકો છો એનો અર્થ એ થાય ઉપર, અને ઉપર, અને ફરીથી. પરિણામ એ જ પ્રયત્ન રહ્યું છે. 

સ્ટ્રીમ્સ, idempotent છે પરંતુ તેઓ હોય છે આ શરૂ બિંદુ થી ભજવી હતી, તમે પસંદ કરો છો ત્યાં, અંત સુધી, અથવા તેઓ પરિણમશે નહીં સમાન મૂલ્યો છે. 

MongoDB સાથે જ વાત. MongoDB એક રચના છે તેઓ oplog કૉલ કરો. તે ચોક્કસ જ રચના છે. ઘણા NoSQL ડેટાબેઝ આ રચના છે. તેઓ વસ્તુઓ કરવા માટે તેનો ઉપયોગ જેવા નકલ, જે બરાબર અમે નદીઓ સાથે શું છે. પ્રેક્ષક: કદાચ નાસ્તિક પ્રશ્ન છે, પરંતુ તમે એપ્લિકેશન્સ એક તેથી આગળ નીચે કરી વિશે વાત કરો. સ્ટ્રીમ્સ માટે ખાતરી આપી છે કદાચ નીચે જાઓ ક્યારેય? રિક Houlihan: અરે વાહ, સ્ટ્રીમ્સ નીચે જાઓ ક્યારેય ખાતરી આપી છે. અમે ઇન્ફ્રાસ્ટ્રક્ચર મેનેજ પાછળ. આપોઆપ સ્ટ્રીમ્સ તેમના ઓટો માપન જૂથ જમાવવા. અમે થોડી પસાર કરશો શું થશે તે વિશે બીટ. 

હું તેઓ નથી કહી ન જોઈએ નીચે જવા ક્યારેય ખાતરી આપી. આ તત્વો ખાતરી આપી છે સ્ટ્રીમ દેખાય છે. અને સ્ટ્રીમ સુલભ થશે. તેથી શું નીચે જાય છે અથવા પાછા આવે છે ઉપર, કે નીચે થાય છે. તે ઠીક છે covers--. બધા હક છે, તમે અલગ જેથી સ્ક્રીન બંધ જુઓ પ્રકારો. એ મહત્વનું છે કે જે દૃશ્ય પ્રકારના પ્રોગ્રામર સામાન્ય રીતે તે શું હતું, છે? હું જૂના દૃશ્ય મળે છે. સુધારો ટેબલ બનાવ્યા ત્યારે, તે પડશે સ્ટ્રીમ જૂના જુઓ દબાણ જેથી ડેટા આર્કાઇવ, અથવા બદલી શકો છો નિયંત્રણ, ફેરફાર ઓળખ, ફેરફાર મેનેજમેન્ટ. 

તે પછી હવે શું નવી છબી, જુઓ અન્ય પ્રકાર છે કે સુધારો, તમે વિચાર કરી શકો છો. તમે જૂના અને નવી છબીઓ બંને મેળવી શકો છો. કદાચ હું તેમને બંને માંગો છો. હું તે શું હતું જોવા માંગો છો. હું તેને બદલી છે તે જોવા માટે કરવા માંગો છો. 

હું પાલન પ્રકાર હોય પ્રક્રિયા કે ચાલે છે. તે ચકાસવા માટે જરૂર છે આ વસ્તુઓ બદલો છો, ત્યારે તેઓ ચોક્કસ મર્યાદા અંદર છો કે અથવા ચોક્કસ પરિમાણો અંદર. 

અને પછી કદાચ હું માત્ર બદલી શું જાણવાની જરૂર છે. હું બદલી તે વસ્તુ પડી નથી. હું જાણવાની જરૂર જરૂર નથી શું બદલી શ્રેય. હું માત્ર ખબર છે કે જરૂર વસ્તુઓ સ્પર્શ કરવામાં આવે છે. તેથી આ જોવાઈ પ્રકારના હોય છે તમે સ્ટ્રીમ બોલ વિચાર કે અને તમારી સાથે સંપર્ક કરી શકો છો. 

આ એપ્લિકેશન કે સ્ટ્રીમ ખાઈ, આ રીતે કામ કરે છે પ્રકારની છે. DynamoDB ક્લાઈન્ટ પૂછો કોષ્ટકો માટે માહિતી દબાણ. સ્ટ્રીમ્સ અમે shards કૉલ શું પર જમાવટ. Shards નાનું છે સ્વતંત્ર ટેબલ. તેઓ સંપૂર્ણપણે અપ લાઇન નથી તમારા ટેબલ પાર્ટીશનોનો. અને કારણ કે શા માટે છે તેઓ અપ લાઇન કારણ કે આ ક્ષમતા, વર્તમાન ટેબલ ક્ષમતા. 

તેઓ જમાવવા તેમના પોતાના ઓટો માપન જૂથ, અને તેઓ આધાર રાખીને બહાર સ્પિન શરૂ આવી રહ્યા છે કેટલા લખે છે, કેટલા reads-- ખરેખર તે લખે છે. ત્યાં કોઈ reads-- પરંતુ કેવી રીતે ઘણા લખે આવતા હોય છે. 

અને પછી પાછા પર અંતે, અમે શું છે એક કેસીએલ, અથવા Kinesis ક્લાઈન્ટ લાઈબ્રેરી કૉલ કરો. Kinesis સ્ટ્રીમ માહિતી છે એમેઝોન પ્રોસેસીંગ ટેકનોલોજી. અને સ્ટ્રીમ્સ પર બાંધવામાં આવે છે. 

તેથી જો તમે એક કેસીએલ સક્રિય ઉપયોગ અરજી સ્ટ્રીમ વાંચવા માટે. આ Kinesis ક્લાઈન્ટ લાઈબ્રેરી ખરેખર તમારા માટે કામદારો વ્યવસ્થા કરે છે. અને તે પણ કેટલાક કરે છે રસપ્રદ વસ્તુઓ. તે કેટલાક કોષ્ટકો બનાવશે તમારા DynamoDB કોષ્ટક માં જે વસ્તુઓ ટ્રૅક કરવા માટે પ્રક્રિયા કરવામાં આવી છે. તેથી આ રીતે, જો તે પાછા પડે તો તે ઉપર પડે છે અને આવે છે અને નહીં બેક અપ હતી, જ્યાં તે નક્કી કરી શકો છો સ્ટ્રીમ પ્રક્રિયા હતી. 

કે જ્યારે ખૂબ જ મહત્વપૂર્ણ છે તમે નકલ વિશે વાત કરી રહ્યાં છો. હું શું જાણવાની જરૂર છે માહિતી પ્રક્રિયા કરવામાં આવી હતી અને શું માહિતી હજુ સુધી પ્રક્રિયા કરી શકાય છે. તેથી સ્ટ્રીમ્સ માટે કેસીએલ પુસ્તકાલય કરશે તમે તે વિધેય ઘણો આપે છે. તે બધા housekeeping કાળજી લે છે. કે દરેક ઠીકરું માટે એક કાર્યકર સુધી રહે છે. તે વહીવટી ટેબલ બનાવે છે દરેક કાર્યકર માટે દરેક ઠીકરું માટે. અને તે કામદારો આગ તરીકે, તેઓ તે કોષ્ટકો જાળવવા તેથી જો તમે આ રેકોર્ડ ખબર વાંચી અને પ્રક્રિયા કરવામાં આવી હતી. અને પછી જે રીતે પ્રક્રિયા તો મૃત્યુ પામે છે, અને પાછા આવે છે તે બંધ લીધો છે તે અધિકાર ફરી શરૂ કરી શકો છો. 

તેથી અમે માટે આ વાપરો ક્રોસ વિસ્તારમાં નકલ. ઘણાં બધા ગ્રાહકો જરૂરિયાત હોય છે તેમની માહિતી કોષ્ટકો ડેટા અથવા ભાગો ખસેડવા આસપાસ વિવિધ પ્રદેશો માટે. નવ વિસ્તારો છે બધા વિશ્વભરમાં. તેથી need-- હું ત્યાં હોઈ શકે છે એશિયા વપરાશકર્તાઓ હોઈ શકે છે, વપરાશકર્તાઓ યુનાઇટેડ સ્ટેટ્સ ઓફ ઈસ્ટ કોસ્ટ માં. તેઓ અલગ અલગ માહિતી હોય કે સ્થાનિક વિતરણ કરવાની જરૂર છે. અને કદાચ એક વપરાશકર્તા પરથી ઉડે યુનાઇટેડ સ્ટેટ્સ પર એશિયા, અને હું નકલ કરવા માંગો છો તેમની સાથે તેમના માહિતી. તેમણે આ વિમાન બોલ નહીં ત્યારે તેમણે છે તેમના મોબાઇલ એપ્લિકેશન ઉપયોગ એક સારો અનુભવ છે. 

તમે ક્રોસ પ્રદેશ ઉપયોગ કરી શકો છો નકલ પુસ્તકાલય આ કરવા માટે. મૂળભૂત રીતે અમે છે બે ટેકનોલોજી પૂરી પાડી હતી. એક તમે કરી શકો છો એક કન્સોલ એપ્લિકેશન છે તમારા પોતાના EC2 ઉદાહરણ પર ઊભી છે. તે શુદ્ધ નકલ ચાલે છે. અને પછી અમે તમને ગ્રંથાલયનો આપી હતી. ગ્રંથાલયનો તમે બિલ્ડ કરવા માટે ઉપયોગ કરી શકો છો તમારા પોતાના એપ્લિકેશન જો તમે તે સાથે ઉન્મત્ત વસ્તુઓ કરવા માંગો છો data-- ફિલ્ટર, તે માત્ર ભાગ નકલ , ડેટા ફેરવવા એક તેને ખસેડવા વિવિધ ટેબલ, તેથી પર અને તેથી આગળ. તેથી કે શું લાગે પ્રકારની છે. 

DynamoDB સ્ટ્રીમ્સ હોઈ શકે છે અમે લામડા કૉલ શું દ્વારા પ્રક્રિયા. અમે ઘટના વિશે થોડુંક ઉલ્લેખ આધારિત એપ્લિકેશન આર્કિટેક્ચર. લામડા કે એક મુખ્ય ઘટક છે. લામડા માંગ પર કાઢી મૂકે છે કે કોડ છે એક ચોક્કસ ઘટના જવાબમાં. તે ઘટનાઓ એક હોઈ શકે છે સ્ટ્રીમ પર દેખાતી રેકોર્ડ. રેકોર્ડ સ્ટ્રીમ પર દેખાય છે, તો અમે આ જાવા કાર્ય કહી શકશો. વેલ, આ JavaScript, અને લામડા છે Node.js, જાવા, પાયથોન, આધાર આપે છે અને ટૂંક સમયમાં આધાર કરશે અન્ય ભાષાઓમાં તેમજ. અને તે શુદ્ધ કોડ છે, પૂરતો કહે છે. જાવા લખી, તમે એક વર્ગ વ્યાખ્યાયિત કરે છે. તમે લામડા માં જાર ઉપર દબાણ. અને પછી તમે જે વર્ગ સ્પષ્ટ જે ઘટના જવાબમાં કૉલ કરવા માટે. અને પછી લામડા ઈન્ફ્રાસ્ટ્રક્ચર કે પાછળ છે કે કોડ ચાલશે. 

તે કોડ પ્રક્રિયા કરી શકો છો સ્ટ્રીમ બંધ રેકોર્ડ. તે તેની સાથે માંગે કંઈપણ કરી શકે છે. આ ચોક્કસ ઉદાહરણમાં, અમે બધા છો ખરેખર લક્ષણો લોગીંગ કરી છે. પરંતુ આ માત્ર કોડ છે. કોડ યોગ્ય કંઈપણ કરી શકું? 

તેથી તમે માહિતી ફેરવવા કરી શકો છો. તમે એક વ્યુત્પન્ન જુઓ બનાવી શકો છો. તે દસ્તાવેજ માળખું છે, તો તમે માળખું flatten કરી શકો છો. તમે વૈકલ્પિક નિર્દેશિકાઓની બનાવી શકો છો. વસ્તુઓ તમામ પ્રકારના તમે કરી શકો છો આ DynamoDB નદીઓ સાથે કામ કરે છે. 

અને ખરેખર, કે શું લાગે છે. તેથી જો તમે તે સુધારાઓ આવતા મળે છે. તેઓ શબ્દમાળા બંધ આવતા રહ્યાં છે. તેઓ લામડા કાર્ય દ્વારા વાંચી રહ્યા છો. તેઓ ડેટા ફરતી કરી રહ્યાં છો અને વ્યુત્પન્ન કોષ્ટકો તે દબાણ, ફેરફાર બાહ્ય સિસ્ટમો સૂચિત, અને ElastiCache માહિતી દબાણ. 

અમે કેશ મૂકવા માટે કેવી રીતે વિશે વાત કરી કે વેચાણ માટે ડેટાબેઝ સામે દૃશ્ય. વેલ શું થાય જો હું આઇટમ વર્ણન સુધારો? ઠીક છે, હું હતો તો એક લામડા કાર્ય છે, કે જે ટેબલ પર ચાલી હું આઇટમ વર્ણન અપડેટ, તો તે પડશે સ્ટ્રીમ બોલ રેકોર્ડ બનાવ્યો છે, અને તે ElastiCache અપડેટ કરીશું નવી વિગતો સાથે ઉદાહરણ. તેથી તે ઘણો છે અમે લામડા સાથે શું કરવું. તે કનેક્ટર્સ ગુંદર કોડ છે. અને તે ખરેખર આપે છે શરૂ કરવા માટે ક્ષમતા અને ખૂબ જ જટિલ કાર્યક્રમો ચલાવવા માટે એક સમર્પિત સર્વર વગર ખરેખર સરસ છે, જે ઇન્ફ્રાસ્ટ્રક્ચર. 

તેથી આપણે પાછા જવા દો અમારા પ્રત્યક્ષ સમયનો મતદાન આર્કીટેક્ચર. આ નવી અને સાથે વધે છે અમારા સ્ટ્રીમ્સ અને કેસીએલ સક્રિય થયેલ કાર્યક્રમ. જ, અમે કરી શકો છો પહેલાં ચૂંટણી કોઇ પાયે હાથ ધરે છે. અમે આ ગમે છે. અમે છૂટાછવાયા ભેગી બહાર કરી રહ્યા છીએ ઘણા buckets સમગ્ર. અમે આશાવાદી લોકીંગ પર જવા મળી છે. અમે અમારા મતદારો રાખી શકો છો તેમના મત બદલવાથી. તેઓ માત્ર માત્ર એક જ વાર મત આપી શકો છો. આ વિચિત્ર છે. રીઅલ-ટાઈમ દોષ સહનશીલતા, હવે સ્કેલેબલ એકંદર. આ વસ્તુ પર પડે છે, તે પોતે પુનઃશરૂ કરવા માટે જ્યાં જાણે કારણ કે તે પાછા આવે છે ત્યારે અમે કેસીએલ એપ્લિકેશન ઉપયોગ કરી રહ્યાં છો. અને પછી અમે પણ ઉપયોગ કરી શકો છો કેસીએલ અરજી માહિતી દબાણ અન્ય માટે રકતવિચલન માટે એપ્લિકેશન ઍનલિટિક્સ, અથવા ઉપયોગ સ્થિતિસ્થાપક MapReduce ચલાવવા માટે બંધ પ્રત્યક્ષ સમયનો સ્ટ્રીમિંગ એગ્રિગેશન કે જે માહિતી. 

તેથી આ બધી વસ્તુઓ અમે છે ખૂબ વિશે વાત કરી છે. પરંતુ તેઓ વધારાના છો આવે છે કે ટેકનોલોજી તમે શોધી રહ્યા છો ત્યારે સહન દૃશ્યો આ પ્રકારના છે. 

બધા હક છે, તે વિશે તેથી DynamoDB નદીઓ સાથે ઍનલિટિક્સ. તમે દ-નવી છેતરાયેલી એકત્રિત કરી શકે છે માહિતી, તમામ પ્રકારના કરવું સરસ સામગ્રી, એકંદર માહિતી મેમરી, તે વ્યુત્પન્ન કોષ્ટકો બનાવો. કે એક વિશાળ ઉપયોગ કેસ છે કે ઘણાં બધા ગ્રાહકો પુનરાવર્તિત લેતી સાથે સંકળાયેલા છે તે JSON દસ્તાવેજો ગુણધર્મો અને વધારાના નિર્દેશિકાઓની બનાવવા. 

અમે ઓવરને અંતે છો. મારી સાથે બેરિંગ માટે આભાર. તેથી આપણે વિશે વાત કરો સંદર્ભ આર્કીટેક્ચર. DynamoDB જેથી મધ્યમાં આવેલો છે આ AWS ઈન્ફ્રાસ્ટ્રક્ચર ખૂબ. મૂળભૂત રીતે તમે તેને રોકી શકો છો કંઈપણ સુધી તમે કરવા માંગો છો. કાર્યક્રમો ડાયનેમો સમાવેશ થાય છે મદદથી બનેલ લામડા, ElastiCache, CloudSearch, સ્થિતિસ્થાપક માં બહાર ડેટા દબાણ MapReduce, DynamoDB આયાત નિકાસ એસ 3, વર્કફ્લો તમામ પ્રકારના માં. પરંતુ કદાચ શ્રેષ્ઠ વિશે વાત કરવા માટે વસ્તુ, અને આ ખરેખર શું છે રસપ્રદ ત્યારે અમે છે ઘટના આધારિત કાર્યક્રમો વિશે વાત કરો. 

આ એક ઉદાહરણ છે એક આંતરિક પ્રોજેક્ટ અમે ખરેખર છો જ્યાં છે કે પબ્લિશિંગ મોજણી પરિણામો ભેગા છે. ઇમેઇલ લિંક જેથી આપણે ત્યાં પડશે, બહાર મોકલી થોડી લિંક કહેતા ક્લિક કરી અહીં મોજણી માટે જવાબ. અને જ્યારે વ્યક્તિ ક્લિક્સ તે લિંક, શું થાય છે તેઓ એક સુરક્ષિત નીચે ખેંચી છે એસ 3 થી HTML સર્વે ફોર્મ. કોઈ સર્વર છે. આ માત્ર એક S3 ને પદાર્થ છે. 

કે ફોર્મ ઉપર આવે છે બ્રાઉઝર માં લોડ કરે છે. તે બેકબોન મળ્યું છે. તે જટિલ જાવાસ્ક્રિપ્ટ મળ્યું છે તે ચાલી રહ્યું છે. તેથી તે ખૂબ જ સમૃદ્ધ એપ્લિકેશન છે ક્લાઈન્ટ બ્રાઉઝર માં ચાલી રહ્યું છે. તેઓ નથી ખબર નથી કે બેક ઓવરને સર્વર સાથે સંપર્કમાં આવવાની. આ બિંદુએ, તે બધા બ્રાઉઝર છે. 

તેઓ પરિણામો પ્રકાશિત શું અમે એમેઝોન API ગેટવે કૉલ કરો. API ગેટવે ફક્ત વેબ API છે તમે નક્કી કરે છે અને હૂક અપ કરી શકો છો કે ગમે તમે કરવા માંગો છો. આ ચોક્કસ કિસ્સામાં, અમે છો એક લામડા કાર્ય સુધી hooked. 

તેથી મારી પોસ્ટ ઓપરેશન છે કોઈ સર્વર સાથે શું થઈ રહ્યું. મૂળભૂત છે કે API ગેટવે ત્યાં બેસે છે. તે મને લોકો સુધી કંઇ ખર્ચ અધિકાર, તે પોસ્ટિંગ શરૂ? આ લામડા કાર્ય માત્ર ત્યાં બેસે છે. અને તે ત્યાં સુધી મને કંઇ ખર્ચ લોકો તેને હિટ શરૂ કરો. તેથી તમે વોલ્યુમ તરીકે જોઈ શકો છો, ખર્ચ આવે ત્યારે વધે, તે છે. હું એક સર્વર 7/24 ચાલી રહ્યો નથી. 

તેથી હું ફોર્મ ખેંચી નીચે ડોલ બહાર અને હું API દ્વારા પોસ્ટ આ લામડા કાર્ય માં ગેટવે. અને પછી લામડા કાર્ય તમે જાણો છો, કહે છે શું, હું કેટલાક PIIs મળી છે, કેટલાક વ્યક્તિગત રૂપે ઓળખવાયોગ્ય માહિતી આ જવાબો છે. હું વપરાશકર્તાઓ આવતા ટિપ્પણીઓ મળી. હું ઇમેઇલ સરનામાં મળી છે. હું વપરાશકર્તાનામો મળી છે. 

મને આ બોલ વિભાજિત દો. હું કેટલાક પેદા કરવા માટે જઇ રહ્યો છું આ રેકોર્ડ બંધ મેટાડેટા. અને હું દબાણ કરવા જઇ રહ્યો છું DynamoDB માં મેટાડેટા. અને હું તમામ ડેટા એન્ક્રિપ્ટ શકે જો હું માંગો છો અને DynamoDB માં દબાણ. પરંતુ તે આ મારા માટે સરળ છે આગળ કહે જાઓ, કેસ ઉપયોગ, હું કાચા માહિતી દબાણ કરવા જઇ રહ્યો છું એનક્રિપ્ટ થયેલ S3 ને ડોલમાં માં. તેથી હું S3 સર્વર બાજુ માં બનાવવામાં ઉપયોગ એન્ક્રિપ્શન અને એમેઝોન કી વ્યવસ્થાપન કે જેથી સેવા હું કી છે કે નિયમિત અંતરાલ પર ફેરવવા કરી શકો છો, અને મને લાગે છે કે PII માહિતી રક્ષણ કરી શકે છે આ સમગ્ર વર્કફ્લો ભાગ તરીકે. 

તેથી મેં શું કર્યું છે? હું માત્ર એક સમગ્ર જમાવટ કરી છે એપ્લિકેશન, અને હું કોઈ સર્વર છે. તેથી ઘટના આધારિત એપ્લિકેશન શું છે સ્થાપત્ય તમારા માટે કરે છે. 

હવે તમે વિશે વિચારો તો છે આ માટે ઉપયોગ કેસ અમે હું વાત કરું છું અન્ય ગ્રાહકો વિશે આ ચોક્કસ આર્કીટેક્ચર માટે જે મોટી માત્રામાં મોટી ઝુંબેશ, સ્કોર જે આ જોઈ અને મારા ઓહ, જતા હોય છે. હવે, તેઓ કરી શકો છો કારણ મૂળભૂત ત્યાં બહાર દબાણ, માત્ર બેસી અભિયાન કે દો તે ત્યાં લોન્ચ, નથી અને ત્યાં સુધી વિશે એક અંજીર ચિંતા કરવાની જરૂર ઇન્ફ્રાસ્ટ્રક્ચર કેવા પ્રકારની તેને ટેકો આપવા માટે ત્યાં હોઈ ચાલે છે. અને પછી જલદી અભિયાન કે થાય છે, તે ઇન્ફ્રાસ્ટ્રક્ચર જેવું છે માત્ર તરત જ દૂર જાય ત્યાં ખરેખર છે, કારણ કે કોઈ ઈન્ફ્રાસ્ટ્રક્ચર છે. તે લામડા પર બેસીને કે માત્ર કોડ છે. તે DynamoDB બેસે છે કે માત્ર માહિતી છે. તે એક સુંદર માર્ગ છે કાર્યક્રમો બીલ્ડ કરવા. 

પ્રેક્ષક: તેથી તે વધુ છે ક્ષણજીવી તે હશે કરતાં તે એક વાસ્તવિક સર્વર પર સંગ્રહિત કરવામાં આવી હતી તો શું? 

રિક Houlihan: ચોક્કસ. કે સર્વર ઉદાહરણ કારણ કે એક 7/24 હશે. તે માટે ઉપલબ્ધ હોઈ શકે છે કોઈકને માટે જવાબ. વેલ શું ધારી? S3 7/24 ઉપલબ્ધ છે. S3 હંમેશા પ્રતિક્રિયા આપે છે. અને S3 ખૂબ, ખૂબ સારી છે વસ્તુઓ અપ સેવા આપતા છે. તે પદાર્થો HTML ફાઇલો હોઈ શકે છે, અથવા જાવાસ્ક્રિપ્ટ ફાઇલો, અથવા ગમે તે તમે કરવા માંગો છો. તમે ખૂબ જ સમૃદ્ધ વેબ કાર્યક્રમો ચલાવી શકો છો S3 ને buckets બહાર છે, અને લોકો કામ કરે છે. 

અને તેથી તે વિચાર અહીં છે દૂર માર્ગ પરથી વિચાર છે અમે તે વિશે વિચારો માટે વપરાય છે. આપણે બધા વિચાર કરવા માટે વપરાય સર્વરો અને યજમાનો શરતો. તે હવે તે વિશે નથી. તે કોડ તરીકે ઈન્ફ્રાસ્ટ્રક્ચર વિશે છે. મેઘ કોડ જમાવટ અને મેઘ તમારા માટે તે ચલાવો. અને તે AWS કરવા પ્રયાસ કરી રહી છે તે છે. 

પ્રેક્ષક: મધ્યમાં તમારા સોનું બોક્સ તેથી API માં ગેટવે ઓફ, સર્વર જેવી નથી પરંતુ તેના બદલે just-- છે 

રિક Houlihan: તમે વિચાર કરી શકો છો સર્વર રવેશ, કે છે. તે બધા તે એ HTTP લેવા પડશે છે વિનંતી અને અન્ય પ્રક્રિયા તે નકશો. તે બધા કરે છે. અને આ કિસ્સામાં, અમે મૅપ રહ્યાં છો તે લામડા કાર્ય કરે છે. બધા હક છે, કે જેથી હું મળી બધા છે. ખુબ ખુબ આભાર. હું તે પ્રશંસનીય છે. હું અમે સમય પર થોડો માંગો છો ખબર. અને આશા છે કે તમે ગાય્ઝ મળી માહિતી થોડો તમે આજે લઇ શકે છે. હું ગયો તો અને હું દિલગીર છીએ તમારા માથા કેટલાક, પરંતુ એક સારી ઘણો છે મૂળભૂત પાયાના જ્ઞાન મને લાગે છે કે તમારા માટે ખૂબ જ મૂલ્યવાન છે. તેથી મને હોવા માટે આભાર. [વધાવી] AUDIENCE: [અશ્રાવ્ય] તમે કહેતા હતા ત્યારે તમે વસ્તુ મારફતે જાઓ હતી અંત શરૂઆતથી જમણી કિંમતો મેળવો અથવા સમાન મૂલ્યો, કેવી રીતે કરશે કિંમતો [અશ્રાવ્ય] જો બદલો. 

રિક Houlihan: ઓહ, idempotent? કિંમતો કેવી રીતે બદલવા માંગો છો? વેલ, કારણ કે હું ચલાવવા નથી, તો તે ઓવરને બધી રીતે, પછી હું શું ફેરફારો ખબર નથી છેલ્લા માઇલ કરવામાં આવ્યા હતા. તે હોઈ જવા નથી હું શું જોયું જ માહિતી. પ્રેક્ષક: ઓહ, જેથી તમે માત્ર સમગ્ર ઇનપુટ મેળવેલ ન હોય. રિક Houlihan: અધિકાર. તમે શરૂઆતથી જવા માટે હોય છે અંત છે, અને પછી તે સતત રાજ્ય હોઈ ચાલે. કૂલ. 

પ્રેક્ષક: તમે અમને બતાવ્યું તેથી DynamoDB દસ્તાવેજ અથવા કી કિંમત કરી શકો છો. અને અમે સમય ઘણો ખર્ચ્યા હેશ અને માર્ગો સાથે કી કિંમત તેને આસપાસ ફ્લિપ કરો. તમે તે કોષ્ટકો પર જોવામાં, ત્યારે તે છે દસ્તાવેજ અભિગમ પાછળ છોડીને? 

રિક Houlihan: હું નહીં કરશે તે પાછળ છોડી કહે છે. 

પ્રેક્ષક: તેઓ the-- અલગ પડી ગયા હતા 

રિક Houlihan આ દસ્તાવેજ સાથે અભિગમ, DynamoDB દસ્તાવેજ પ્રકાર માત્ર અન્ય લક્ષણ તરીકે લાગે છે. તે ધરાવે છે એક લક્ષણ છે એક અધિક્રમિક માહિતી માળખું. અને પછી પ્રશ્નો, તમે ગુણધર્મો ઉપયોગ કરી શકો છો ઑબ્જેક્ટ સંકેતલિપિ ની મદદથી તે પદાર્થો. તેથી હું એક પુનરાવર્તિત પર ફિલ્ટર કરી શકો છો આ JSON દસ્તાવેજનું મિલકત. પ્રેક્ષક: તેથી કોઈપણ સમયે હું દસ્તાવેજ અભિગમ નથી, હું પ્રકારના tabular-- પર આવો કરી શકો છો પ્રેક્ષક: ચોક્કસ. પ્રેક્ષક: --indexes અને તમે માત્ર વિશે વાત વસ્તુઓ. રિક Houlihan: અરે વાહ, આ નિર્દેશિકાઓની અને તે તમામ, જ્યારે તમે ઇન્ડેક્સ કરવા માંગો છો આ JSON ગુણધર્મો, અમે તે કરવા હોય તો કે જે રીતે તો છે તમે એક JSON ઑબ્જેક્ટ અથવા દસ્તાવેજ દાખલ ડાયનેમો માં, તમે સ્ટ્રીમ્સ ઉપયોગ કરશે. સ્ટ્રીમ્સ ઇનપુટ વાંચી શકે છે. તમે JSON કે વિચાર કરશો ઑબ્જેક્ટ અને તમે બરાબર કહે કરશો, હું ઇન્ડેક્સ કરવા માંગો છો મિલકત શું છે? 

તમે એક વ્યુત્પન્ન ટેબલ બનાવો. હવે તે હમણાં જે રીતે કામ કરે છે. અમે ઈન્ડેક્સ માટે તમને પરવાનગી આપે છે નથી સીધા તે ગુણધર્મો. 

પ્રેક્ષક: તમારા દસ્તાવેજો Tabularizing. 

રિક Houlihan: ચોક્કસ, સપાટ તે બરાબર છે, તે tabularizing. એટલે કે, તમે તેની સાથે શું છે. 

પ્રેક્ષક: આભાર. 

રિક Houlihan: હા, સંપૂર્ણપણે આભાર. પ્રેક્ષક: તેથી તે પ્રકારની છે મોગો Redis classifers મળે છે. 

રિક Houlihan: અરે વાહ, એવું ઘણું છે. તે માટે એક સારા વર્ણન છે. કૂલ.