理解在AWS上部署數(shù)據(jù)庫的監(jiān)控需求
大多數(shù)的現(xiàn)代化應(yīng)用都依賴于DB層來對數(shù)據(jù)進行集成、查詢和管理。在AWS上部署一個數(shù)據(jù)庫需要相應(yīng)的監(jiān)控和管理功能，使應(yīng)用更容易縱向擴展，從而降低宕機影響并保持較低的成本。
AWS在改善其核心數(shù)據(jù)庫和自動化管理以及監(jiān)控等相關(guān)功能上做了很多工作。與此同時，AWS的競爭對手也在改善它們自身的管理功能。企業(yè)在選型的時候需要更仔細，以便權(quán)衡AWS以及其他第三方數(shù)據(jù)庫服務(wù)商。
理解系統(tǒng)需求
在軟件開發(fā)團隊的工作啟動之前，對應(yīng)用需求有一個深刻的理解是非常關(guān)鍵的。一般來說，在此之前進行架構(gòu)變動是相對容易的。雖然要預(yù)估一個系統(tǒng)的規(guī)模并非易事，但是要對所要求的一致性進行評估并不困難。
例如，Netflix用AWS存儲了Apache Cassandra 數(shù)據(jù)庫中的大量數(shù)據(jù)。在這個大型系統(tǒng)中，對于Netflix來說，其在線可用性要比精確記錄所觀看過電影的存儲位置更加重要。
企業(yè)需要考慮是否要將可用性和可擴展性納入最重要的考量范疇。很多企業(yè)在進行過可用性優(yōu)化的NoSQL平臺上部署應(yīng)用，而這需要調(diào)整以保證一致性。對于此類應(yīng)用更好的一個方法是使用類似PostgreSQL的傳統(tǒng)關(guān)系型數(shù)據(jù)庫，它可以更有效地提供所需的一致性。
相反，很多企業(yè)錯誤的地使用基于事務(wù)的關(guān)系型數(shù)據(jù)庫來提供一致性，但并不具備高可用性——例如一個推薦系統(tǒng)應(yīng)用。在這些案例中，企業(yè)可能從一開始就應(yīng)避免使用類似Cassandra的數(shù)據(jù)庫。
本地化
另一個***實踐就是考慮利用本地AWS服務(wù)替代傳統(tǒng)數(shù)據(jù)庫架構(gòu)。當(dāng)開發(fā)人員將應(yīng)用程序從傳統(tǒng)環(huán)境遷移至AWS時，建立數(shù)據(jù)庫服務(wù)器和集群是很常見的。
AmazonRDS提供的功能可以將數(shù)據(jù)庫作為一個托管服務(wù)來使用，它可以很好的支持MySQL、PostgreSQL、Oracle以及SQL Server。 這是因為RDS包含大量的監(jiān)控和管理功能來支持諸如升級，打補丁以及故障檢測等內(nèi)容。 但是，這并沒有免除所有DBA的責(zé)任。企業(yè)仍需要配置備份，決定數(shù)據(jù)庫的需求并指定諸如內(nèi)存和存儲等事務(wù)。
AWS包含大量的數(shù)據(jù)庫服務(wù)，這些服務(wù)內(nèi)置有類似SimpleDB和DynamoDB的管理和監(jiān)控功能。這些服務(wù)是以擴展的方式加以提供，這樣就相對簡單并且可以減少對專門服務(wù)的需求。但是其他的NoSQL數(shù)據(jù)庫傾向于為很多用例提供更為豐富的功能集，這也是它們快速成長并廣受歡迎的原因。
隨著AWS不斷完善其基礎(chǔ)功能，這種情況可能會有所改變。例如，AWS剛剛在DynamoDB上添加了對JSON數(shù)據(jù)模型的支持，這對于MongoDB這類產(chǎn)品來說一直是一個非常重要的優(yōu)勢。但在目前階段，根據(jù)文檔的大小，對文本搜索功能和地理空間功能的支持上，與第三方產(chǎn)品相比，AWS服務(wù)有著更多嚴格的限制。
平衡可擴展性和功能
諸如MongoDB之類的NoSQL數(shù)據(jù)庫的主要挑戰(zhàn)是在提供新實例，更新軟件以及進行擴展方面所面臨的困難。例如，一般來說，要配置一個運行在12臺服務(wù)器之上的MongoDB集群需要操作150多個步驟。而最近添加進MongoDB MMS的自動化功能可以將此手動工作大為簡化。有了MMS，你就不需要了解其內(nèi)部實現(xiàn)，而且工作效率也會大為提高。
Decisive是一家提供互聯(lián)網(wǎng)廣告管理服務(wù)的公司，他們的系統(tǒng)運行在AWS上。對于一個用于創(chuàng)建和優(yōu)化移動廣告活動的新API來說，Decisive可以利用MMS來簡化對新增MongoDB實例的自動部署和擴展。Decisive之所以選擇MongoDB是因為其數(shù)據(jù)模型的靈活性。MongoDB可以收集某個活動相關(guān)的各種數(shù)據(jù)，例如觀看廣告以及進行點擊的用戶數(shù)量和類型。
雖然AWS在數(shù)據(jù)庫上層提供了一些基本的監(jiān)控和管理功能，但是這對于很多需求來說還不夠。MMS可以讓Decisive監(jiān)測客戶端的磁盤I/O流量以及延遲。MMS還可以協(xié)助訪問數(shù)據(jù)庫集群的健康狀況，這樣可以在發(fā)生問題的時候更容易找出問題所在。隨著讀寫負載變得更高，MMS會報告它們發(fā)生的位置并給出通過擴展系統(tǒng)來應(yīng)對這些挑戰(zhàn)的***途徑。
與此同時，類似AWS Redshift服務(wù)對于很多數(shù)據(jù)倉庫應(yīng)用是足夠?qū)嵱玫模姨峁┝撕芎玫男詢r比。而對于企業(yè)分析之類的工作，Redshift表現(xiàn)也是極為出色。你可以在MongoDB上存儲事件，在需要的時候可以快速遷移至Redshift。這里你損失的只是一定的靈活性。
