AWS-Cloud-Datenbanken

Leistungsstarke, sichere und zuverlässige Grundlage für die Unterstützung generativer KI-Anwendungen in jeder Größenordnung

Vorteile von AWS-Datenbanken

AWS-Datenbanken bieten eine leistungsstarke, sichere und zuverlässige Grundlage für Lösungen mit generativer KI und datengesteuerte Anwendungen, die einen Mehrwert für Ihr Unternehmen und Ihre Kunden schaffen. AWS-Hochleistungsdatenbanken unterstützen jeden Workload oder Anwendungsfall, einschließlich relationaler Datenbanken mit einem 3- bis 5-mal schnelleren Durchsatz als Alternativen, speziell entwickelte Datenbanken mit Latenz im Mikrosekundenbereich und integrierte Vektordatenbankfunktionen mit schnellstem Durchsatz bei höchsten Abrufraten. AWS bietet Serverless-Optionen, mit denen die Kapazität nicht mehr verwaltet werden muss, da sie sofort nach Bedarf skaliert werden. AWS-Datenbanken bieten unübertroffene Sicherheit mit Verschlüsselung im Ruhezustand und bei der Übertragung, Netzwerkisolierung, Authentifizierung, Behebung von Anomalien und strikter Einhaltung von Compliance-Standards. Sie sind äußerst zuverlässig, da die Daten automatisch über mehrere Availability Zones innerhalb einer AWS-Region repliziert werden. Mit über 15 Datenbank-Engines, die für das Datenmodell der Anwendung optimiert sind, machen vollständig verwaltete AWS-Datenbanken den undifferenzierten Aufwand der Datenbankverwaltungsaufgaben überflüssig.

Vorteile von AWS-Cloud-Datenbanken

Einfache Möglichkeiten zur Verbesserung der Preisleistung und Kostenoptimierung

bis zu 20 % und mehr

Preis-Leistungs-Verbesserung mit AWS Graviton3 in Amazon Aurora und Amazon RDS

bis zu 30 %

Kosteneinsparungen mit Amazon Aurora Optimized Reads und bis zu 8-mal verbesserte Abfragelatenz

bis zu 90 %

Kosteneinsparungen mit Amazon Aurora Serverless v2 und Amazon Neptune Serverless

bis zu 66 %

Kosteneinsparungen durch den Amazon-DynamoDB-Import aus S3 im Vergleich zu clientbasierten Schreibvorgängen mit bereitgestellter Kapazität

bis zu 72 %

höherer Durchsatz und bis zu 71 % geringere Latenz mit Amazon ElastiCache

bis zu 46 %

höherer Durchsatz und bis zu 21 % Reduzierung der P99-Latenz mit Amazon MemoryDB

Datenbank-Services

Datenbanktyp
Beispiele
AWS-Service
Schließen

Relationale Datenbank

Relationale Datenbanken speichern Daten mit vordefinierten Schemata und Beziehungen zwischen ihnen. Diese Datenbanken wurden entwickelt, um ACID-Transaktionen zu unterstützen und die referentielle Integrität und starke Datenkonsistenz zu gewährleisten.

                                                                               

Traditionelle Anwendungen, Ressourcenplanung für Unternehmen (ERP), Customer Relationship Management (CRM), Online-Handel, generative KI-Anwendungsfälle (wie Chatbots mit Retrieval Augmented Generation, Ähnlichkeitssuche, Empfehlungssysteme und mehr)
Schließen

Amazon Aurora

MySQL- und PostgreSQL-kompatible relationale Datenbank für die Cloud. Leistung und Verfügbarkeit kommerzieller Datenbanken zu einem Zehntel der Kosten 

Schließen

Amazon Relational Database Service (RDS)

Sie können eine relationale Datenbank mit nur wenigen Klicks in der Cloud einrichten, betreiben und skalieren

Schließen

Amazon Redshift

Analysieren Sie alle Ihre Daten mit dem schnellsten und am weitesten verbreiteten cloudbasierten Data Warehouse

Schließen

Schlüssel-Werte-Datenbank

Schlüssel-Wert-Datenbanken sind für gängige Zugriffsmuster optimiert, typischerweise zum Speichern und Abrufen großer Datenmengen. Diese Datenbanken bieten schnelle Reaktionszeiten, selbst bei vielen gleichzeitigen Anfragen.

                                            

Webanwendungen mit hohem Datenverkehr, E-Commerce-Systeme, Spieleanwendungen, Anwendungsfälle für generative KI (wie z. B. Ähnlichkeitssuche mithilfe der DynamoDB-Null-ETL-Integration mit Amazon OpenSearch Service)
Schließen

Amazon DynamoDB

Arbeiten Sie mit einer schnellen, flexiblen und Serverless-NoSQL-Datenbank für jede Größenordnung zur Unterstützung von Schlüsselwert- und Dokumenten-Workloads

Schließen

In-Memory-Datenbank

In-Memory-Datenbanken werden für Anwendungen verwendet, die Echtzeitzugriff auf Daten benötigen. Durch direktes Speichern von Daten im Arbeitsspeicher stellen diese Datenbanken dort eine Latenz von Mikrosekunden bereit, wo eine Latenz von Millisekunden nicht ausreicht.

                                                                                    

Caching, Sitzungsmanagement, Gaming-Bestenlisten, Geodatenanwendungen, generative KI-Anwendungsfälle (wie Chatbots mit Retrieval Augmented Generation, semantisches Caching, Empfehlungssysteme, Betrugserkennung und mehr)
Schließen

Amazon MemoryDB

Redis-OSS-kompatibler, langlebiger In-Memory-Datenbank-Service für ultraschnelle Leistung.

Schließen

Amazon ElastiCache

Profitieren Sie von Mikrosekunden-Latenzzeiten mit einem skalierbaren Caching-Service, der mit Redis OSS oder Memcached kompatibel ist.

                                                                               

Schließen

Dokumentdatenbanken

Eine Dokumentendatenbank ist so konzipiert, dass semistrukturierte Daten als JSON-ähnliche Dokumente gespeichert werden. Diese Datenbanken unterstützen Entwickler beim schnellen Erstellen und Aktualisieren von Anwendungen.

                                                       

Inhaltsmanagement, Kataloge, Benutzerprofile, Anwendungsfälle generativer KI (wie Chatbots mit Retrieval Augmented Generation, Ähnlichkeitssuche, Empfehlungssysteme und mehr)
Schließen

Amazon DocumentDB (mit MongoDB-Kompatibilität)

Skalieren Sie JSON-Workloads ganz einfach, indem Sie einen mit MongoDB kompatiblen, unternehmenstauglichen Dokumentendatenbankdienst verwenden.

   

Schließen

Diagrammdatenbank

Graphdatenbanken sind für Anwendungen, die Millionen von Beziehungen zwischen hochgradig vernetzten Diagramm-Datensätzen mit einer Latenz von Millisekunden in hoher Skalierung navigieren und abfragen müssen.

                             

Betrugserkennung, soziale Netzwerke, Empfehlungsmaschinen, Anwendungsfälle generativer KI (wie GraphRAG, verbesserte Betrugserkennung, Entdeckung neuer Antworten und mehr)
Schließen

Amazon Neptune

Erstellen Sie Anwendungen, die mit stark vernetzten Datensätzen arbeiten, indem Sie einen schnellen, zuverlässigen Graphdatenbankdienst verwenden.

Schließen

Wide Column-Datenbank

Ein Wide Column-Speicher ist eine Art NoSQL-Datenbank. Sie nutzt Tabellen, Zeilen und Spalten, jedoch unterscheiden sich die Namen und Formate der Spalten – anders als bei einer relationalen Datenbank – von Zeile zu Zeile in der gleichen Tabelle.

Groß angelegte industrielle Anwendungen für die Wartung von Geräten, das Flottenmanagement und die Routenoptimierung
Schließen

Amazon Keyspaces

Führen Sie Ihre Apache-Cassandra-Workloads auf einem skalierbaren, hochverfügbaren und verwalteten Wide-Column-Datenbank-Service aus.

Schließen

Neue Zeitreihendatenbank

Zeitreihendatenbanken erfassen, synthetisieren und leiten Erkenntnisse aus Daten, die sich im Laufe der Zeit ändern, und aus Abfragen über Zeitintervalle hinweg ab.

Internet of Things-(IoT)-Anwendungen, DevOps, industrielle Telemetrie
Schließen

Amazon Timestream

Speichern und analysieren Sie Billionen von Ereignissen pro Tag mit einem schnellen, skalierbaren und Serverless-Zeitreihen-Datenbankdienst.

AWS-Datenbanklösungen umfassen Datenbankmigration, Modernisierung und Workload-Ausfallsicherheit, um einen zuverlässigen Weg und schnelle Fortschritte bei der Bereitstellung moderner Anwendungen zu ermöglichen.

Workload-Resilienz

Verlassen Sie sich auf AWS-Lösungen zur Workload-Ausfallsicherheit, einschließlich Backup, Failover und Wiederherstellung, die auch bei exponentiellem Datenwachstum die Betriebskontinuität sicherstellen. AWS bietet Datenbanken für mehrere Regionen, um die Latenz zwischen den AWS-Regionen zu verringern und gleichzeitig Ihre Notfallwiederherstellungssituation zu verbessern.

Migration und Modernisierung

Beschleunigen Sie Ihre Migration in die Cloud mit Lösungen, die praktische Ansätze für die Bewertung, Planung und den Aufbau des richtigen Datenbankmigrationspfads für Ihr Unternehmen bieten.

Samsung migrierte 1,1 Milliarden Benutzer aus drei Kontinenten von Oracle auf Amazon Aurora.

"Die Skalierbarkeit von Amazon Aurora ist der größte Vorteil – insbesondere mit Blick auf die Kosten. Samsung reduzierte die monatlichen Datenbankkosten um 44 %."

- Salva Jung, Principal Architect and Engineering Manager

Weitere Informationen »

Fallbeispiele

Experian benutzt Amazon DynamoDB und die Hochverfügbarkeit von Amazon Aurora, um eine Betriebszeit von 100 Prozent zu erreichen. Weitere Informationen »

A+E Networks verwendet Serverless-AWS-Datenbanken, um die Erweiterung dank der Erstellung von Microservices-gesteuerten, systemeigenen Anwendungen zu erleichtern. Weitere Informationen »

Pokémon migrierte zu speziell entwickelten AWS-Datenbanken, um jeden Monat mehrere zehntausende von Dollar zu sparen. Weitere Informationen »

Cathay Pacific modernisierte sein System zur Optimierung der Passagiereinnahmen auf AWS und steigerte so die Leistung um 20 Prozent. Weitere Informationen »