通过迁移到 Amazon DocumentDB 50 来降低成本并提高性能 数据库博客

Amazon DocumentDB 50：降本增效的最佳选择

关键要点

本地文档数据库：Amazon DocumentDB 是一个完全托管的原生 JSON 文档数据库，简化了架构，并提供内置安全最佳实践。向后兼容 MongoDB 50：支持最新的 MongoDB API，使用户能够利用新功能。向量搜索和文本搜索：新版本增加了向量搜索和文本搜索，提升查询效率。性能优化存储配置：新的 I/O 优化存储配置提升性能和吞吐量，最大可实现 40 的 I/O 成本节省。无代码的机器学习：集成 Amazon SageMaker Canvas，使机器学习无需编码。

Amazon DocumentDB与 MongoDB 兼容是一个完全托管的原生 JSON 文档数据库，使用户能够以低成本运行关键文档工作负载，几乎没有基础设施管理的负担。它通过提供内置的安全最佳实践、持续备份以及与其他 AWS 服务的原生集成，简化了应用架构。此外，用户可以通过向量搜索和与 Amazon SageMaker Canvas 的集成，利用生成性人工智能AI和机器学习ML能力来增强应用程序体验。作为文档数据库，Amazon DocumentDB 使得存储、查询和索引 JSON 数据变得非常简单。

Amazon DocumentDB 50 引入了多个新特性和性能增强，能够提高性能并管理数据库成本，从而成为各种工作负载的理想选择。以下是 Amazon DocumentDB 50 的一些主要优势：

功能描述详情MongoDB API 50 兼容性使用户能够使用最新的 MongoDB API 功能与增强，不需做任何更改。向量搜索支持存储、索引和查询数百万个向量，响应时间低至毫秒。文本搜索允许对大量字符串数据进行关键字或短语的查询，并支持使用权重对搜索结果的相关性排序。I/O 优化存储配置提升性能、增加写入吞吐量并降低延迟，适合高需求工作负载，支持高达 40 的成本节省。性能和索引改进改进了 in 操作及索引扫描，提升查询性能。客户端字段级加密加强数据安全性，在发送到数据库之前对敏感数据进行加密。文档压缩通过对文档进行压缩降低存储和 I/O 成本。无代码机器学习通过与 Amazon SageMaker Canvas 集成，用户能够在 Amazon DocumentDB 中存储的数据上构建 ML 模型 without writing a single line of code

以下示意图展示了如何使用嵌入模型为文档中的字段生成向量，将向量存储在 Amazon DocumentDB 中，并执行向量搜索。

升级到 Amazon DocumentDB 50

可以通过获取指南轻松开始使用 Amazon DocumentDB 50。如果您目前使用的是 Amazon DocumentDB 36 或 40 集群，您可以使用就地主要版本升级功能，轻松升级到 Amazon DocumentDB 50，无需创建新集群或依赖数据库迁移工具。

总结

Amazon DocumentDB 50 的发布带来了众多新功能和性能增强，旨在提升工作负载性能并降低数据库成本。它支持 MongoDB API 版本 36、40 和 50，使用户能够利用相同的 MongoDB 兼容驱动程序、应用程序和工具，几乎不需要任何更改。此外，使用就地升级功能可以轻松升级现有的 36 或 40 集群，无需数据迁移或集群创建，提供了一条轻松获取 Amazon DocumentDB 50 最新功能的路径。

正如往常一样，AWS 欢迎您的反馈，欢迎在评论区留下您的想法或问题。

作者介绍

Srinivas Margasahayam 负责 Amazon DocumentDB 全球专家解决方案架构师团队。Srinivas 在数据库领域拥有超过 20 年的经验，领导工程和运营团队。在 Yahoo! 工作期间，Srinivas 担任工程和运营团队的总监，负责平台运营。在 Amazon，他领导解决方案架构团队超过 8 年，协助客户应对云迁移的复杂性并优化工作负载。

Anshu Vajpayee 是 Amazon Web ServicesAWS的高级 DocumentDB 专家解决方案架构师。他帮助客户采用 NoSQL 数据库，利用 Amazon DocumentDB 进行应用程序现代化。在加入 AWS 之前，他在关系和 NoSQL 数据库方面做了大量工作。

加速器下载苹果

评论加载中