Amazon 发布DynamoDB NoSql 服务

Amazon之前已经发布了SimpleDB 服务（http://aws.amazon.com/simpledb/），最近又发布了DynamoDB 服务（http://aws.amazon.com/dynamodb/），从Amazon的介绍来看，DynamoDB是加强版的SimpleDB服务，不限数据大小，可以自动scale，提供更好的性能等，而SimpleDB唯一超越DynamoDB的就是其index everything，所有的attribute都被索引到，不过用户可以利用DynamoDB自己做这件事情。

DynamoDB提供很多特性，下面分别写写看法：

Fast, Predictable Performance ：这个仁者见仁，智者见智，大家都说自己性能好，而且性能跟业务关系密切，好不好只有用了才知道。

Easy Administration：这个就是RESTful API，很普遍了。

Built-in Fault Tolerance：这个是平台型服务必备的功能，一般都能做到Auto-restore，DynamoDB还做到了跨数据中心同步，属于比较高级的了。

Flexible：NoSql的共性

Strong Consistency, Atomic Counters：强一致性是当前NoSql的主流，看Dynamo的文章知道其本身保证的是KV的最终一致性，所以刚刚推出的这个Service应该是在其上加了增强一致性的限制。AtomicCounter应该是为了顺应web潮流退出来的，因为很多应用需要类似的统计，不过如果提供一个通用的transaction接口，用户是可以自己实现AtomicCounter的。Dynamo还提供了多种数据类型，不知道这些数据类型是在底层存储层解析的，还是类似HBase使用字节拼凑的，个人感觉，虽然拼凑稍微麻烦了一点，但是性能更好。

Cost Effective：这个不用说了，云计算的主要目的之一。

Secure：最初DynamoDB是为Amazon内部设计的，所以并没有提供任何安全安全相关的功能，可是一个服务要open，那就必须考虑安全了。其也可以跟强大的AWS Identity and Access Management结合。

Integrated Monitoring：通过AWS Management Console可以很容易的监控应用的状态，可以通过API拿到这些状态从而做一些决定，比如报警。

以上两点是我觉得Amazon做的非常好的两点，说道NoSql服务大家以为就是提供读写就行了，这当然重要，但远远不是全部，安全和内部状态监控也是非常大的一块，直接关系产品的生死，想想CSDN密码泄露，如果一个平台出现了类似问题，后果是不可想象的。

Amazon Elastic MapReduce Integration：这点也是Dynamo service的过人之处，现在online/offline结合的应用越来越多，但是之前的很多系统却无法提供，只能通过online数据拷贝到offline存储，再启动offline分析，时间差太大。当然，这个功能其实主要省去的是数据拷贝的时间和存储的成本，在online访问繁忙的时候，offline也是肯定做不了的。

再说说Dynamo service的数据模型，其提供Table/Item/Attribute的概念，对应到传统数据库，就是表/行/单元格。每个NoSql数据库都会试图向传统靠齐，这主要考虑的学习成本和迁移代价，不过迁移成本和代价显然不是提供行列的概念就能解决的，来看看Dynamo service对PrimaryKey的规则定义：

1. 可以只有一列作为primary key，则该列作为hash的输入，也就是用来分Partition

2. 可以由两列作为composite primary key，则第一列仍然作为hash输入，用来分partition，而第二列及其之后的列就可以提供range的查询了。如果想设置3列作为primary key呢？对不起，自己拼吧。

上面的这种模型要实现Scan不容易，Dynamo虽然提供了全局Scan，但是局部Scan就无法做到了，因为不知道第一列primary key的全局信息，这点比起HBase，BigTable这样的按range划分的系统功能就弱一些，不过问题似乎也不大，因为除非做全局性的分析，对于绝大部分应用来说，hash partition也够了。

 

还有一个值得关注的是Dynamo service将数据存储在固态硬盘上，这使得性能更好，其增加的成本也不算大，不过这是不是意味着固态硬盘的时代就要来临了？