Amazon DynamoDB: Entendendo um Banco NoSQL Serverless na AWS
O Amazon DynamoDB é um banco de dados NoSQL totalmente gerenciado e serverless desenvolvido para aplicações que precisam de alta escalabilidade e baixa latência. Neste artigo, vamos entender seus principais conceitos, como funcionam partition keys e sort keys, os modelos de capacidade e os principais cuidados na modelagem de dados para construir aplicações eficientes e escaláveis na AWS.
Introdução
A escolha do banco de dados é uma das decisões mais importantes durante o desenvolvimento de uma aplicação. Conforme o sistema cresce, requisitos como escalabilidade, disponibilidade, desempenho e custo passam a ter um impacto cada vez maior na arquitetura.
Tradicionalmente, muitos sistemas utilizam bancos de dados relacionais, como MySQL ou PostgreSQL. Entretanto, nem todos os problemas precisam ser resolvidos utilizando o modelo relacional.
O Amazon DynamoDB é um banco de dados NoSQL totalmente gerenciado pela AWS, baseado nos modelos key-value e document. Ele foi desenvolvido para aplicações que precisam de alta escalabilidade e desempenho consistente, sem que a equipe precise administrar servidores, sistemas operacionais ou clusters de banco de dados.
O que é o Amazon DynamoDB?
O DynamoDB é um banco de dados NoSQL que organiza informações em tabelas compostas por itens e atributos.
Diferentemente de um banco relacional, não é necessário definir previamente uma estrutura rígida para todos os atributos. Os itens de uma mesma tabela podem possuir diferentes atributos, enquanto os elementos utilizados como chave seguem uma estrutura definida.
Um dos principais diferenciais do DynamoDB é seu modelo de operação serverless. A AWS é responsável pelo gerenciamento da infraestrutura, incluindo provisionamento, manutenção, particionamento e escalabilidade.
Isso permite que o desenvolvedor concentre seus esforços principalmente na aplicação e na forma como os dados serão acessados.
Partition Key e Sort Key
Um dos conceitos mais importantes para trabalhar com DynamoDB é entender suas chaves.
Uma tabela pode possuir uma partition key simples ou uma chave composta por partition key + sort key. A partition key é utilizada pelo DynamoDB para determinar a distribuição física dos dados entre as partições.
Por exemplo, imagine uma tabela para armazenar pedidos:
Orders
Partition Key: customerIdSort Key: orderIdPoderíamos ter:
customerId = 123orderId = 001
customerId = 123orderId = 002
customerId = 456orderId = 003Nesse caso, vários pedidos podem pertencer ao mesmo cliente, enquanto cada pedido possui um identificador diferente.
A combinação entre
customerId e orderId identifica unicamente cada item.A sort key também permite realizar consultas relacionadas a uma mesma partition key utilizando condições sobre a ordem dos valores.
A importância da modelagem
Talvez uma das maiores diferenças entre bancos relacionais e DynamoDB esteja na forma de pensar a modelagem.
Em bancos relacionais, é comum começar pensando nas entidades e relacionamentos:
Customer | └── Order | └── ProductNo DynamoDB, é muito importante começar pensando em como a aplicação irá acessar os dados.
Antes de criar uma tabela, devemos perguntar:
- Quais informações precisam ser consultadas?
- Quais dados serão acessados juntos?
- Qual será a frequência dessas consultas?
- Qual atributo pode ser utilizado como partition key?
- Precisamos de uma sort key?
- Existem outros padrões de acesso que exigem índices?
A própria documentação da AWS recomenda escolher uma partition key com boa cardinalidade e capaz de distribuir adequadamente a carga entre as partições.
Query vs. Scan
Outro conceito importante é a diferença entre
Query e Scan .O Query permite buscar itens utilizando a partition key e, quando disponível, condições sobre a sort key. Isso torna a operação muito mais direcionada.
Já o Scan percorre os itens da tabela para encontrar os dados que correspondem aos critérios especificados.
Por isso, uma boa modelagem deve priorizar os padrões de acesso que podem ser resolvidos com
Query , evitando depender excessivamente de Scan em aplicações com grande volume de dados.Essa é uma mudança importante de mentalidade para quem está acostumado com bancos relacionais: no DynamoDB, a estrutura dos dados deve ser projetada considerando diretamente as consultas que a aplicação precisa realizar.
Índices secundários
Mas e quando precisamos consultar os dados utilizando uma chave diferente?
É nesse cenário que entram os Secondary Indexes.
O DynamoDB possui dois tipos principais:
Local Secondary Index (LSI)
Utiliza a mesma partition key da tabela principal, mas permite uma sort key alternativa.
Global Secondary Index (GSI)
Pode utilizar uma partition key e uma sort key diferentes das utilizadas na tabela principal. Isso permite criar novos padrões de consulta para os mesmos dados.
Por exemplo, uma tabela poderia ser originalmente consultada por:
customerId + orderIdMas a aplicação também poderia precisar encontrar pedidos por:
status + createdAtUm GSI poderia ser utilizado para suportar esse segundo padrão de acesso.
Capacidade: On-Demand vs. Provisioned
O DynamoDB oferece dois principais modos de capacidade: On-Demand e Provisioned.
No modo On-Demand, a capacidade é gerenciada automaticamente e o pagamento é baseado no uso. Esse modelo pode ser interessante para aplicações cujo tráfego é imprevisível ou apresenta grandes variações.
Já no modo Provisioned, o desenvolvedor define a capacidade de leitura e escrita esperada para a tabela.
Uma forma simples de pensar é:
On-Demand→ tráfego imprevisível→ menos preocupação com capacidade→ pagamento baseado no uso
Provisioned→ tráfego mais previsível→ capacidade definida→ maior controle sobre o throughputA escolha deve considerar o comportamento real da aplicação e não apenas uma preferência técnica.
DynamoDB em uma arquitetura Serverless
O DynamoDB combina muito bem com arquiteturas serverless.
Um exemplo bastante comum seria:
Client ↓API Gateway ↓AWS Lambda ↓DynamoDBNesse cenário, o API Gateway recebe a requisição, uma função Lambda executa a lógica de negócio e o DynamoDB armazena ou recupera os dados.
Nenhum servidor de aplicação precisa ser administrado diretamente.
Essa combinação permite construir APIs capazes de escalar de acordo com a demanda utilizando serviços totalmente gerenciados da AWS.
Quando utilizar DynamoDB?
O DynamoDB pode ser uma excelente escolha quando a aplicação possui requisitos como:
- Alta quantidade de requisições;
- Baixa latência;
- Grande volume de dados;
- Necessidade de escalabilidade horizontal;
- Arquiteturas serverless;
- Sistemas orientados a eventos;
- Padrões de acesso bem definidos.
Por outro lado, isso não significa que DynamoDB seja uma substituição direta para bancos relacionais.
Sistemas que dependem fortemente de relacionamentos complexos, consultas ad-hoc, joins ou recursos específicos do modelo relacional podem se beneficiar mais de um banco como PostgreSQL ou MySQL.
A escolha deve partir dos requisitos da aplicação e dos padrões de acesso aos dados.
Conclusão
O Amazon DynamoDB é muito mais do que simplesmente um banco NoSQL na AWS.
Seu principal diferencial está na combinação entre escalabilidade, baixa latência, gerenciamento automatizado e integração com o ecossistema AWS.
Entretanto, para aproveitar esses benefícios, é fundamental entender como seus dados serão acessados antes de definir a estrutura da tabela.
Conceitos como partition key, sort key, Query, Scan e secondary indexes fazem parte da base necessária para projetar soluções eficientes utilizando DynamoDB.
Para desenvolvedores que estão entrando no mundo de cloud computing, aprender DynamoDB também representa uma oportunidade de compreender uma ideia importante da arquitetura moderna: o banco de dados deve ser modelado de acordo com os padrões de acesso da aplicação.
Quando essa mentalidade é combinada com serviços como AWS Lambda e API Gateway, torna-se possível construir arquiteturas altamente escaláveis sem a necessidade de administrar diretamente a infraestrutura que sustenta o sistema.
Enjoyed reading this content? Let the author know!
Your likes, comments, shares, and saves help creators reach more builders.
Loading recommendations
Loading article