Databases & Analytics

ก่อนเลือก database ต้องเข้าใจว่า เมื่อไหร่ควรใช้ database แทนการเก็บไฟล์ใน disk storage (EFS, EBS, S3) — Database เหมาะกับข้อมูลที่มี structure, ต้องการ indexes สำหรับ query เร็ว, และมี relationships ระหว่างข้อมูล

• •Disk storage (EFS/EBS/S3) — เก็บไฟล์ดิบ (images, videos, logs, backups) ไม่มี query engine
• •Database — เก็บ structured data ที่ต้อง query, filter, join, sort ได้เร็ว มี indexes
• •ใช้ DB เมื่อ: ต้องการ relationships, transactions, ACID, ค้นหาเร็วผ่าน index
• •ใช้ S3/EFS/EBS เมื่อ: เก็บไฟล์ binary, archive, shared storage ระหว่าง EC2

Amazon RDS คือ Managed Relational Database Service ที่ใช้ SQL — AWS จัดการ infrastructure ให้ คุณแค่สร้าง DB instance แล้วใช้ได้เลย

• •รองรับ 6 engines: PostgreSQL, MySQL, MariaDB, Oracle, MS SQL Server, Aurora
• •Automated provisioning + OS patching — AWS จัดการให้
• •Continuous backups + point-in-time restore
• •Monitoring dashboards — ดู metrics ผ่าน CloudWatch
• •Read Replicas เพิ่ม read performance
• •Multi-AZ สำหรับ disaster recovery (DR)
• •Maintenance windows สำหรับ upgrade
• •Scaling capability — vertical และ horizontal
• •Storage backed by EBS (gp2/gp3/io1)

Amazon Aurora เป็น proprietary relational database ของ AWS รองรับ PostgreSQL และ MySQL — ออกแบบมาให้เร็วและ scale ได้ดีกว่า RDS ปกติ

• •เร็วกว่า MySQL บน RDS ถึง 5x และเร็วกว่า PostgreSQL บน RDS ถึง 3x
• •Storage auto-grows ทีละ 10GB จนถึง 64TB
• •ราคาแพงกว่า RDS ~20% แต่ more efficient (cost-effective ในระยะยาว)
• •ไม่อยู่ใน Free Tier
• •Cloud-native — เก็บ 6 copies ของข้อมูลใน 3 AZ
• •รองรับ Aurora Serverless (auto-scaling) และ Aurora Global Database (multi-region)

RDS มี deployment patterns 3 แบบที่ต่างกัน — เลือกตามจุดประสงค์: scale reads, high availability, หรือ multi-region DR

Amazon ElastiCache คือ managed in-memory database service รองรับ Redis หรือ Memcached — ใช้สำหรับลด load จาก database หลักโดยเก็บ frequently-read data ไว้ใน memory

• •เลือก engine ได้: Redis (HA, persistence, advanced data types) หรือ Memcached (simple, multi-threaded)
• •High performance + low latency — sub-millisecond
• •ลด load จาก database หลักสำหรับ read-heavy workloads
• •AWS จัดการ OS patching, optimization, setup, configuration, monitoring, failure recovery, backups ให้
• •Use cases: session store, leaderboard, real-time analytics, caching

Amazon DynamoDB คือ fully managed NoSQL key-value database — serverless, distributed, scale ได้ระดับ planet-scale

• •Highly available — replicate ข้ามตั้ง 3 AZ อัตโนมัติ
• •Serverless, distributed — ไม่ต้องจัดการ infrastructure
• •รองรับ millions of requests/second, trillions of rows, 100s of TB
• •Single-digit millisecond latency
• •Integrate กับ IAM สำหรับ security
• •Low cost + auto-scaling capability
• •Key/value data model (รองรับ document ได้ด้วย)

Amazon Redshift คือ data warehouse service — based on PostgreSQL แต่ออกแบบมาสำหรับ OLAP (Online Analytical Processing) ไม่ใช่ OLTP (Online Transaction Processing)

• •OLAP = analytics + data warehousing (ไม่เหมาะกับ transaction-heavy workload)
• •Load data per hour (batch) ไม่ใช่ per second
• •เร็วกว่า data warehouses อื่น 10 เท่า
• •Scale ได้ถึง PB-scale
• •Columnar storage (แทน row-based) เพื่อ analytics performance
• •MPP (Massively Parallel Processing) — ประมวลผล query ขนาดใหญ่ขนานกัน
• •Pricing: pay per instance ที่ provision
• •Integrate กับ BI tools เช่น Amazon QuickSight, Tableau

Amazon EMR (Elastic MapReduce) ใช้สร้าง Hadoop clusters สำหรับ big data processing — รัน บน hundreds of EC2 instances

• •สร้าง Hadoop clusters วิเคราะห์ + process big data
• •Cluster ใช้ EC2 instances ได้เป็น หลายร้อยตัว
• •รองรับ frameworks: Apache Spark, HBase, Presto, Flink และอื่น ๆ
• •EMR จัดการ provisioning + configuration + auto-scaling ให้
• •Integrate กับ Spot Instances เพื่อลดค่าใช้จ่าย
• •Use cases: data processing, machine learning, web indexing, big data analytics

Amazon Athena คือ serverless query service ที่ใช้ SQL query ข้อมูลใน S3 โดยตรง — ไม่ต้องโหลดเข้า database ก่อน

• •Fully serverless — ไม่ต้อง provision อะไรทั้งสิ้น
• •Query ข้อมูลใน S3 ด้วย SQL ได้เลย
• •Pay per query (จ่ายตาม data ที่ scan)
• •Output ผลลัพธ์ลง S3 อีกที่หนึ่ง
• •Secured ด้วย IAM
• •Use cases: one-time SQL queries, log analytics, ad-hoc analysis, BI reporting บน S3 data

Amazon QuickSight คือ serverless, machine-learning powered business intelligence (BI) service — สร้าง interactive dashboards และ visualizations

• •Serverless BI service — ไม่ต้องดูแล infrastructure
• •Interactive dashboards + visualizations
• •ML-powered insights (anomaly detection, forecasting)
• •Per-session pricing — จ่ายตาม session ที่ user เปิดใช้
• •Integrate กับ RDS, Aurora, Athena, Redshift, S3 และอื่น ๆ
• •Use cases: business analytics, building visualizations, ad-hoc analysis, การ insights ทาง business

Amazon DocumentDB คือ "Aurora แต่สำหรับ MongoDB" — เป็น NoSQL document database (JSON) ที่ MongoDB-compatible

• •MongoDB-compatible document database (NoSQL JSON)
• •Fully managed, highly available — replicate ข้าม 3 AZ
• •Storage auto-grows ทีละ 10GB จนถึง 64TB
• •รองรับ millions of requests/second
• •เหมาะกับ migration จาก MongoDB on-premise มา AWS

Amazon Neptune คือ fully managed graph database — เหมาะกับข้อมูลที่มี relationships ซับซ้อน

• •Graph database — เก็บ nodes + edges (relationships)
• •Highly available ข้าม 3 AZ, 15 read replicas
• •รองรับ billions of relations, query ระดับ milliseconds
• •Use cases: social networks, recommendation engines, fraud detection, knowledge graphs

Amazon QLDB (Quantum Ledger Database) คือ ledger database สำหรับเก็บ financial transactions และ history of changes ที่ immutable และ cryptographically verifiable

• •Fully managed, serverless, highly available, replicate ข้าม 3 AZ
• •เก็บ complete history of changes ของทุก application data
• •Immutable (ลบ/แก้ไม่ได้) + cryptographically verifiable (ตรวจสอบความถูกต้องได้)
• •Use case: financial transaction ledger, audit trail, compliance

Amazon Managed Blockchain ใช้สร้าง applications ที่ multiple parties สามารถทำ transaction ระหว่างกันได้โดยไม่มี central authority

• •Decentralized — ไม่มี central authority
• •รองรับ Hyperledger Fabric และ Ethereum
• •Fully managed — AWS ดูแล infrastructure
• •Use cases: supply chain, multi-party transactions, decentralized applications

AWS Database Migration Service (DMS) ใช้ migrate database มา AWS — source database ยังคงทำงานต่อได้ระหว่าง migration (zero-downtime หรือใกล้เคียง)

• •Quickly + securely migrate databases มา AWS
• •Source DB ยังคงใช้งานได้ระหว่าง migration (resilient + self-healing)
• •Homogeneous migration: Oracle → Oracle, MySQL → MySQL
• •Heterogeneous migration: Microsoft SQL Server → Aurora, Oracle → PostgreSQL (ใช้ร่วมกับ AWS Schema Conversion Tool — SCT)
• •Use cases: lift-and-shift to RDS, consolidate databases, replicate ระหว่าง regions

AWS Glue คือ managed ETL (Extract, Transform, Load) service ที่เป็น serverless — เตรียม + transform data สำหรับ analytics

• •Managed ETL service — extract, transform, load data
• •Serverless — ไม่ต้อง provision/manage server
• •เตรียม + transform data ก่อนทำ analytics
• •Glue Data Catalog: catalog ของ datasets (metadata, schema) ใช้กับ Athena, Redshift Spectrum, EMR

สรุปแต่ละ service กับ use case หลัก — ข้อสอบ CLF-C02 ชอบถามแบบเลือก service ให้ถูกกับโจทย์:

• •OLTP (transactional) → RDS / Aurora
• •OLAP (analytics, data warehouse) → Redshift
• •NoSQL key-value, planet-scale → DynamoDB
• •Cache เพื่อลด DB load → ElastiCache (general) หรือ DAX (สำหรับ DynamoDB)
• •Query S3 ด้วย SQL แบบ serverless → Athena
• •Big data processing (Hadoop/Spark) → EMR
• •Graph data → Neptune, MongoDB-compatible → DocumentDB
• •Migrate database มา AWS → DMS (+ SCT ถ้าเปลี่ยน engine)