SlideShare una empresa de Scribd logo
1 de 19
Amazon SimpleDB
OMAR ALEJANDRO ACOSTA SARMIENTO
ERNESTO GONZÁLEZ GARCÍA
FABIAN QUINTERO
JOAQUIN ALEXANDER ZAVALA
AMAZON SIMPLEDB
Amazon SimpleDB es un almacén de datos no relacionales de alta disponibilidad y
flexible que descarga el trabajo de administración de bases de datos. Los
desarrolladores simplemente almacenan elementos de datos y los consultan
mediante solicitudes de servicios web; Amazon SimpleDB se encarga del resto.
Sin las limitaciones impuestas por las bases de datos relacionales, Amazon SimpleDB
está optimizado para ofrecer alta disponibilidad y flexibilidad con poca o ninguna
carga administrativa.
La labor de Amazon SimpleDB pasa inadvertida: se encarga de crear y gestionar varias
réplicas de sus datos y las distribuye geográficamente para permitir alta
disponibilidad y capacidad de duración. El servicio solo le cobra los recursos
realmente consumidos en almacenamiento de los datos y en distribución de las
solicitudes. Es posible cambiar el modelo de datos sobre la marcha, y el sistema
indexa los datos automáticamente por usted. Con Amazon SimpleDB, usted podrá
centrarse en el desarrollo de aplicaciones sin preocuparse por las infraestructuras, la
alta disponibilidad, el mantenimiento del software, la gestión de esquemas e índices,
o el ajuste de las prestaciones.
Amazon SimpleDB es una base de datos distribuida escrita en Erlang por
Amazon,com. Fue usado como servicio web en conjunto con Amazon Elastic
Compute Cloud (EC2) y Amazon S3 y es parte del Amazon Web Services. Se
anuncio el 13 de diciembre del 2007.
Al igual que con EC2 y S3, Amazon cobra honorarios para su almacenamiento
SimpleDB, transferencia, y el rendimiento a través de Internet. El 1 de diciembre
de 2008, Amazon presentó nuevos precios gratuitos durante 1 GB de datos y 25
horas de la máquina y traslado a otros servicios web de Amazon es gratis.
Introducción
Arquitectura
Amazon SimpleDB es un tipo especial de base de datos
adecuada para el almacenamiento de varios elementos
(registros) cada uno con un conjunto diferente de
atributos (columnas) en una tabla (dominio). Este tipo
de arquitectura es adecuado para el almacenamiento de
catálogos de productos, clasificados y otros datos semi-
estructurados u orientados a objetos en lugar de los
datos relacionales estándar.
Requerimientos de query
Attribute Maximum
items returned in a query response 2500 items
seconds a query may run 5 seconds
attribute names per query predicate 1 attribute name
comparisons per predicate 22 operators
predicates per query expression 20 predicates
Attribute Maximum
domains
250 active domains per account. More
can be requested by filling out a form.
size of each domain 10 GB
attributes per domain 1,000,000,000
attributes per item 256 attributes
size per attribute 1024 bytes
Store limitations
SQL
 INSERT
 INSERT INTO <domain name> (itemName(), Attribute1, . . ., AttributeN)
VALUES ('<item name value>', 'Attribute1_Value', . . ., 'AttributeN_Value')
 For Example: INSERT INTO test_domain (itemName(), Category, Color)
VALUES ('Item_01', 'Clothes', 'Orange');
 DELETE
 DELETE FROM <domain_name> WHERE itemName = 'item_value' For
 example: DELETE FROM test_domain WHERE itemName() = 'Item_01';
 CREATE
 CREATE DOMAIN <domain_name>
 For example: create domain test_domain
 DROP
 DROP DOMAIN <domain_name>
 For example: drop domain test_domain
APIs de
SimpleDB Application Programming
Interface "Interfaz de Programación de
Aplicaciones".
CreateDomain – Crea un dominio que contiene
el conjunto de datos.
DeleteDomain – Elimina un dominio.
ListDomains – Genera una lista de todos los
dominios.
DomainMetadata – Recupera información de la
hora de creación del dominio, información de
almacenamiento (tanto recuento de nombres y
atributos de elementos como el tamaño total
en bytes).
PutAttributes – Agrega o actualiza un elemento
y sus atributos, o añade pares atributo-valor a
elementos que ya existen. Los elementos se
indexan automáticamente a medida que se
reciben.
BatchPutAttributes – Para mejorar el procesamiento
general de operaciones masivas de escritura, realiza
hasta 25 operaciones PutAttribute en una sola llamada.
DeleteAttributes – Elimina un elemento, un atributo, o
un valor de atributo.
BatchPutAttributes – Para mejorar el procesamiento
general de operaciones masivas de escritura, realiza
hasta 25 operaciones PutAttribute en una sola llamada.
GetAttributes – Recupera un elemento y todos o un
subconjunto de sus atributos y valores.
Select – Consulta un conjunto de datos con la sintaxis
ya conocida de “select target from domain_name where
query_expression”. Las pruebas de valores admitidos
son: =, !=, =, like, not like, between, is null, is not null, y
every ().
¿Como utilizarlo?
Para utilizar Amazon SimpleDB:
Construya su conjunto de datos
Elija una región para su dominio o dominios a fin de optimizar la latencia, minimizar
los costes o cumplir requisitos normativos. Actualmente, Amazon SimpleDB está
disponible en las regiones EE.UU. Este (Norte de Virginia), EE.UU. Oeste (Oregón),
EE.UU. Oeste (Norte de California), UE (Irlanda), Asia Pacífico (Tokio), Asia Pacífico
(Sídney) y América del Sur (São Paulo).
Utilice CreateDomain, DeleteDomain, ListDomains, DomainMetadata para crear y
gestionar dominios de consultas
Utilice Put, Batch Put y Delete para crear y gestionar el conjunto de datos
almacenada en cada dominio de consulta
Recupere sus datos
Utilice GetAttributes para recuperar un elemento específico
Utilice Select para consultar el conjunto de datos y encontrar los elementos que
cumplan determinados criterios
Pague únicamente los recursos que consuma
Ventajas
Baja interacción
El servicio le permite centrarse completamente en el desarrollo de aplicaciones que añadan valor, en lugar de dedicar
mucho tiempo a arduas tareas de administración de bases de datos.
Alta disponibilidad
Amazon SimpleDB crea automáticamente varias copias de cada elemento almacenado y las distribuye
geográficamente. De esta forma se ofrece alta disponibilidad y capacidad de duración utilizando otra réplica del
sistema.
Flexibilidad
A medida que cambie su negocio o evolucione la aplicación, podrá reflejar dichos cambios fácilmente en Amazon
SimpleDB sin necesidad de preocuparse por si rompe un esquema rígido o necesita refactorizar código – basta con
añadir otro atributo a su conjunto de datos en Amazon SimpleDB cuando lo necesite.
Facilidad de uso
Amazon SimpleDB racionaliza el acceso a las funciones de almacenamiento y consultas que suelen llevarse a cabo
utilizando un clúster de bases de datos relacionales, al tiempo que excluye otras operaciones de bases de datos que
son complejas y que muchas veces ni se utilizan.
Otras Ventajas
• Confiable
• Escalable
• Barato
• Diseñado para aplicaciones Amazon Web Service (AWS)
• Rapido
Guia de Desarrollador
Amazon simple db

Más contenido relacionado

La actualidad más candente

AWS 네트워크 보안을 위한 계층별 보안 구성 모범 사례 – 조이정, AWS 솔루션즈 아키텍트:: AWS 온라인 이벤트 – 클라우드 보안 특집
AWS 네트워크 보안을 위한 계층별 보안 구성 모범 사례 – 조이정, AWS 솔루션즈 아키텍트:: AWS 온라인 이벤트 – 클라우드 보안 특집AWS 네트워크 보안을 위한 계층별 보안 구성 모범 사례 – 조이정, AWS 솔루션즈 아키텍트:: AWS 온라인 이벤트 – 클라우드 보안 특집
AWS 네트워크 보안을 위한 계층별 보안 구성 모범 사례 – 조이정, AWS 솔루션즈 아키텍트:: AWS 온라인 이벤트 – 클라우드 보안 특집Amazon Web Services Korea
 
AWS 고객이 주로 겪는 운영 이슈에 대한 해법-AWS Summit Seoul 2017
AWS 고객이 주로 겪는 운영 이슈에 대한 해법-AWS Summit Seoul 2017AWS 고객이 주로 겪는 운영 이슈에 대한 해법-AWS Summit Seoul 2017
AWS 고객이 주로 겪는 운영 이슈에 대한 해법-AWS Summit Seoul 2017Amazon Web Services Korea
 
DevOps for Data Engineers - Automate Your Data Science Pipeline with Ansible,...
DevOps for Data Engineers - Automate Your Data Science Pipeline with Ansible,...DevOps for Data Engineers - Automate Your Data Science Pipeline with Ansible,...
DevOps for Data Engineers - Automate Your Data Science Pipeline with Ansible,...Mihai Criveti
 
Amazon RDS: Deep Dive - SRV310 - Chicago AWS Summit
Amazon RDS: Deep Dive - SRV310 - Chicago AWS SummitAmazon RDS: Deep Dive - SRV310 - Chicago AWS Summit
Amazon RDS: Deep Dive - SRV310 - Chicago AWS SummitAmazon Web Services
 
AWS初心者向けWebinar RDBのAWSへの移行方法(Oracleを例に)
AWS初心者向けWebinar RDBのAWSへの移行方法(Oracleを例に)AWS初心者向けWebinar RDBのAWSへの移行方法(Oracleを例に)
AWS初心者向けWebinar RDBのAWSへの移行方法(Oracleを例に)Amazon Web Services Japan
 
금융 X 하이브리드 클라우드 플랫폼 - 한화생명 디지털 트랜스포메이션 전략 - 김나영 AWS 금융부문 사업개발 담당 / 박인규 AWS 금융...
금융 X 하이브리드 클라우드 플랫폼 - 한화생명 디지털 트랜스포메이션 전략 - 김나영 AWS 금융부문 사업개발 담당 / 박인규 AWS 금융...금융 X 하이브리드 클라우드 플랫폼 - 한화생명 디지털 트랜스포메이션 전략 - 김나영 AWS 금융부문 사업개발 담당 / 박인규 AWS 금융...
금융 X 하이브리드 클라우드 플랫폼 - 한화생명 디지털 트랜스포메이션 전략 - 김나영 AWS 금융부문 사업개발 담당 / 박인규 AWS 금융...Amazon Web Services Korea
 
Kakao Cloud Native Platform, 9rum
Kakao Cloud Native Platform, 9rumKakao Cloud Native Platform, 9rum
Kakao Cloud Native Platform, 9rumif kakao
 
Introduction to linux containers
Introduction to linux containersIntroduction to linux containers
Introduction to linux containersGoogle
 
AWS 클라우드 기반 확장성 높은 천만 사용자 웹 서비스 만들기 - 윤석찬
AWS 클라우드 기반 확장성 높은 천만 사용자 웹 서비스 만들기 - 윤석찬AWS 클라우드 기반 확장성 높은 천만 사용자 웹 서비스 만들기 - 윤석찬
AWS 클라우드 기반 확장성 높은 천만 사용자 웹 서비스 만들기 - 윤석찬Amazon Web Services Korea
 
금융권 최신 AWS 도입 사례 총정리 – 신한 제주 은행, KB손해보험 사례를 중심으로 - 지성국 사업 개발 담당 이사, AWS / 정을용...
금융권 최신 AWS 도입 사례 총정리 – 신한 제주 은행, KB손해보험 사례를 중심으로 - 지성국 사업 개발 담당 이사, AWS / 정을용...금융권 최신 AWS 도입 사례 총정리 – 신한 제주 은행, KB손해보험 사례를 중심으로 - 지성국 사업 개발 담당 이사, AWS / 정을용...
금융권 최신 AWS 도입 사례 총정리 – 신한 제주 은행, KB손해보험 사례를 중심으로 - 지성국 사업 개발 담당 이사, AWS / 정을용...Amazon Web Services Korea
 
다양한 솔루션으로 만들어가는 AWS 네트워크 보안::이경수::AWS Summit Seoul 2018
다양한 솔루션으로 만들어가는 AWS 네트워크 보안::이경수::AWS Summit Seoul 2018다양한 솔루션으로 만들어가는 AWS 네트워크 보안::이경수::AWS Summit Seoul 2018
다양한 솔루션으로 만들어가는 AWS 네트워크 보안::이경수::AWS Summit Seoul 2018Amazon Web Services Korea
 
클라우드 마이그레이션 성공적인 여정, 그 중요한 시작 "Readiness Assessment (전환 준비 평가)" - 김준범, AWS Mi...
클라우드 마이그레이션 성공적인 여정, 그 중요한 시작 "Readiness Assessment (전환 준비 평가)" - 김준범, AWS Mi...클라우드 마이그레이션 성공적인 여정, 그 중요한 시작 "Readiness Assessment (전환 준비 평가)" - 김준범, AWS Mi...
클라우드 마이그레이션 성공적인 여정, 그 중요한 시작 "Readiness Assessment (전환 준비 평가)" - 김준범, AWS Mi...Amazon Web Services Korea
 
Protect your applications from DDoS/BOT & Advanced Attacks
Protect your applications from DDoS/BOT & Advanced AttacksProtect your applications from DDoS/BOT & Advanced Attacks
Protect your applications from DDoS/BOT & Advanced AttacksAmazon Web Services
 
Amazon OpenSearch Deep dive - 내부구조, 성능최적화 그리고 스케일링
Amazon OpenSearch Deep dive - 내부구조, 성능최적화 그리고 스케일링Amazon OpenSearch Deep dive - 내부구조, 성능최적화 그리고 스케일링
Amazon OpenSearch Deep dive - 내부구조, 성능최적화 그리고 스케일링Amazon Web Services Korea
 
Disaster Recovery of on-premises IT infrastructure with AWS
Disaster Recovery of on-premises IT infrastructure with AWSDisaster Recovery of on-premises IT infrastructure with AWS
Disaster Recovery of on-premises IT infrastructure with AWSAmazon Web Services
 
[AWSマイスターシリーズ] Instance Store & Elastic Block Store
[AWSマイスターシリーズ] Instance Store & Elastic Block Store[AWSマイスターシリーズ] Instance Store & Elastic Block Store
[AWSマイスターシリーズ] Instance Store & Elastic Block StoreAmazon Web Services Japan
 
Sql server 構築 運用 tips
Sql server 構築 運用 tipsSql server 構築 運用 tips
Sql server 構築 運用 tipsMasayuki Ozawa
 
Deep Dive on Amazon Elastic Container Service (ECS) and Fargate
Deep Dive on Amazon Elastic Container Service (ECS) and FargateDeep Dive on Amazon Elastic Container Service (ECS) and Fargate
Deep Dive on Amazon Elastic Container Service (ECS) and FargateAmazon Web Services
 
AWS 기반 대규모 트래픽 견디기 - 장준엽 (구로디지털 모임) :: AWS Community Day 2017
AWS 기반 대규모 트래픽 견디기 - 장준엽 (구로디지털 모임) :: AWS Community Day 2017AWS 기반 대규모 트래픽 견디기 - 장준엽 (구로디지털 모임) :: AWS Community Day 2017
AWS 기반 대규모 트래픽 견디기 - 장준엽 (구로디지털 모임) :: AWS Community Day 2017AWSKRUG - AWS한국사용자모임
 
Efficient Kubernetes scaling using Karpenter
Efficient Kubernetes scaling using KarpenterEfficient Kubernetes scaling using Karpenter
Efficient Kubernetes scaling using KarpenterMarko Bevc
 

La actualidad más candente (20)

AWS 네트워크 보안을 위한 계층별 보안 구성 모범 사례 – 조이정, AWS 솔루션즈 아키텍트:: AWS 온라인 이벤트 – 클라우드 보안 특집
AWS 네트워크 보안을 위한 계층별 보안 구성 모범 사례 – 조이정, AWS 솔루션즈 아키텍트:: AWS 온라인 이벤트 – 클라우드 보안 특집AWS 네트워크 보안을 위한 계층별 보안 구성 모범 사례 – 조이정, AWS 솔루션즈 아키텍트:: AWS 온라인 이벤트 – 클라우드 보안 특집
AWS 네트워크 보안을 위한 계층별 보안 구성 모범 사례 – 조이정, AWS 솔루션즈 아키텍트:: AWS 온라인 이벤트 – 클라우드 보안 특집
 
AWS 고객이 주로 겪는 운영 이슈에 대한 해법-AWS Summit Seoul 2017
AWS 고객이 주로 겪는 운영 이슈에 대한 해법-AWS Summit Seoul 2017AWS 고객이 주로 겪는 운영 이슈에 대한 해법-AWS Summit Seoul 2017
AWS 고객이 주로 겪는 운영 이슈에 대한 해법-AWS Summit Seoul 2017
 
DevOps for Data Engineers - Automate Your Data Science Pipeline with Ansible,...
DevOps for Data Engineers - Automate Your Data Science Pipeline with Ansible,...DevOps for Data Engineers - Automate Your Data Science Pipeline with Ansible,...
DevOps for Data Engineers - Automate Your Data Science Pipeline with Ansible,...
 
Amazon RDS: Deep Dive - SRV310 - Chicago AWS Summit
Amazon RDS: Deep Dive - SRV310 - Chicago AWS SummitAmazon RDS: Deep Dive - SRV310 - Chicago AWS Summit
Amazon RDS: Deep Dive - SRV310 - Chicago AWS Summit
 
AWS初心者向けWebinar RDBのAWSへの移行方法(Oracleを例に)
AWS初心者向けWebinar RDBのAWSへの移行方法(Oracleを例に)AWS初心者向けWebinar RDBのAWSへの移行方法(Oracleを例に)
AWS初心者向けWebinar RDBのAWSへの移行方法(Oracleを例に)
 
금융 X 하이브리드 클라우드 플랫폼 - 한화생명 디지털 트랜스포메이션 전략 - 김나영 AWS 금융부문 사업개발 담당 / 박인규 AWS 금융...
금융 X 하이브리드 클라우드 플랫폼 - 한화생명 디지털 트랜스포메이션 전략 - 김나영 AWS 금융부문 사업개발 담당 / 박인규 AWS 금융...금융 X 하이브리드 클라우드 플랫폼 - 한화생명 디지털 트랜스포메이션 전략 - 김나영 AWS 금융부문 사업개발 담당 / 박인규 AWS 금융...
금융 X 하이브리드 클라우드 플랫폼 - 한화생명 디지털 트랜스포메이션 전략 - 김나영 AWS 금융부문 사업개발 담당 / 박인규 AWS 금융...
 
Kakao Cloud Native Platform, 9rum
Kakao Cloud Native Platform, 9rumKakao Cloud Native Platform, 9rum
Kakao Cloud Native Platform, 9rum
 
Introduction to linux containers
Introduction to linux containersIntroduction to linux containers
Introduction to linux containers
 
AWS 클라우드 기반 확장성 높은 천만 사용자 웹 서비스 만들기 - 윤석찬
AWS 클라우드 기반 확장성 높은 천만 사용자 웹 서비스 만들기 - 윤석찬AWS 클라우드 기반 확장성 높은 천만 사용자 웹 서비스 만들기 - 윤석찬
AWS 클라우드 기반 확장성 높은 천만 사용자 웹 서비스 만들기 - 윤석찬
 
금융권 최신 AWS 도입 사례 총정리 – 신한 제주 은행, KB손해보험 사례를 중심으로 - 지성국 사업 개발 담당 이사, AWS / 정을용...
금융권 최신 AWS 도입 사례 총정리 – 신한 제주 은행, KB손해보험 사례를 중심으로 - 지성국 사업 개발 담당 이사, AWS / 정을용...금융권 최신 AWS 도입 사례 총정리 – 신한 제주 은행, KB손해보험 사례를 중심으로 - 지성국 사업 개발 담당 이사, AWS / 정을용...
금융권 최신 AWS 도입 사례 총정리 – 신한 제주 은행, KB손해보험 사례를 중심으로 - 지성국 사업 개발 담당 이사, AWS / 정을용...
 
다양한 솔루션으로 만들어가는 AWS 네트워크 보안::이경수::AWS Summit Seoul 2018
다양한 솔루션으로 만들어가는 AWS 네트워크 보안::이경수::AWS Summit Seoul 2018다양한 솔루션으로 만들어가는 AWS 네트워크 보안::이경수::AWS Summit Seoul 2018
다양한 솔루션으로 만들어가는 AWS 네트워크 보안::이경수::AWS Summit Seoul 2018
 
클라우드 마이그레이션 성공적인 여정, 그 중요한 시작 "Readiness Assessment (전환 준비 평가)" - 김준범, AWS Mi...
클라우드 마이그레이션 성공적인 여정, 그 중요한 시작 "Readiness Assessment (전환 준비 평가)" - 김준범, AWS Mi...클라우드 마이그레이션 성공적인 여정, 그 중요한 시작 "Readiness Assessment (전환 준비 평가)" - 김준범, AWS Mi...
클라우드 마이그레이션 성공적인 여정, 그 중요한 시작 "Readiness Assessment (전환 준비 평가)" - 김준범, AWS Mi...
 
Protect your applications from DDoS/BOT & Advanced Attacks
Protect your applications from DDoS/BOT & Advanced AttacksProtect your applications from DDoS/BOT & Advanced Attacks
Protect your applications from DDoS/BOT & Advanced Attacks
 
Amazon OpenSearch Deep dive - 내부구조, 성능최적화 그리고 스케일링
Amazon OpenSearch Deep dive - 내부구조, 성능최적화 그리고 스케일링Amazon OpenSearch Deep dive - 내부구조, 성능최적화 그리고 스케일링
Amazon OpenSearch Deep dive - 내부구조, 성능최적화 그리고 스케일링
 
Disaster Recovery of on-premises IT infrastructure with AWS
Disaster Recovery of on-premises IT infrastructure with AWSDisaster Recovery of on-premises IT infrastructure with AWS
Disaster Recovery of on-premises IT infrastructure with AWS
 
[AWSマイスターシリーズ] Instance Store & Elastic Block Store
[AWSマイスターシリーズ] Instance Store & Elastic Block Store[AWSマイスターシリーズ] Instance Store & Elastic Block Store
[AWSマイスターシリーズ] Instance Store & Elastic Block Store
 
Sql server 構築 運用 tips
Sql server 構築 運用 tipsSql server 構築 運用 tips
Sql server 構築 運用 tips
 
Deep Dive on Amazon Elastic Container Service (ECS) and Fargate
Deep Dive on Amazon Elastic Container Service (ECS) and FargateDeep Dive on Amazon Elastic Container Service (ECS) and Fargate
Deep Dive on Amazon Elastic Container Service (ECS) and Fargate
 
AWS 기반 대규모 트래픽 견디기 - 장준엽 (구로디지털 모임) :: AWS Community Day 2017
AWS 기반 대규모 트래픽 견디기 - 장준엽 (구로디지털 모임) :: AWS Community Day 2017AWS 기반 대규모 트래픽 견디기 - 장준엽 (구로디지털 모임) :: AWS Community Day 2017
AWS 기반 대규모 트래픽 견디기 - 장준엽 (구로디지털 모임) :: AWS Community Day 2017
 
Efficient Kubernetes scaling using Karpenter
Efficient Kubernetes scaling using KarpenterEfficient Kubernetes scaling using Karpenter
Efficient Kubernetes scaling using Karpenter
 

Destacado

Cola 1 matematicas
Cola 1 matematicasCola 1 matematicas
Cola 1 matematicasmcicopoa
 
Academia dance
Academia danceAcademia dance
Academia dancejagoncar
 
Final trabajo colaborativo_1_grupo_551044_15
Final trabajo colaborativo_1_grupo_551044_15Final trabajo colaborativo_1_grupo_551044_15
Final trabajo colaborativo_1_grupo_551044_15Sonia Mahecha
 
Amor como dominio_emocional_humano_(sobre_guidano)
Amor como dominio_emocional_humano_(sobre_guidano)Amor como dominio_emocional_humano_(sobre_guidano)
Amor como dominio_emocional_humano_(sobre_guidano)Mastertramp PtoMontt
 
Animacion en adobe flash de Peces en oceano.
Animacion en adobe flash de Peces en oceano.Animacion en adobe flash de Peces en oceano.
Animacion en adobe flash de Peces en oceano.Jhon Erazo
 
Trabajo final política
Trabajo final políticaTrabajo final política
Trabajo final políticaDIEGO
 
Jonathan olivares smartphone colombia 2014
Jonathan olivares smartphone colombia 2014Jonathan olivares smartphone colombia 2014
Jonathan olivares smartphone colombia 2014Jonathan Olivares
 
Ute_ la estrategia en los emprendimientos sociales_ la cultura organizaciona...
Ute_ la estrategia en los emprendimientos sociales_  la cultura organizaciona...Ute_ la estrategia en los emprendimientos sociales_  la cultura organizaciona...
Ute_ la estrategia en los emprendimientos sociales_ la cultura organizaciona...Daysi Pindo
 
Trabajo final de persuaci oìn y opinioìn publica ok
Trabajo final de persuaci oìn y opinioìn publica okTrabajo final de persuaci oìn y opinioìn publica ok
Trabajo final de persuaci oìn y opinioìn publica okJosé Torres
 
Mujeres mas belllas de futbolistas 2012
Mujeres mas belllas de futbolistas 2012Mujeres mas belllas de futbolistas 2012
Mujeres mas belllas de futbolistas 2012Damian Mariño Vieitez
 

Destacado (20)

Cola 1 matematicas
Cola 1 matematicasCola 1 matematicas
Cola 1 matematicas
 
Presentación
PresentaciónPresentación
Presentación
 
2 ecuaciones
2 ecuaciones2 ecuaciones
2 ecuaciones
 
Academia dance
Academia danceAcademia dance
Academia dance
 
Final trabajo colaborativo_1_grupo_551044_15
Final trabajo colaborativo_1_grupo_551044_15Final trabajo colaborativo_1_grupo_551044_15
Final trabajo colaborativo_1_grupo_551044_15
 
Amor como dominio_emocional_humano_(sobre_guidano)
Amor como dominio_emocional_humano_(sobre_guidano)Amor como dominio_emocional_humano_(sobre_guidano)
Amor como dominio_emocional_humano_(sobre_guidano)
 
Transformaciones Geométricas
Transformaciones GeométricasTransformaciones Geométricas
Transformaciones Geométricas
 
Un viaje por el sistema solar
Un viaje por el sistema solarUn viaje por el sistema solar
Un viaje por el sistema solar
 
Hola
HolaHola
Hola
 
Animacion en adobe flash de Peces en oceano.
Animacion en adobe flash de Peces en oceano.Animacion en adobe flash de Peces en oceano.
Animacion en adobe flash de Peces en oceano.
 
El aborto
El abortoEl aborto
El aborto
 
Trabajo final política
Trabajo final políticaTrabajo final política
Trabajo final política
 
Jonathan olivares smartphone colombia 2014
Jonathan olivares smartphone colombia 2014Jonathan olivares smartphone colombia 2014
Jonathan olivares smartphone colombia 2014
 
Procesador de texto
Procesador de textoProcesador de texto
Procesador de texto
 
Resumen parte 4 procesador
Resumen parte 4 procesadorResumen parte 4 procesador
Resumen parte 4 procesador
 
Ute_ la estrategia en los emprendimientos sociales_ la cultura organizaciona...
Ute_ la estrategia en los emprendimientos sociales_  la cultura organizaciona...Ute_ la estrategia en los emprendimientos sociales_  la cultura organizaciona...
Ute_ la estrategia en los emprendimientos sociales_ la cultura organizaciona...
 
Trabajo final de persuaci oìn y opinioìn publica ok
Trabajo final de persuaci oìn y opinioìn publica okTrabajo final de persuaci oìn y opinioìn publica ok
Trabajo final de persuaci oìn y opinioìn publica ok
 
Mujeres mas belllas de futbolistas 2012
Mujeres mas belllas de futbolistas 2012Mujeres mas belllas de futbolistas 2012
Mujeres mas belllas de futbolistas 2012
 
El reggaetón
El reggaetónEl reggaetón
El reggaetón
 
Company profile renting directivos (1)
Company profile renting directivos (1)Company profile renting directivos (1)
Company profile renting directivos (1)
 

Similar a Amazon simple db

Business Intelligence en Azure
Business Intelligence en AzureBusiness Intelligence en Azure
Business Intelligence en AzureiT Synergy
 
Escalando para sus primeros 10 millones de usuarios
Escalando para sus primeros 10 millones de usuariosEscalando para sus primeros 10 millones de usuarios
Escalando para sus primeros 10 millones de usuariosAmazon Web Services LATAM
 
Servicios de datos en la nube
Servicios de datos en la nubeServicios de datos en la nube
Servicios de datos en la nubeJuan Pablo
 
Mejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL ServerMejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL ServerSpanishPASSVC
 
SGBD de Facebook, Twitter, YouTube, Google y Uber
SGBD de Facebook, Twitter, YouTube, Google y UberSGBD de Facebook, Twitter, YouTube, Google y Uber
SGBD de Facebook, Twitter, YouTube, Google y UberJuan Isaac Valle Arellano
 
Introducción a Microsoft Azure SQL Data Warehouse
Introducción a Microsoft Azure SQL Data WarehouseIntroducción a Microsoft Azure SQL Data Warehouse
Introducción a Microsoft Azure SQL Data WarehouseJoseph Lopez
 
Sgbd roberto escriche marcelo hualoto
Sgbd roberto escriche marcelo hualotoSgbd roberto escriche marcelo hualoto
Sgbd roberto escriche marcelo hualotoKenny24
 
Servicios de Bases de Datos administradas en AWS
Servicios de Bases de Datos administradas en AWS Servicios de Bases de Datos administradas en AWS
Servicios de Bases de Datos administradas en AWS Amazon Web Services LATAM
 
Migrando mis datos a la nube con Azure Data Factory
Migrando mis datos a la nube con Azure Data FactoryMigrando mis datos a la nube con Azure Data Factory
Migrando mis datos a la nube con Azure Data FactoryRaul Martin Sarachaga Diaz
 
Planeando la recuperación de desastres en la nube con AWS
Planeando la recuperación de desastres en la nube con AWSPlaneando la recuperación de desastres en la nube con AWS
Planeando la recuperación de desastres en la nube con AWSAmazon Web Services LATAM
 
Escalando para sus primeros 10 millones de usuarios
Escalando para sus primeros 10 millones de usuariosEscalando para sus primeros 10 millones de usuarios
Escalando para sus primeros 10 millones de usuariosAmazon Web Services LATAM
 

Similar a Amazon simple db (20)

Miccosoft Access
Miccosoft AccessMiccosoft Access
Miccosoft Access
 
Business Intelligence en Azure
Business Intelligence en AzureBusiness Intelligence en Azure
Business Intelligence en Azure
 
Escalando para sus primeros 10 millones de usuarios
Escalando para sus primeros 10 millones de usuariosEscalando para sus primeros 10 millones de usuarios
Escalando para sus primeros 10 millones de usuarios
 
Db2 10 afinamiento
Db2 10   afinamientoDb2 10   afinamiento
Db2 10 afinamiento
 
Servicios de datos en la nube
Servicios de datos en la nubeServicios de datos en la nube
Servicios de datos en la nube
 
Mejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL ServerMejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL Server
 
Base de Datos
Base de DatosBase de Datos
Base de Datos
 
SGBD de Facebook, Twitter, YouTube, Google y Uber
SGBD de Facebook, Twitter, YouTube, Google y UberSGBD de Facebook, Twitter, YouTube, Google y Uber
SGBD de Facebook, Twitter, YouTube, Google y Uber
 
Sgbd
SgbdSgbd
Sgbd
 
Introducción a Microsoft Azure SQL Data Warehouse
Introducción a Microsoft Azure SQL Data WarehouseIntroducción a Microsoft Azure SQL Data Warehouse
Introducción a Microsoft Azure SQL Data Warehouse
 
392354189-SGBD.pptx
392354189-SGBD.pptx392354189-SGBD.pptx
392354189-SGBD.pptx
 
Bases de datos
Bases de datosBases de datos
Bases de datos
 
Sgbd roberto escriche marcelo hualoto
Sgbd roberto escriche marcelo hualotoSgbd roberto escriche marcelo hualoto
Sgbd roberto escriche marcelo hualoto
 
DBMoto7 full_es
DBMoto7 full_esDBMoto7 full_es
DBMoto7 full_es
 
Sistema gestor de base de datos
Sistema gestor de base de datosSistema gestor de base de datos
Sistema gestor de base de datos
 
Servicios de Bases de Datos administradas en AWS
Servicios de Bases de Datos administradas en AWS Servicios de Bases de Datos administradas en AWS
Servicios de Bases de Datos administradas en AWS
 
Azure DataFactory
Azure DataFactoryAzure DataFactory
Azure DataFactory
 
Migrando mis datos a la nube con Azure Data Factory
Migrando mis datos a la nube con Azure Data FactoryMigrando mis datos a la nube con Azure Data Factory
Migrando mis datos a la nube con Azure Data Factory
 
Planeando la recuperación de desastres en la nube con AWS
Planeando la recuperación de desastres en la nube con AWSPlaneando la recuperación de desastres en la nube con AWS
Planeando la recuperación de desastres en la nube con AWS
 
Escalando para sus primeros 10 millones de usuarios
Escalando para sus primeros 10 millones de usuariosEscalando para sus primeros 10 millones de usuarios
Escalando para sus primeros 10 millones de usuarios
 

Último

CARTA DE ATENAS 1931 - Infografia Patrimonio
CARTA DE ATENAS 1931 - Infografia PatrimonioCARTA DE ATENAS 1931 - Infografia Patrimonio
CARTA DE ATENAS 1931 - Infografia PatrimonioAlexander VA
 
Análisis integral de puesto de trabajo AFRO.pdf
Análisis integral de puesto de trabajo AFRO.pdfAnálisis integral de puesto de trabajo AFRO.pdf
Análisis integral de puesto de trabajo AFRO.pdfJulioCesarRubianoArc1
 
Diapositivas de recolección de datos tema en especifico
Diapositivas de recolección de datos tema en especificoDiapositivas de recolección de datos tema en especifico
Diapositivas de recolección de datos tema en especificojuancarlos63884
 
El siglo de Asia en pocos datos relevantes año (2024).pdf
El siglo de Asia en pocos datos relevantes año (2024).pdfEl siglo de Asia en pocos datos relevantes año (2024).pdf
El siglo de Asia en pocos datos relevantes año (2024).pdfJC Díaz Herrera
 
Ideas liberales en Chile.pptx2019historiadechile
Ideas liberales en Chile.pptx2019historiadechileIdeas liberales en Chile.pptx2019historiadechile
Ideas liberales en Chile.pptx2019historiadechilealcachofa6
 
CUENCA MADRE DE DIOS-BOLIVIA INFORMACIÓN GENERAL
CUENCA MADRE DE DIOS-BOLIVIA INFORMACIÓN GENERALCUENCA MADRE DE DIOS-BOLIVIA INFORMACIÓN GENERAL
CUENCA MADRE DE DIOS-BOLIVIA INFORMACIÓN GENERALCarlosDelgadoMiranda
 
Posición global del PIB per cápita Israelí (1948-2024).pdf
Posición global  del PIB per cápita  Israelí  (1948-2024).pdfPosición global  del PIB per cápita  Israelí  (1948-2024).pdf
Posición global del PIB per cápita Israelí (1948-2024).pdfJC Díaz Herrera
 
Proyecto JANNET trabajo de investigación
Proyecto JANNET trabajo de investigaciónProyecto JANNET trabajo de investigación
Proyecto JANNET trabajo de investigaciónEduCE2
 
Pobreza porcentual por etnia para el año (2024).pdf
Pobreza porcentual por etnia para el año (2024).pdfPobreza porcentual por etnia para el año (2024).pdf
Pobreza porcentual por etnia para el año (2024).pdfJC Díaz Herrera
 
Presentación Navegadores de Internet.pptx
Presentación Navegadores de Internet.pptxPresentación Navegadores de Internet.pptx
Presentación Navegadores de Internet.pptxUniversidad de Sonora
 
Estudio sobre tenencia de animales domésticos en Madrid 2019-2023
Estudio sobre tenencia de animales domésticos en Madrid 2019-2023Estudio sobre tenencia de animales domésticos en Madrid 2019-2023
Estudio sobre tenencia de animales domésticos en Madrid 2019-2023mmolina546
 
GRUPO 3 ACTIVIDADES Integradoras Universidad cesar vallejo.pdf
GRUPO 3 ACTIVIDADES Integradoras Universidad cesar vallejo.pdfGRUPO 3 ACTIVIDADES Integradoras Universidad cesar vallejo.pdf
GRUPO 3 ACTIVIDADES Integradoras Universidad cesar vallejo.pdfelielarmandoeche2
 
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdfLa Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdfanaliticaydatos
 
EJERCICIOS PARA MODELAR BASES DE DATOS.docx.docx
EJERCICIOS PARA MODELAR BASES DE DATOS.docx.docxEJERCICIOS PARA MODELAR BASES DE DATOS.docx.docx
EJERCICIOS PARA MODELAR BASES DE DATOS.docx.docxZafetDeLaOssa1
 
Estudio Índice de Igualdad 2024 de Ipsos
Estudio Índice de Igualdad 2024 de IpsosEstudio Índice de Igualdad 2024 de Ipsos
Estudio Índice de Igualdad 2024 de IpsosEmisor Digital
 
2287-Texto del artículo-1259innova9-1-10-20230909.pdf
2287-Texto del artículo-1259innova9-1-10-20230909.pdf2287-Texto del artículo-1259innova9-1-10-20230909.pdf
2287-Texto del artículo-1259innova9-1-10-20230909.pdfCamiloVasconez
 
¿Qué es el texto científico? Presentación para la clase de comunicación escri...
¿Qué es el texto científico? Presentación para la clase de comunicación escri...¿Qué es el texto científico? Presentación para la clase de comunicación escri...
¿Qué es el texto científico? Presentación para la clase de comunicación escri...Daniela Márquez Sena
 
Países con mayores líneas de trenes de alta velocidad (2021).pdf
Países con  mayores líneas de trenes de alta velocidad  (2021).pdfPaíses con  mayores líneas de trenes de alta velocidad  (2021).pdf
Países con mayores líneas de trenes de alta velocidad (2021).pdfJC Díaz Herrera
 
REVISTAA - CONSTRUCCION SOSTENIBLE ESTUDIO DE CASOS
REVISTAA - CONSTRUCCION SOSTENIBLE ESTUDIO DE CASOSREVISTAA - CONSTRUCCION SOSTENIBLE ESTUDIO DE CASOS
REVISTAA - CONSTRUCCION SOSTENIBLE ESTUDIO DE CASOSAlexander VA
 
01 SIMULACRO 2024.pdf unijjajajajjaaaajj
01 SIMULACRO 2024.pdf unijjajajajjaaaajj01 SIMULACRO 2024.pdf unijjajajajjaaaajj
01 SIMULACRO 2024.pdf unijjajajajjaaaajjmatiasccoyllomarca
 

Último (20)

CARTA DE ATENAS 1931 - Infografia Patrimonio
CARTA DE ATENAS 1931 - Infografia PatrimonioCARTA DE ATENAS 1931 - Infografia Patrimonio
CARTA DE ATENAS 1931 - Infografia Patrimonio
 
Análisis integral de puesto de trabajo AFRO.pdf
Análisis integral de puesto de trabajo AFRO.pdfAnálisis integral de puesto de trabajo AFRO.pdf
Análisis integral de puesto de trabajo AFRO.pdf
 
Diapositivas de recolección de datos tema en especifico
Diapositivas de recolección de datos tema en especificoDiapositivas de recolección de datos tema en especifico
Diapositivas de recolección de datos tema en especifico
 
El siglo de Asia en pocos datos relevantes año (2024).pdf
El siglo de Asia en pocos datos relevantes año (2024).pdfEl siglo de Asia en pocos datos relevantes año (2024).pdf
El siglo de Asia en pocos datos relevantes año (2024).pdf
 
Ideas liberales en Chile.pptx2019historiadechile
Ideas liberales en Chile.pptx2019historiadechileIdeas liberales en Chile.pptx2019historiadechile
Ideas liberales en Chile.pptx2019historiadechile
 
CUENCA MADRE DE DIOS-BOLIVIA INFORMACIÓN GENERAL
CUENCA MADRE DE DIOS-BOLIVIA INFORMACIÓN GENERALCUENCA MADRE DE DIOS-BOLIVIA INFORMACIÓN GENERAL
CUENCA MADRE DE DIOS-BOLIVIA INFORMACIÓN GENERAL
 
Posición global del PIB per cápita Israelí (1948-2024).pdf
Posición global  del PIB per cápita  Israelí  (1948-2024).pdfPosición global  del PIB per cápita  Israelí  (1948-2024).pdf
Posición global del PIB per cápita Israelí (1948-2024).pdf
 
Proyecto JANNET trabajo de investigación
Proyecto JANNET trabajo de investigaciónProyecto JANNET trabajo de investigación
Proyecto JANNET trabajo de investigación
 
Pobreza porcentual por etnia para el año (2024).pdf
Pobreza porcentual por etnia para el año (2024).pdfPobreza porcentual por etnia para el año (2024).pdf
Pobreza porcentual por etnia para el año (2024).pdf
 
Presentación Navegadores de Internet.pptx
Presentación Navegadores de Internet.pptxPresentación Navegadores de Internet.pptx
Presentación Navegadores de Internet.pptx
 
Estudio sobre tenencia de animales domésticos en Madrid 2019-2023
Estudio sobre tenencia de animales domésticos en Madrid 2019-2023Estudio sobre tenencia de animales domésticos en Madrid 2019-2023
Estudio sobre tenencia de animales domésticos en Madrid 2019-2023
 
GRUPO 3 ACTIVIDADES Integradoras Universidad cesar vallejo.pdf
GRUPO 3 ACTIVIDADES Integradoras Universidad cesar vallejo.pdfGRUPO 3 ACTIVIDADES Integradoras Universidad cesar vallejo.pdf
GRUPO 3 ACTIVIDADES Integradoras Universidad cesar vallejo.pdf
 
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdfLa Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
La Inteligencia Artificial -AnaliticayDatos-BeatrizGarcia-Abril2024-D.pdf
 
EJERCICIOS PARA MODELAR BASES DE DATOS.docx.docx
EJERCICIOS PARA MODELAR BASES DE DATOS.docx.docxEJERCICIOS PARA MODELAR BASES DE DATOS.docx.docx
EJERCICIOS PARA MODELAR BASES DE DATOS.docx.docx
 
Estudio Índice de Igualdad 2024 de Ipsos
Estudio Índice de Igualdad 2024 de IpsosEstudio Índice de Igualdad 2024 de Ipsos
Estudio Índice de Igualdad 2024 de Ipsos
 
2287-Texto del artículo-1259innova9-1-10-20230909.pdf
2287-Texto del artículo-1259innova9-1-10-20230909.pdf2287-Texto del artículo-1259innova9-1-10-20230909.pdf
2287-Texto del artículo-1259innova9-1-10-20230909.pdf
 
¿Qué es el texto científico? Presentación para la clase de comunicación escri...
¿Qué es el texto científico? Presentación para la clase de comunicación escri...¿Qué es el texto científico? Presentación para la clase de comunicación escri...
¿Qué es el texto científico? Presentación para la clase de comunicación escri...
 
Países con mayores líneas de trenes de alta velocidad (2021).pdf
Países con  mayores líneas de trenes de alta velocidad  (2021).pdfPaíses con  mayores líneas de trenes de alta velocidad  (2021).pdf
Países con mayores líneas de trenes de alta velocidad (2021).pdf
 
REVISTAA - CONSTRUCCION SOSTENIBLE ESTUDIO DE CASOS
REVISTAA - CONSTRUCCION SOSTENIBLE ESTUDIO DE CASOSREVISTAA - CONSTRUCCION SOSTENIBLE ESTUDIO DE CASOS
REVISTAA - CONSTRUCCION SOSTENIBLE ESTUDIO DE CASOS
 
01 SIMULACRO 2024.pdf unijjajajajjaaaajj
01 SIMULACRO 2024.pdf unijjajajajjaaaajj01 SIMULACRO 2024.pdf unijjajajajjaaaajj
01 SIMULACRO 2024.pdf unijjajajajjaaaajj
 

Amazon simple db

  • 1. Amazon SimpleDB OMAR ALEJANDRO ACOSTA SARMIENTO ERNESTO GONZÁLEZ GARCÍA FABIAN QUINTERO JOAQUIN ALEXANDER ZAVALA
  • 3. Amazon SimpleDB es un almacén de datos no relacionales de alta disponibilidad y flexible que descarga el trabajo de administración de bases de datos. Los desarrolladores simplemente almacenan elementos de datos y los consultan mediante solicitudes de servicios web; Amazon SimpleDB se encarga del resto. Sin las limitaciones impuestas por las bases de datos relacionales, Amazon SimpleDB está optimizado para ofrecer alta disponibilidad y flexibilidad con poca o ninguna carga administrativa. La labor de Amazon SimpleDB pasa inadvertida: se encarga de crear y gestionar varias réplicas de sus datos y las distribuye geográficamente para permitir alta disponibilidad y capacidad de duración. El servicio solo le cobra los recursos realmente consumidos en almacenamiento de los datos y en distribución de las solicitudes. Es posible cambiar el modelo de datos sobre la marcha, y el sistema indexa los datos automáticamente por usted. Con Amazon SimpleDB, usted podrá centrarse en el desarrollo de aplicaciones sin preocuparse por las infraestructuras, la alta disponibilidad, el mantenimiento del software, la gestión de esquemas e índices, o el ajuste de las prestaciones.
  • 4. Amazon SimpleDB es una base de datos distribuida escrita en Erlang por Amazon,com. Fue usado como servicio web en conjunto con Amazon Elastic Compute Cloud (EC2) y Amazon S3 y es parte del Amazon Web Services. Se anuncio el 13 de diciembre del 2007. Al igual que con EC2 y S3, Amazon cobra honorarios para su almacenamiento SimpleDB, transferencia, y el rendimiento a través de Internet. El 1 de diciembre de 2008, Amazon presentó nuevos precios gratuitos durante 1 GB de datos y 25 horas de la máquina y traslado a otros servicios web de Amazon es gratis. Introducción
  • 6. Amazon SimpleDB es un tipo especial de base de datos adecuada para el almacenamiento de varios elementos (registros) cada uno con un conjunto diferente de atributos (columnas) en una tabla (dominio). Este tipo de arquitectura es adecuado para el almacenamiento de catálogos de productos, clasificados y otros datos semi- estructurados u orientados a objetos en lugar de los datos relacionales estándar.
  • 7. Requerimientos de query Attribute Maximum items returned in a query response 2500 items seconds a query may run 5 seconds attribute names per query predicate 1 attribute name comparisons per predicate 22 operators predicates per query expression 20 predicates
  • 8. Attribute Maximum domains 250 active domains per account. More can be requested by filling out a form. size of each domain 10 GB attributes per domain 1,000,000,000 attributes per item 256 attributes size per attribute 1024 bytes Store limitations
  • 9. SQL  INSERT  INSERT INTO <domain name> (itemName(), Attribute1, . . ., AttributeN) VALUES ('<item name value>', 'Attribute1_Value', . . ., 'AttributeN_Value')  For Example: INSERT INTO test_domain (itemName(), Category, Color) VALUES ('Item_01', 'Clothes', 'Orange');
  • 10.  DELETE  DELETE FROM <domain_name> WHERE itemName = 'item_value' For  example: DELETE FROM test_domain WHERE itemName() = 'Item_01';  CREATE  CREATE DOMAIN <domain_name>  For example: create domain test_domain
  • 11.  DROP  DROP DOMAIN <domain_name>  For example: drop domain test_domain
  • 12. APIs de SimpleDB Application Programming Interface "Interfaz de Programación de Aplicaciones".
  • 13. CreateDomain – Crea un dominio que contiene el conjunto de datos. DeleteDomain – Elimina un dominio. ListDomains – Genera una lista de todos los dominios. DomainMetadata – Recupera información de la hora de creación del dominio, información de almacenamiento (tanto recuento de nombres y atributos de elementos como el tamaño total en bytes). PutAttributes – Agrega o actualiza un elemento y sus atributos, o añade pares atributo-valor a elementos que ya existen. Los elementos se indexan automáticamente a medida que se reciben. BatchPutAttributes – Para mejorar el procesamiento general de operaciones masivas de escritura, realiza hasta 25 operaciones PutAttribute en una sola llamada. DeleteAttributes – Elimina un elemento, un atributo, o un valor de atributo. BatchPutAttributes – Para mejorar el procesamiento general de operaciones masivas de escritura, realiza hasta 25 operaciones PutAttribute en una sola llamada. GetAttributes – Recupera un elemento y todos o un subconjunto de sus atributos y valores. Select – Consulta un conjunto de datos con la sintaxis ya conocida de “select target from domain_name where query_expression”. Las pruebas de valores admitidos son: =, !=, =, like, not like, between, is null, is not null, y every ().
  • 15. Para utilizar Amazon SimpleDB: Construya su conjunto de datos Elija una región para su dominio o dominios a fin de optimizar la latencia, minimizar los costes o cumplir requisitos normativos. Actualmente, Amazon SimpleDB está disponible en las regiones EE.UU. Este (Norte de Virginia), EE.UU. Oeste (Oregón), EE.UU. Oeste (Norte de California), UE (Irlanda), Asia Pacífico (Tokio), Asia Pacífico (Sídney) y América del Sur (São Paulo). Utilice CreateDomain, DeleteDomain, ListDomains, DomainMetadata para crear y gestionar dominios de consultas Utilice Put, Batch Put y Delete para crear y gestionar el conjunto de datos almacenada en cada dominio de consulta Recupere sus datos Utilice GetAttributes para recuperar un elemento específico Utilice Select para consultar el conjunto de datos y encontrar los elementos que cumplan determinados criterios Pague únicamente los recursos que consuma
  • 16. Ventajas Baja interacción El servicio le permite centrarse completamente en el desarrollo de aplicaciones que añadan valor, en lugar de dedicar mucho tiempo a arduas tareas de administración de bases de datos. Alta disponibilidad Amazon SimpleDB crea automáticamente varias copias de cada elemento almacenado y las distribuye geográficamente. De esta forma se ofrece alta disponibilidad y capacidad de duración utilizando otra réplica del sistema. Flexibilidad A medida que cambie su negocio o evolucione la aplicación, podrá reflejar dichos cambios fácilmente en Amazon SimpleDB sin necesidad de preocuparse por si rompe un esquema rígido o necesita refactorizar código – basta con añadir otro atributo a su conjunto de datos en Amazon SimpleDB cuando lo necesite. Facilidad de uso Amazon SimpleDB racionaliza el acceso a las funciones de almacenamiento y consultas que suelen llevarse a cabo utilizando un clúster de bases de datos relacionales, al tiempo que excluye otras operaciones de bases de datos que son complejas y que muchas veces ni se utilizan.
  • 17. Otras Ventajas • Confiable • Escalable • Barato • Diseñado para aplicaciones Amazon Web Service (AWS) • Rapido