SlideShare uma empresa 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

Mais conteúdo relacionado

Mais procurados

Modern data warehouse presentation
Modern data warehouse presentationModern data warehouse presentation
Modern data warehouse presentationDavid Rice
 
Developing Metrics for Information Security Governance
Developing Metrics for Information Security GovernanceDeveloping Metrics for Information Security Governance
Developing Metrics for Information Security Governancedigitallibrary
 
METRICA V3
METRICA V3METRICA V3
METRICA V3Liz321
 
Introduction to Modern Data Virtualization (US)
Introduction to Modern Data Virtualization (US)Introduction to Modern Data Virtualization (US)
Introduction to Modern Data Virtualization (US)Denodo
 
Gathering Business Requirements for Data Warehouses
Gathering Business Requirements for Data WarehousesGathering Business Requirements for Data Warehouses
Gathering Business Requirements for Data WarehousesDavid Walker
 
Date warehousing concepts
Date warehousing conceptsDate warehousing concepts
Date warehousing conceptspcherukumalla
 
2.3 fases de cobit
2.3 fases de cobit2.3 fases de cobit
2.3 fases de cobitNena Patraca
 
Putting the Ops in DataOps: Orchestrate the Flow of Data Across Data Pipelines
Putting the Ops in DataOps: Orchestrate the Flow of Data Across Data PipelinesPutting the Ops in DataOps: Orchestrate the Flow of Data Across Data Pipelines
Putting the Ops in DataOps: Orchestrate the Flow of Data Across Data PipelinesDATAVERSITY
 
Data quality patterns in the cloud with ADF
Data quality patterns in the cloud with ADFData quality patterns in the cloud with ADF
Data quality patterns in the cloud with ADFMark Kromer
 
Emerging Trends in Data Architecture – What’s the Next Big Thing
Emerging Trends in Data Architecture – What’s the Next Big ThingEmerging Trends in Data Architecture – What’s the Next Big Thing
Emerging Trends in Data Architecture – What’s the Next Big ThingDATAVERSITY
 
Master data management and data warehousing
Master data management and data warehousingMaster data management and data warehousing
Master data management and data warehousingZahra Mansoori
 
Building an Effective Data Warehouse Architecture
Building an Effective Data Warehouse ArchitectureBuilding an Effective Data Warehouse Architecture
Building an Effective Data Warehouse ArchitectureJames Serra
 
Capitulo 10 auditoria en base de datos
Capitulo 10 auditoria en base de datosCapitulo 10 auditoria en base de datos
Capitulo 10 auditoria en base de datosoamz
 
Software AG’s webMethods Integration Cloud: Integrate Cloud Apps with ease
Software AG’s webMethods Integration Cloud: Integrate Cloud Apps with ease Software AG’s webMethods Integration Cloud: Integrate Cloud Apps with ease
Software AG’s webMethods Integration Cloud: Integrate Cloud Apps with ease Kellton Tech Solutions Ltd
 
Big Data Architecture and Design Patterns
Big Data Architecture and Design PatternsBig Data Architecture and Design Patterns
Big Data Architecture and Design PatternsJohn Yeung
 

Mais procurados (20)

Modern data warehouse presentation
Modern data warehouse presentationModern data warehouse presentation
Modern data warehouse presentation
 
Developing Metrics for Information Security Governance
Developing Metrics for Information Security GovernanceDeveloping Metrics for Information Security Governance
Developing Metrics for Information Security Governance
 
Sage ERP X3 Technology And Architecture
Sage ERP X3 Technology And ArchitectureSage ERP X3 Technology And Architecture
Sage ERP X3 Technology And Architecture
 
METRICA V3
METRICA V3METRICA V3
METRICA V3
 
Introduction to Modern Data Virtualization (US)
Introduction to Modern Data Virtualization (US)Introduction to Modern Data Virtualization (US)
Introduction to Modern Data Virtualization (US)
 
Gathering Business Requirements for Data Warehouses
Gathering Business Requirements for Data WarehousesGathering Business Requirements for Data Warehouses
Gathering Business Requirements for Data Warehouses
 
Date warehousing concepts
Date warehousing conceptsDate warehousing concepts
Date warehousing concepts
 
2.3 fases de cobit
2.3 fases de cobit2.3 fases de cobit
2.3 fases de cobit
 
Putting the Ops in DataOps: Orchestrate the Flow of Data Across Data Pipelines
Putting the Ops in DataOps: Orchestrate the Flow of Data Across Data PipelinesPutting the Ops in DataOps: Orchestrate the Flow of Data Across Data Pipelines
Putting the Ops in DataOps: Orchestrate the Flow of Data Across Data Pipelines
 
Data Mesh
Data MeshData Mesh
Data Mesh
 
Data quality patterns in the cloud with ADF
Data quality patterns in the cloud with ADFData quality patterns in the cloud with ADF
Data quality patterns in the cloud with ADF
 
Emerging Trends in Data Architecture – What’s the Next Big Thing
Emerging Trends in Data Architecture – What’s the Next Big ThingEmerging Trends in Data Architecture – What’s the Next Big Thing
Emerging Trends in Data Architecture – What’s the Next Big Thing
 
Miguel Angel Mardero Arellano - Preservação digital em rede
Miguel Angel Mardero Arellano - Preservação digital em redeMiguel Angel Mardero Arellano - Preservação digital em rede
Miguel Angel Mardero Arellano - Preservação digital em rede
 
Master data management and data warehousing
Master data management and data warehousingMaster data management and data warehousing
Master data management and data warehousing
 
Building an Effective Data Warehouse Architecture
Building an Effective Data Warehouse ArchitectureBuilding an Effective Data Warehouse Architecture
Building an Effective Data Warehouse Architecture
 
Capitulo 10 auditoria en base de datos
Capitulo 10 auditoria en base de datosCapitulo 10 auditoria en base de datos
Capitulo 10 auditoria en base de datos
 
Ebook - The Guide to Master Data Management
Ebook - The Guide to Master Data Management Ebook - The Guide to Master Data Management
Ebook - The Guide to Master Data Management
 
Metodologia De Desarrollo De Software
Metodologia De Desarrollo De SoftwareMetodologia De Desarrollo De Software
Metodologia De Desarrollo De Software
 
Software AG’s webMethods Integration Cloud: Integrate Cloud Apps with ease
Software AG’s webMethods Integration Cloud: Integrate Cloud Apps with ease Software AG’s webMethods Integration Cloud: Integrate Cloud Apps with ease
Software AG’s webMethods Integration Cloud: Integrate Cloud Apps with ease
 
Big Data Architecture and Design Patterns
Big Data Architecture and Design PatternsBig Data Architecture and Design Patterns
Big Data Architecture and Design Patterns
 

Destaque

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
 

Destaque (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)
 

Semelhante 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
 

Semelhante 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

LA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derechoLA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derechojuliosabino1
 
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticAnálisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticJamithGarcia1
 
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,juberrodasflores
 
Qué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problemaQué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problemaJoellyAlejandraRodrg
 
triptico-de-las-drogas en la adolescencia
triptico-de-las-drogas en la adolescenciatriptico-de-las-drogas en la adolescencia
triptico-de-las-drogas en la adolescenciaferg6120
 
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdfAnaBelindaArmellonHi
 
obras-hidraulicas.docxfffffffffffffffffff
obras-hidraulicas.docxfffffffffffffffffffobras-hidraulicas.docxfffffffffffffffffff
obras-hidraulicas.docxfffffffffffffffffffJefersonBazalloCarri1
 
Técnica palatina baja, anestesiología dental
Técnica palatina baja, anestesiología dentalTécnica palatina baja, anestesiología dental
Técnica palatina baja, anestesiología dentalIngrid459352
 
Data Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datosData Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datosssuser948499
 
Cuáles son las características biológicas que están marcadas en tu individual...
Cuáles son las características biológicas que están marcadas en tu individual...Cuáles son las características biológicas que están marcadas en tu individual...
Cuáles son las características biológicas que están marcadas en tu individual...israel garcia
 
El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)estebancitoherrera
 
tipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicacióntipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicaciónJonathanAntonioMaldo
 
Unidad 3 Elementos y compuestos. Física y química
Unidad 3 Elementos y compuestos. Física y químicaUnidad 3 Elementos y compuestos. Física y química
Unidad 3 Elementos y compuestos. Física y químicaSilvia García
 
SUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior UniversitariaSUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior Universitariachayananazcosimeon
 
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdfCritica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdfRodrigoBenitez38
 
Las mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfLas mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfJC Díaz Herrera
 
bases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria debases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria deCalet Cáceres Vergara
 
La importancia de las pruebas de producto para tu empresa
La importancia de las pruebas de producto para tu empresaLa importancia de las pruebas de producto para tu empresa
La importancia de las pruebas de producto para tu empresamerca6
 
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdfPREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdfluisccollana
 
Los artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdfLos artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdfJC Díaz Herrera
 

Último (20)

LA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derechoLA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derecho
 
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticAnálisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
 
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
 
Qué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problemaQué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problema
 
triptico-de-las-drogas en la adolescencia
triptico-de-las-drogas en la adolescenciatriptico-de-las-drogas en la adolescencia
triptico-de-las-drogas en la adolescencia
 
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
 
obras-hidraulicas.docxfffffffffffffffffff
obras-hidraulicas.docxfffffffffffffffffffobras-hidraulicas.docxfffffffffffffffffff
obras-hidraulicas.docxfffffffffffffffffff
 
Técnica palatina baja, anestesiología dental
Técnica palatina baja, anestesiología dentalTécnica palatina baja, anestesiología dental
Técnica palatina baja, anestesiología dental
 
Data Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datosData Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datos
 
Cuáles son las características biológicas que están marcadas en tu individual...
Cuáles son las características biológicas que están marcadas en tu individual...Cuáles son las características biológicas que están marcadas en tu individual...
Cuáles son las características biológicas que están marcadas en tu individual...
 
El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)
 
tipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicacióntipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicación
 
Unidad 3 Elementos y compuestos. Física y química
Unidad 3 Elementos y compuestos. Física y químicaUnidad 3 Elementos y compuestos. Física y química
Unidad 3 Elementos y compuestos. Física y química
 
SUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior UniversitariaSUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior Universitaria
 
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdfCritica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
 
Las mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfLas mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdf
 
bases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria debases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria de
 
La importancia de las pruebas de producto para tu empresa
La importancia de las pruebas de producto para tu empresaLa importancia de las pruebas de producto para tu empresa
La importancia de las pruebas de producto para tu empresa
 
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdfPREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
 
Los artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdfLos artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdf
 

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