Databases & Analytics

1. Tại sao cần Database?

Lưu trữ trên disk (EFS, EBS, S3…) có giới hạn. Database giúp:

• Cấu trúc hóa dữ liệu với schema định sẵn
• Index để query nhanh
• Định nghĩa quan hệ giữa các dataset

AWS cung cấp Managed Database – AWS lo hạ tầng, backup, bảo mật, bạn chỉ lo data và ứng dụng.

2. Các loại Database chính

3. RDS (Relational Database Service)

Managed service hỗ trợ: MySQL, PostgreSQL, MariaDB, Oracle, SQL Server.

Lợi thế so với tự cài DB trên EC2:

• Auto provisioning, OS patching
• Point-in-Time Restore (backup liên tục)
• Monitoring dashboard tích hợp
• Scaling dọc & ngang
• Storage dùng EBS (gp2/io1)
• Không SSH được vào instance – AWS quản lý hoàn toàn

RDS Deployments – 3 kiểu triển khai cần nhớ

Read Replicas – tăng hiệu năng đọc

• Tối đa 5 replicas
• Data chỉ ghi vào DB chính, replicas chỉ phục vụ read
• Replication bất đồng bộ (asynchronous)

Multi-AZ – High Availability

• Có 1 standby instance ở AZ khác
• Tự động failover khi AZ chính bị lỗi
• Chỉ có 1 AZ dự phòng

Multi-Region – Disaster Recovery toàn cầu

• Read replicas trải rộng nhiều Region
• Giảm latency cho user ở xa
• Có chi phí replication giữa các Region

💡 Ghi nhớ nhanh: Read Replicas = scale đọc | Multi-AZ = HA trong 1 Region | Multi-Region = DR toàn cầu

4. Amazon Aurora

• Compatible với MySQL & PostgreSQL
• Nhanh hơn 5x so với MySQL, 3x so với PostgreSQL
• Auto-scale storage đến 64 TB
• Multi-AZ tích hợp sẵn, tối đa 15 read replicas
• Đắt hơn RDS khoảng 20% nhưng hiệu quả hơn
• Dùng cho ứng dụng enterprise cần HA & performance cao

5. ElastiCache

In-memory caching, giảm tải cho database chính.

AWS lo toàn bộ: OS patching, setup, monitoring, backup.

6. DynamoDB

Serverless NoSQL, key-value + document model.

• Tự động scale, replication qua 3 AZ
• Latency single-digit millisecond
• Tích hợp IAM
• Hàng triệu request/giây, hàng nghìn tỷ row, hàng trăm TB

DAX (DynamoDB Accelerator): In-memory cache cho DynamoDB, cải thiện từ ms → microseconds

Global Tables: Multi-region, multi-master replication – đọc/ghi low-latency ở bất kỳ Region nào

7. Redshift – Data Warehouse

OLAP (Online Analytical Processing) – phân tích, không phải transaction.

• Columnar storage (lưu theo cột, không theo hàng) → query analytics nhanh hơn nhiều
• Hiệu năng cao hơn data warehouse thông thường 10x, scale đến PB
• Hỗ trợ SQL, tích hợp QuickSight & Tableau
• MPP (Massively Parallel Processing)

💡 OLTP (transaction hàng ngày) → RDS/Aurora | OLAP (phân tích lớn) → Redshift

8. Amazon EMR (Elastic MapReduce)

Big data processing dùng Hadoop, Spark, Hive.

• Cluster có thể gồm hàng trăm EC2 instance
• Auto-scaling, hỗ trợ Spot Instance (tiết kiệm chi phí)
• Dùng cho: ETL, machine learning, web indexing

9. Amazon Athena

Serverless, query SQL trực tiếp trên S3 – không cần load data vào DB.

• Hỗ trợ CSV, JSON, Parquet, ORC
• Giá: $5/TB data được scan
• Dùng columnar/compressed format để giảm chi phí
• Use case điển hình: phân tích VPC Flow Logs, CloudTrail, ELB Logs

10. Amazon QuickSight

BI (Business Intelligence) tool – tạo interactive dashboard.

• Serverless, ML-powered
• Nguồn dữ liệu: S3, Redshift, RDS…
• Pricing per-session

11. DocumentDB

MongoDB-compatible managed database.

• Dùng cho JSON document storage
• Auto-scale storage đến 64 TB (giống Aurora)
• Phù hợp: content management, mobile backend

12. Amazon Neptune

Graph database fully managed.

• Lưu đến hàng tỷ relations, query latency millisecond
• Replicate qua 3 AZ, tối đa 15 read replicas
• Use case: mạng xã hội, fraud detection, recommendation engine, knowledge graph (Wikipedia)

13. Amazon QLDB (Quantum Ledger Database)

Ledger database – ghi lại lịch sử giao dịch bất biến.

• Immutable: không thể xóa/sửa entry, có thể cryptographically verify
• Serverless, replication 3 AZ
• Dùng SQL để query
• Khác Managed Blockchain: QLDB không có decentralization, phù hợp với quy định tài chính

14. Amazon Managed Blockchain

Cho phép nhiều bên thực hiện transaction không cần trusted central authority.

• Join public blockchain hoặc tạo private network
• Compatible: Hyperledger Fabric & Ethereum

15. AWS Glue

Managed ETL (Extract, Transform, Load) service – serverless.

• Chuẩn bị & transform data cho analytics
• Glue Data Catalog: metadata catalog, dùng bởi Athena, Redshift, EMR

16. DMS (Database Migration Service)

Di chuyển database lên AWS an toàn, nhanh chóng.

• Source DB vẫn hoạt động trong suốt quá trình migrate
• Homogeneous: cùng engine (Oracle → Oracle)
• Heterogeneous: khác engine (SQL Server → Aurora)

Bảng tổng kết nhanh cho thi CLF-C02