使用 DynamoDB 流 捕获表活动

当存储在 DynamoDB 表中的项目发生更改时,许多应用程序都会因能够捕获此类更改而受益。下面是一些用例示例:

  • 一个 AWS 区域中的一个应用程序将修改 DynamoDB 表中的数据。另一个区域中的第二个应用程序将读取这些数据修改并将数据写入另一个表中,并创建一个与原始表保持同步的副本。
  • 一个热门移动应用程序以每秒数千次更新的速率修改 DynamoDB 表中的数据。第二个应用程序捕获和存储有关这些更新的数据,并提供针对该移动应用程序的近乎实时用量指标。
  • 一种全球多人游戏具有多主机拓扑结构,并将数据存储在多个 AWS 区域中。每个主机通过使用并重放远程区域中发生的更改来保持同步。
  • 一旦某个好友上传新图片,一个应用程序就会自动向群组中的所有好友的移动设备发送通知。
  • 一个新客户将数据添加到 DynamoDB 表。此事件调用另一个应用程序,以便向该新客户发送欢迎电子邮件。

DynamoDB 流 支持诸如此类的解决方案以及许多其他解决方案。DynamoDB 流 在任何 DynamoDB 表中捕获按时间排序的项目级修改序列,并将此类信息存储在日志中长达 24 小时。应用程序可访问此日志,并在数据项目修改前后近乎实时地查看所显示的数据项目。

DynamoDB 流 的终端节点

AWS 为 DynamoDB 和 DynamoDB 流 维护单独的终端节点。要使用数据库表和索引,您的应用程序必须访问 DynamoDB 终端节点。要读取和处理 DynamoDB 流 记录,您的应用程序必须访问相同区域内的 DynamoDB 流 终端节点。

原文地址:https://www.cnblogs.com/cloudrivers/p/11621006.html

时间: 2024-10-11 13:26:08

使用 DynamoDB 流 捕获表活动的相关文章

DynamoDB 流 和 AWS Lambda 触发器

Amazon DynamoDB 与 AWS Lambda 集成,使您能够创建触发器 — 自动响应 DynamoDB 流 中的事件的代码片段.利用触发器,您可以创建应对 DynamoDB 表中的数据修改的应用程序. 如果您在表中启用 DynamoDB 流,则可以将流 Amazon 资源名称 (ARN) 与您编写的 AWS Lambda 函数关联起来.在修改表中的项目之后,表的流中都将出现一条新记录.AWS Lambda 将轮询流并在检测到新的流记录时同步调用 Lambda 函数. Lambda 函

java io 流分类表

Java输入/输出流体系中常用的流分类(表内容来自java疯狂讲义) 注:下表中带下划线的是抽象类,不能创建对象.粗体部分是节点流,其他就是常用的处理流. 流分类 使用分类 字节输入流 字节输出流 字符输入流 字符输出流   抽象基类 InputStream OutputStream Reader Writer 节点流 访问文件 FileInputStream FileOutStream FileReader FileWriter 访问数值 ByteArrayInputStream ByteAr

oracle怎么捕获表上的DML语句(不包括select)语句)

可以采用dml触发器,如 CREATE OR REPLACE TRIGGER tr_capt_sql BEFORE DELETE OR INSERT OR UPDATE ON manager.test DECLARE sql_text ora_name_list_t; state_sql capt$sql.sql_text%TYPE; BEGIN FOR i IN 1..ora_sql_txt(sql_text) LOOP state_sql := state_sql || sql_text(i

gh-ost —— GitHub Online DDL 工具使用详解

目录 1.简介 2.为什么不用触发器 ? 3.命名由来 4.亮点 5.使用 6.它是如何工作的? 7.工作模式 7.1.模式1 -- 连上从库,在主库上修改 7.2.模式2 -- 直接在主库上修改 7.3.模式3 -- 在从库上修改和测试 8.下载 9.参数说明 10.实际操作 10.1. DDL执行过程 10.1.1. 单实例上DDL 10.1.2. 主从上DDL 10.1.3.在从上进行DDL测试 10.1.4.额外说明:终止.暂停.限速 11.建议 12.更多的小贴士 13.更多 GitH

流处理基本介绍

1.  什么是流处理 一种被设计来处理无穷数据集的数据处理系统引擎 2.  流处理的几个概念 1.     无穷数据(Unbounded data):一种持续生成,本质上是无穷尽的数据集.它经常会被称为"流数据".然而,用流和批次来定义数据集的时候就有问题了,因为如前所述,这就意味着用处理数据的引擎的类型来定义数据的类型.现实中,这两类数据的本质区别在于是否有限,因此用能体现出这个区别的词汇来定性数据就更好一些.因此我更倾向于用无穷数据来指代无限流数据集,用有穷数据来指代有限的批次数据

SqlServer 变更数据捕获(CDC)

变更数据捕获(Change Data Capture ,简称 CDC)记录 SQL Server 表的插入.更新和删除活动.使用变更数据捕获可以更有效跟踪表对象DML历史操作,对 ETL 等数据转移也非常有用. 变更数据捕获适用版本: SQL Server 2008 以上的 Enterprise Edition.Developer Edition 和 Evaluation Edition 变更数据捕获原理: 变更数据捕获的更改数据源为 SQL Server 事务日志.当对表启用变更数据捕获时,系

DynamoDB 如何使用 AWS KMS

Amazon DynamoDB 是一种完全托管的可扩展式 NoSQL 数据库服务.DynamoDB 与 AWS Key Management Service (AWS KMS) 集成以支持静态加密服务器端加密功能. 利用静态加密,DynamoDB 可以透明方式对 DynamoDB 表中的所有客户数据进行加密,包括其主键及本地和全局二级索引,只要该表已保存到磁盘.(如果表具有排序键,则标记范围边界的一些排序键将以明文形式存储在表元数据中.) 当您访问表时,DynamoDB 会以透明方式解密表数据.

「Flink」理解流式处理重要概念

什么是流式处理呢? 这个问题其实我们大部分时候是没有考虑过的,大多数,我们是把流式处理和实时计算放在一起来说的.我们先来了解下,什么是数据流. 数据流(事件流) 数据流是无边界数据集的抽象 我们之前接触的数据处理,大多都都是有界的.例如:处理某天的数据.某个季度的数据等 无界意味着数据是无限地.持续增长的 数据流会随着时间的推移,源源不断地加入进来 数据流无处不再 信息卡交易 电商购物 快递 网络交换机的流向数据 设备传感器发出的数据 - 这些数据都是无穷无尽的 每一件事情,都可以看成事件序列

JavaScript 表单编程

目标:主要是访问用户输入的表单数据,校验用户输入的正确性. 获取表单的引用: //方法一:将表单的ID作为方法的参数 var f1 = document.getElementById("f1"); //方法二:表单集合,得到第一个表单 var f2 = document.forms[0]; //方法三:得到名为fm的表单 var f3 = document.forms["fm"]; //方法四:简写 var f4 = document.fm 访问表单的元素: //获