Auto-sync: 2026-04-24 00:02

wiki/concepts/Purpose-Built-Databases.md

@@ -0,0 +1,70 @@
+---
+title: "Purpose-Built Databases"
+type: concept
+tags:
+  - AWS
+  - Database
+  - Architecture
+  - Cloud-Native
+sources:
+  - ctp-topic-51-architecting-with-aws-purpose-built-databases
+last_updated: 2026-04-23
+---
+
+## Definition
+专用数据库（Purpose-Built Databases）是一种数据库选型原则——根据应用的数据模型、访问模式和性能需求，选择最适合该用例的专用数据库类型，而非用单一数据库解决所有问题。
+
+## Core Principle
+> "We need to start thinking of the right purpose-built database for the right application." — Femi George, AWS Database Sales Specialist
+
+核心理念：**从用例出发，选择最佳工具，避免一刀切（One-Size-Fits-All）**。
+
+## AWS Database Categories
+
+| 类别 | AWS 产品 | 适用场景 |
+|------|---------|---------|
+| 关系型 | RDS, Aurora | 固定 schema、ACID 事务、复杂关联查询 |
+| 键值 | DynamoDB | 高吞吐量、简单键值访问、无 schema 约束 |
+| 文档 | DocumentDB | 半结构化 JSON、灵活 schema、嵌套查询 |
+| 宽列 | Keyspaces | 大规模写入、Cassandra 兼容工作负载 |
+| 内存缓存 | ElastiCache | 微秒级延迟、高频读取、会话存储 |
+| 图数据库 | Neptune | 高度互连数据、欺诈检测、推荐引擎 |
+| 时序数据库 | Timestream | IoT 遥测、监控指标、时间序列分析 |
+| 账本数据库 | QLDB | 不可变事务日志、审计追踪 |
+
+## Selection Criteria
+选择专用数据库时应考虑：
+1. **应用规模**：用户数量、请求量、数据量
+2. **访问模式**：读密集 vs 写密集、点查 vs 范围查询
+3. **数据模型**：结构化 vs 半结构化、关系复杂度
+4. **性能需求**：延迟、吞吐量、可用性
+5. **运维成本**：托管 vs 自管理、团队技能
+
+## Multi-Database Architecture
+现代应用常采用多数据库混合架构：
+
+**Duolingo 案例**（来源：[[ctp-topic-51-purpose-built-databases]]）：
+- **DynamoDB**：存储个性化学习进度数据（键值访问）
+- **ElastiCache**：缓存高频词/短语（内存缓存）
+- **Aurora**：处理事务性数据（关系型）
+
+**Netflix 案例**（来源：[[ctp-topic-51-purpose-built-databases]]）：
+- **DynamoDB**：高弹性、低延迟 JSON 文档访问
+
+## Aliases
+- Purpose-Built Databases
+- 专用数据库
+- 专用数据库选型
+- Database Polyglot
+- Polyglot Persistence
+
+## Related Concepts
+- [[Multi-Database-Architecture]]：多数据库混合架构模式
+- [[Amazon-DynamoDB]]：AWS 专用键值数据库
+- [[Amazon-Aurora]]：云原生关系型数据库
+- [[Amazon-Neptune]]：AWS 图数据库
+- [[Amazon-Timestream]]：AWS 时序数据库
+- [[Amazon-Keyspaces]]：AWS 宽列数据库
+- [[Amazon-DocumentDB]]：AWS 文档数据库
+- [[Amazon-ElastiCache]]：AWS 内存缓存数据库
+- [[DBA-Role-Evolution]]：云时代数据库架构师角色的转变