Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Choisir un AWS service de base de données
Faire le premier pas
|
Objectif |
Aidez à déterminer AWS la ou les bases de données les mieux adaptées à votre organisation. |
|
Dernière mise à jour |
2 juin 2026 |
|
Services couverts |
|
Introduction
AWS propose un nombre croissant d'options de base de données (plus de 15) avec divers modèles de données pour prendre en charge une variété de charges de travail. Il s'agit notamment des données relationnelles, des valeurs clés, des documents, des données en mémoire, des graphiques, des séries chronologiques, des vecteurs et des colonnes étendues.
Pour choisir la bonne base de données, ou plusieurs bases de données, vous devez prendre une série de décisions en fonction des besoins de votre organisation. Ce guide de décision vous aidera à vous poser les bonnes questions, à définir clairement la voie à suivre pour la mise en œuvre et à effectuer la migration depuis votre base de données existante.
Cette vidéo explore la vaste gamme de services de AWS base de données présentés à AWS re:Invent 2024.
Comprenez
Les bases de données sont des systèmes dorsaux essentiels qui stockent, gèrent et extraient efficacement les données, garantissant ainsi l'intégrité, l'évolutivité et les performances des applications de tous types et de toutes tailles.
Ce guide de décision est conçu pour vous aider à comprendre la gamme de choix disponibles, à établir les critères pour choisir votre base de données et à vous fournir des informations détaillées sur les propriétés uniques de chaque base de données. Vous pourrez ensuite en savoir plus sur les fonctionnalités offertes par chaque base de données.
Quelles sont les propriétés des applications créées à partir de AWS bases de données ?
-
Internet-scale applications : ces applications peuvent gérer plus de 100 millions de requêtes par seconde sur des centaines de téraoctets de données. Ils s'adaptent automatiquement à la verticale et à l'horizontale pour apporter de la flexibilité à vos charges de travail.
-
Real-time applications : les Real-time applications telles que la mise en cache, les magasins de sessions, les classements de jeux, le covoiturage, le ciblage publicitaire et les analyses en temps réel nécessitent une latence d'une microseconde et un débit élevé pour prendre en charge plus de mille milliards de requêtes par seconde.
-
Applications d'entreprise : les applications d'entreprise gèrent les processus métier de base (tels que les ventes, la facturation, le service client et les ressources humaines) et les processus opérationnels (tels qu'un système de réservation dans une chaîne d'hôtels ou un système de gestion des risques dans une compagnie d'assurance). Ces applications ont besoin de bases de données rapides, évolutives, sécurisées, disponibles et fiables.
-
Bases de données vectorielles et recherche vectorielle à utiliser avec des applications d'IA génératives : quel que soit le service de base de données que vous utilisez, il contiendra probablement une multitude de données spécifiques à un domaine (telles que des dossiers financiers, des dossiers médicaux, des données génomiques et des informations sur la chaîne d'approvisionnement). Ces données peuvent vous fournir un point de vue unique et précieux sur votre entreprise et sur l'ensemble du secteur dans lequel vous travaillez. Pour une utilisation générative de l'IA, les données spécifiques au domaine que vous prévoyez d'utiliser pour le contexte sémantique doivent être codées sous la forme d'un ensemble d'éléments, chacun étant exprimé en interne sous forme de « vecteur ». Ces données contextuelles pertinentes proviennent généralement de vos bases de données internes, de vos lacs de données ou de vos magasins de données ou de documents non structurés, c'est-à-dire les magasins de données qui hébergent des données ou des connaissances spécifiques à votre domaine. Ces magasins de données sont appelés de manière générique bases de connaissances. La génération augmentée de récupération (RAG) est le processus qui permet de récupérer des faits à partir de ces bases de connaissances afin de baser de grands modèles linguistiques (LLM) sur des données
à jour, précises et pertinentes. Comme indiqué dans le schéma suivant, AWS a ajouté des fonctionnalités vectorielles aux services de AWS base de données et de recherche afin que vous puissiez stocker des ensembles de données vectorielles là où se trouvent vos données, simplifier l'architecture de votre application et utiliser des outils éprouvés et familiers. Une base de données vectorielles, ou magasin de données vectorielles, désigne simplement une base de données dotée de fonctionnalités vectorielles. Une telle base de données peut également apporter des améliorations supplémentaires à la manière dont vous utilisez vos données avec l'IA générative.
Note
Ce guide se concentre sur les bases de données adaptées aux applications de traitement des transactions en ligne (OLTP). Si vous avez besoin de stocker et d'analyser de grandes quantités de données rapidement et efficacement (une exigence généralement satisfaite par une application OLAP), Amazon AWS Redshift propose. Amazon Redshift est un service d'entreposage de données basé sur le cloud entièrement géré, conçu pour gérer des charges de travail analytiques à grande échelle.
Il existe deux catégories de base de données AWS OLTP de haut niveau : les bases de données relationnelles et les bases non relationnelles.
-
La famille de bases de données AWS relationnelles comprend neuf moteurs populaires pour Amazon Aurora et Amazon RDS. Les moteurs Amazon Aurora incluent Amazon Aurora with PostgreSQL-Compatible Edition, Amazon Aurora MySQL-Compatible Edition et Amazon Aurora DSQL. Les moteurs Amazon RDS incluent PostgreSQL, MySQL, MariaDB, SQL Server, Oracle et Db2.
-
Les options de base de données non relationnelles sont conçues pour des modèles de données spécifiques. Il s'agit notamment des modèles de données clé-valeur, de document, de mise en cache, en mémoire, de graphique, de séries chronologiques et de modèles de données à colonnes larges.
Nous explorons toutes ces questions en détail dans la Choix section de ce guide.
Migration de la base
Avant de décider quel service de base de données vous souhaitez utiliser, vous devez prendre en compte votre objectif commercial, le choix de la base de données et la manière dont vous allez migrer vos bases de données existantes.
La meilleure stratégie de migration de base de données vous permet de tirer pleinement parti du AWS Cloud. Cela peut impliquer la migration de vos applications pour utiliser des bases de données cloud spécialement conçues. Vous souhaiterez peut-être simplement bénéficier d'une version entièrement gérée de votre base de données existante, telle que RDS pour PostgreSQL ou RDS pour MySQL.
Vous pouvez également migrer de vos bases de données sous licence commerciale, telles qu'Oracle ou SQL Server, vers Amazon Aurora. Envisagez de moderniser vos applications et de choisir les bases de données qui répondent le mieux aux exigences du flux de travail de vos applications.
Amazon Aurora DSQL est une base de données SQL distribuée sans serveur dotée d'une réplication multirégionale active-active, d'une cohérence élevée et sans infrastructure à provisionner ou à gérer. Aurora SQL adapte automatiquement le calcul PostgreSQL-compatible et le stockage en I/O fonction de votre charge de travail. Aurora DSQL prend en charge les charges de travail transactionnelles dans des architectures de microservices, sans serveur et pilotées par des événements, dans lesquelles vous avez besoin des avantages d'un modèle de données relationnel sans gérer l'infrastructure de base de données.
La base de données Amazon Aurora PostgreSQL Limitless permet une mise à l'échelle horizontale automatisée grâce au partitionnement, au traitement de millions de transactions d'écriture par seconde et à la gestion de pétaoctets de données tout en conservant la simplicité de fonctionnement d'une base de données unique. Utilisez Limitless Database lorsque votre charge de travail relationnelle nécessite un débit d'écriture ou un stockage dépassant les limites d'une seule instance Aurora.
Si vous choisissez d'abord d'effectuer la transition de vos applications, puis de les transformer, vous pourriez décider de changer de plateforme. Ce processus n'apporte aucune modification à l'application que vous utilisez, mais vous permet de tirer parti d'un service entièrement géré dans le cloud. Lorsque vos bases de données seront entièrement AWS Cloud intégrées, vous pourrez commencer à moderniser votre application. Cette stratégie peut vous aider à quitter rapidement votre environnement sur site actuel, puis à vous concentrer sur la modernisation.
Vous pouvez l'utiliser AWS Database Migration Service
Tenez compte
Vous envisagez d'héberger une base de données sur AWS. Il peut s'agir de soutenir un greenfield/pilot projet en tant que première étape de votre parcours de migration vers le cloud, ou vous souhaiterez peut-être migrer une charge de travail existante en perturbant le moins possible. Ou peut-être souhaitez-vous transférer votre charge de travail vers une solution gérée Services AWS, ou même la remanier pour qu'elle soit entièrement axée sur le cloud.
Bien entendu, la première considération importante lors du choix de votre base de données est votre objectif commercial. Quelle est l'orientation stratégique qui pousse votre organisation à changer ? Déterminez si vous souhaitez réhéberger une charge de travail existante ou passer à une nouvelle plateforme afin de ne pas avoir à vous engager dans des licences commerciales.
Quel que soit votre objectif, la prise en compte des bons critères peut faciliter la prise de décision concernant votre base de données. Voici un résumé des principaux critères à prendre en compte.
Choix
Maintenant que vous connaissez les critères d'évaluation des options de base de données, vous êtes prêt à choisir les services de AWS base de données les mieux adaptés à votre organisation.
Ce tableau répertorie chaque moteur AWS de base de données ainsi que son modèle de données, ses cas d'utilisation et ses optimisations. Utilisez-le pour vous aider à déterminer la base de données la mieux adaptée à votre cas d'utilisation.
| Moteur de base de données | Modèle de données | Quand l'utiliseriez-vous ? | Pour quoi est-il optimisé ? |
|---|---|---|---|
|
Relationnel |
À utiliser lorsque vous migrez ou modernisez une charge de travail relationnelle sur site, ou si votre charge de travail comporte des modèles de requêtes moins prévisibles. Supporte MySQL et PostgreSQL-compatible les moteurs avec un débit jusqu'à cinq fois supérieur à celui de MySQL standard. |
Optimisé pour les données structurées stockées dans des tableaux, des lignes et des colonnes. Les bases de données relationnelles prennent en charge les requêtes complexes par le biais de jointures. |
|
|
Relationnel |
À utiliser lorsque votre application a besoin de SQL distribué avec une réplication multirégion active-active, une cohérence élevée et aucun serveur à gérer. |
Charges de travail OLTP nécessitant des transactions ACID, un modèle relationnel et une mise à l'échelle automatique sans serveur. PostgreSQL-compatible. |
|
|
Relationnel |
À utiliser lorsque votre charge de travail relationnelle nécessite un débit d'écriture ou un stockage dépassant les limites d'une seule instance Aurora, tout en conservant une expérience de base de données unique. |
Des millions de transactions d'écriture par seconde et un stockage à l'échelle du pétaoctet via un partitionnement automatique. PostgreSQL-compatible. |
|
|
Relationnel |
À utiliser lorsque vous avez besoin d'une base de données relationnelle entièrement gérée avec l'un des six moteurs les plus populaires de votre choix : PostgreSQL, MySQL, MariaDB, SQL Server, Oracle et Db2. |
Optimisé pour les données structurées avec un support SQL complet, des sauvegardes automatisées, des correctifs logiciels et Multi-AZ des déploiements pour une haute disponibilité. |
|
|
Key-value |
À utiliser pour les charges de travail telles que les magasins de sessions ou les paniers d'achat. Key-value les bases de données peuvent s'adapter à de grandes quantités de données et à un débit de requêtes extrêmement élevé, tout en desservant des millions d'utilisateurs simultanés grâce au traitement et au stockage distribués. |
Optimisé pour fournir une base de données NoSQL entièrement gérée, sans serveur, avec des performances à un chiffre en millisecondes à n'importe quelle échelle. |
|
|
Document |
À utiliser lorsque vous souhaitez stocker JSON-like des documents dotés de fonctionnalités de recherche avancées dans les différents champs des documents. |
Optimisé pour le stockage de données semi-structurées sous forme de documents dotés d'attributs multicouches. |
|
|
Wide-column |
À utiliser lorsque vous devez migrer vos charges de travail Cassandra sur site ou lorsque vous devez traiter des données à haute vitesse pour des applications nécessitant une latence d'un chiffre en millisecondes. |
Optimisé pour les charges de travail nécessitant un débit élevé reads/writes et élevé, associé à une faible latence et à une évolutivité linéaire. |
|
|
Graphe |
À utiliser lorsque vous devez modéliser des réseaux complexes d'objets, tels que les réseaux sociaux, la détection des fraudes et les cas d'utilisation des moteurs de recommandation. |
Optimisé pour parcourir et évaluer un grand nombre de relations et identifier des modèles avec une latence minimale. |
|
|
In-memory |
À utiliser lorsque vous avez besoin d'une couche de mise en cache pour améliorer les performances de lecture. Supporte les moteurs OSS Valkey, Memcached et Redis avec des options de déploiement sans serveur et basées sur des nœuds. |
Optimisé pour prendre en charge les lectures en microsecondes et les écritures inférieures à la milliseconde sous forme de cache éphémère pour les données fréquemment consultées. |
|
|
In-memory |
À utiliser lorsque vous avez besoin d'une persistance complète des données avec des latences de lecture inférieures à la milliseconde. Convient comme base de données principale à hautes performances pour les architectures de microservices. |
Optimisée en tant que base de données en mémoire durable avec des lectures en microsecondes et des écritures en millisecondes à un chiffre, avec durabilité. Multi-AZ |
|
|
Séries chronologiques |
À utiliser lorsque vous disposez d'une grande quantité de données chronologiques, provenant potentiellement de plusieurs sources, telles que les données de l'Internet des objets (IoT), les mesures des applications et le suivi des actifs. |
Optimisé pour stocker et interroger les données associées aux horodatages et aux courbes de tendance. |
Utilisation
Cette section vous permet d'en savoir plus sur le ou les services de base de données que vous avez choisis et sur la façon de les utiliser.
La base de données que vous avez choisie ne répond peut-être pas parfaitement à toutes vos exigences. Il est donc important d'examiner attentivement vos besoins et vos exigences en matière de charge de travail.
Établissez des priorités en fonction des considérations abordées dans ce guide, de vos propres exigences « indispensables » et des exigences pour lesquelles vous disposez d'une certaine flexibilité. Cela vous aidera à faire des compromis efficaces et à obtenir le meilleur résultat possible pour répondre à vos besoins.
Sachez également que vous pouvez généralement répondre aux exigences de votre application avec une combinaison de bases de données parfaitement adaptées. En élaborant une solution avec plusieurs types de bases de données, vous pouvez tirer parti des atouts de chaque type.
Par exemple, dans un cas d'utilisation de commerce électronique, vous pouvez utiliser Amazon DocumentDB (pour les catalogues de produits et les profils utilisateur) pour bénéficier de la flexibilité offerte par les données semi-structurées, puis l'associer à la latence faible et prévisible fournie par DynamoDB (lorsque vos utilisateurs parcourent votre catalogue de produits). Vous pouvez également ajouter Aurora à la combinaison pour le traitement des stocks et des commandes, où un modèle de données relationnel et une prise en charge des transactions sont nécessaires.
Pour vous aider à en savoir plus sur chacun des services de AWS base de données disponibles, nous vous proposons un parcours pour découvrir le fonctionnement de chacun des services. La section suivante fournit des liens vers une documentation détaillée, des didacticiels pratiques et des ressources pour vous aider à démarrer.
Explorez
|
Rôle |
Stratégie de migration Démarrer avec AWS Database Migration Service |
-
Schémas d'architecture
Explorez les diagrammes d'architecture de référence pour vous aider à développer, à faire évoluer et à tester vos bases de données sur AWS.
-
Livres blancs
Explorez les livres blancs pour vous aider à démarrer, à découvrir les meilleures pratiques et à migrer vos bases de données.
-
AWS solutions
Explorez des solutions approuvées et des conseils architecturaux pour les cas d'utilisation courants des bases de données.
