Number Data Set

相反，事务写一致性为写操作提供 ACID 支持。然而，这比标准写入一致性的成本高出两倍。

供了灵活性和可扩展性，以满足其应用程序的需求。有两个主要选项：预置容量和按需容量。

在“预配置容量”模式下，用户为他们预先定义的容量付费。该模型主要用于利用率已知的生产系统。容量包括每秒的读取和写入次数。这些写入操作也称为读/写容量单元 (RCU/WCU)。一个容量单位对应于每秒一个请求。

RCU（读取容量单位）以 4 KB 的块为单位进行测量，最后一个块始终向上舍入。 1 RCU 等于每秒一次高度一致读取、两次可能一致读取或一半事务读取。

WCU（写入容量单位）以 1 KB 的块为单位进行测量，最后一个块始终向上舍入。一个 WCU 相当于每秒一次标准写入操作或一半事务性写入操作。

为了说明这一点，给出了一个计算使用不同一致性类型向数据库写入和读取 15 KB 对象的容量单位数的示例。


如果过多的请求超出了所提供的容量，则数据库可能会 喀麦隆 whatsapp 数据​ 受到限制，从而无法处理进一步的请求。为了解决这个问题，可以使用自动缩放功能。它会自动将容量调整到预定义的限制。

在“按需容量”模型下，用户按读写操作请求付费。无需预先配置，容量会根据工作负载动态调整。此选项特别适合流量不可预测的环境，例如测试和开发环境。此处使用请求单位进行计费。这些对应于计算中的容量单位，但更昂贵。

除了容量成本之外，还存在存储、备份、复制、缓存和外部数据传输的成本。

DynamoDB 最佳实践
为了充分利用 AWS DynamoDB 的性能、可扩展性和效率，应遵循一些最佳实践：

高效按键设计
分区键应该有许多唯一值，以确保数据跨分区均匀分布。
“热数据”，即经常访问的数据，应与“冷数据”存储在不同的表中。
在创建数据库之前了解预期的查询模式可以实现排序键和索引的优化设计。
大属性值的存储
对于较大的属性值，建议使用压缩技术来减少内存需求。
对于非常大量的数据，某些属性可以外包给 Amazon S3，并且仅将路径存储在 DynamoDB 中。
大属性应分布在多个项目中，以免超过每个项目 400 KB 的限制。
读操作
扫描和过滤会给资源带来沉重负担并产生高昂的成本。建议使用带索引的定向查询。
为了降低实时一致性不重要的读取操作的成本，可以利用可能的一致性。
本地二级索引 (LSI)
应谨慎使用地方二级指数，因为它们会增加资源负担
LSI 中属性的有限存储有助于限制索引的大小。
全球二级指数 (GSI)
有限的属性存储对于 GSI 来说也很有意义，可以确保高效的查询。
GSI 非常适合为 Dynamo DB 表创建一致的只读副本，以减少主表上的负载。