_AWS के साथ शुरुआत करना

_अमेज़ॅन वीपीसी (वर्चुअल प्राइवेट क्लाउड)

VPC एक वर्चुअल प्राइवेट क्लाउड है, और यह आपको AWS क्लाउड के एक तार्किक रूप से अलग-थलग सेक्शन का प्रावधान करने देता है जहाँ आप AWS संसाधनों को एक वर्चुअल नेटवर्क में लॉन्च कर सकते हैं जिसे आप परिभाषित करते हैं।
यह आपको अपनी खुद की आईपी एड्रेस रेंज, सबनेट बनाने और बहुत कुछ चुनने की अनुमति देता है।

VPC हमें यह प्रतिबंधित करने की अनुमति देता है कि नेटवर्क में IP की किस श्रेणी की अनुमति दी जानी चाहिए और यह हमें नियंत्रित करने की अनुमति देता है कि कौन से आने वाले ट्रैफ़िक/पैकेट को अनुमति दी जानी चाहिए और किसे ब्लॉक किया जाना चाहिए।

एक तरह से हम आवश्यकता के अनुसार निजी क्लाउड को अनुकूलित कर सकते हैं और
हम आवश्यकता के आधार पर वर्चुअल क्लाउड पर प्रतिबंध लगा सकते हैं।

वीपीसी एडब्ल्यूएस क्लाउड का एक तार्किक रूप से अलग खंड बनाने की अनुमति देता है जहां आप क्लाउड द्वारा प्रदान किए गए वर्चुअल नेटवर्क में आवश्यकता के आधार पर विभिन्न संसाधनों को लॉन्च कर सकते हैं।

VPC और कुछ नहीं बल्कि क्लाउड में एक वर्चुअल डेटा सेंटर है।
यहां हम ट्रैफिक को नियंत्रित करने के लिए अपने खुद के नेटवर्क नियम बना सकते हैं।

_डेटाबेस एडब्ल्यूएस में

डेटाबेस मूल रूप से डेटा या किसी भी प्रकार की जानकारी का एक संरचित और संगठित संग्रह है। यहां उपयोगकर्ता की आवश्यकता के अनुसार डेटा को आसानी से एक्सेस, प्रबंधित और अपडेट किया जा सकता है।

डेटाबेस में डेटा की खोज, डेटा की पुनर्प्राप्ति और अन्य डेटा प्रोसेसिंग ऑपरेशन बहुत आसानी से किए जाते हैं।

डेटाबेस दो प्रकार के होते हैं:

• संबंध का डेटाबेस
• गैर-संबंधपरक डेटाबेस

Relational Database को RDS (Relational Database Service) कहते हैं RDS में Stored Data Row-Column यानि TABULAR Format में होता है.

संबंधपरक डेटाबेस में प्रत्येक तालिका में एक स्तंभ होता है जहां अद्वितीय शीर्षक लिखा जाता है जिसे प्राथमिक कुंजी कहा जाता है और इस कुंजी को फिर से विदेशी कुंजी के रूप में पुन: उपयोग किया जा सकता है जब संबंधों को कई तालिकाओं के बीच परिभाषित किया जाना है।

हम SQL यानी स्ट्रक्चर्ड क्वेरी लैंग्वेज का उपयोग करके रिलेशनल डेटाबेस के साथ इंटरैक्ट कर सकते हैं। इस स्ट्रक्चर्ड क्वेरी लैंग्वेज का उपयोग करके हम विभिन्न ऑपरेशन कर सकते हैं जो CRUD ऑपरेशंस हैं यानी क्रिएट, रीड, अपडेट, डिलीट।

तालिका ग्राहक में, हमारे पास कई कॉलम हैं और प्रत्येक कॉलम में कुछ अद्वितीय डेटा है जो प्राथमिक कुंजी है और इन्हें आवश्यक होने पर विदेशी कुंजी के रूप में उपयोग किया जा सकता है।

_ संबंधपरक डेटाबेस के लाभ

• डेटा सटीकता
• मानकीकरण
• एसिड अनुपालन

• Microsoft द्वारा SQL सर्वर
• आकाशवाणी
• मायएसक्यूएल सर्वर
• पोस्टग्रेएसक्यूएल
• अमेज़न अरोरा
• मारियाडीबी

दो प्रमुख विशेषताएं आरडीएस

• मल्टी-एजेड (उपलब्धता क्षेत्र) परिनियोजन
• प्रतिकृतियां पढ़ें

गैर-रिलेशनल डेटाबेस मूल रूप से नो-एसक्यूएल डेटाबेस हैं जो डेटा को पारंपरिक रिलेशनल डेटाबेस की तरह पंक्तियों और कॉलम प्रारूप में संग्रहीत नहीं करते हैं।

यह डेटा को दस्तावेजों या JSON फाइलों के प्रारूप में संग्रहीत करता है। इसलिए यह इसे पारंपरिक संबंधपरक डेटाबेस से अधिक लचीला बनाता है।

_गैर-संबंधपरक डेटाबेस के लाभ

• FLEXIBILITY
• उपयुक्तता
• डेटा सटीकता
• डेटा तक आसान पहुंच
• सुरक्षा
• डेटा अखंडता

• डायनेमोडीबी
• मोंगोडीबी
• अपाचे एचबेस
• रेडिस

(ऑनलाइन एनालिटिक्स प्रोसेसिंग)

_OLTP

OLTP प्रमुख रूप से लेन-देन उन्मुख अनुप्रयोगों का समर्थन करता है। प्राथमिक उद्देश्य डाटा प्रोसेसिंग है।

जैसे

• ऑनलाइन बैंकिंग
• एमटीएम मशीन
• पाठ संदेश भेजना

OLAP में एक उपकरण होता है जिसका उपयोग डेटा विश्लेषण उद्देश्य के लिए किया जाता है। OLAP सिस्टम डेटा वेयरहाउसिंग का उदाहरण है। OLAP को बड़ी मात्रा में डेटा की विशेषता है।

डेटा भण्डारण

डेटा वेयरहाउस मूल रूप से कई विषम स्रोतों से डेटा का एकीकरण है। डेटा वेयरहाउसिंग में डेटा की सफाई, डेटा एकीकरण और डेटा समेकन भी शामिल है।

जैसे

• नेटफ्लिक्स मूवी सिफारिश प्रणाली।

_कैश क्या है?

• एक कैश एक सॉफ़्टवेयर या हार्डवेयर घटक है जिसका उद्देश्य डेटा संग्रहीत करना है ताकि उसी डेटा के भविष्य के अनुरोधों को तेज़ी से पूरा किया जा सके।
• कैशिंग किसी भी प्रकार के एप्लिकेशन के प्रदर्शन को बेहतर बनाने के लिए एक तंत्र है।
  तकनीकी रूप से, कैशिंग कैश से डेटा को स्टोर करने और एक्सेस करने की प्रक्रिया है।

यह एक वेब सेवा है जो इसे संचालित करना आसान बनाती है। यह सेवा पूरी तरह से धीमी डिस्क-आधारित डेटाबेस पर निर्भर रहने के बजाय आपको तेज इन-मेमोरी कैश से जानकारी प्राप्त करने की अनुमति देकर वेब एप्लिकेशन के प्रदर्शन में सुधार करती है।

ElastiCache दो ओपन-सोर्स इन-मेमोरी कैशिंग इंजन का समर्थन करता है

• मेमेकैच्ड
• रेडिस

इसका एक डेटाबेस जो पूरे डेटाबेस को RAM में रखता है।

हर बार जब आप किसी डेटाबेस को क्वेरी करते हैं या किसी डेटाबेस में अद्यतन तिथि करते हैं, तो आप केवल मुख्य मेमोरी तक ही पहुँचते हैं।

ऑपरेशन में डिस्क की कोई भागीदारी नहीं है।

Redis और Memcached ऐसे डेटाबेस के उदाहरण हैं।

_Redis और Memcached

Redis और Memcached दोनों ही इन-मेमोरी डेटा स्टोरेज सिस्टम हैं।

दोनों डेटाबेस परिणामों, HTML अंशों, या कुछ और जो उत्पन्न करने के लिए महंगा हो सकता है, कैशिंग करके आपके एप्लिकेशन को गति देने में मदद कर सकते हैं।

Redis एक ओपन-सोर्स की-वैल्यू स्टोर है, जो स्ट्रिंग्स, हैश टेबल, लिंक्ड लिस्ट सहित विभिन्न डेटा प्रकारों पर संचालन का समर्थन करता है।

Memcached केवल अस्थिर कैश सर्वर है जो उच्च प्रदर्शन वितरित मेमोरी कैश सेवाएं प्रदान करता है।

_स्मृति उपयोग दक्षता तुलना

आइटम्स डालने पर मेमकेच्ड में डेमन निर्दिष्ट आकार से थोड़ा अधिक तेजी से बढ़ता है।

इसलिए, आइटम्स को सम्मिलित करने के लिए निर्दिष्ट किसी भी स्थान को पुनः प्राप्त करने का वास्तव में कोई तरीका नहीं है, मेमकेच्ड को पुनरारंभ करने से कम।

Redis में, एक अधिकतम आकार सेट करना हमारे ऊपर है, यह कभी भी इससे अधिक का उपयोग नहीं करेगा और आपको वह मेमोरी वापस देगा जो अब उपयोग में नहीं है।

_प्रदर्शन तुलना

रेडिस केवल सिंगल कोर का उपयोग करता है जबकि मेमेकैच्ड कई कोर का उपयोग करता है।

इसलिए औसतन, कोर के संदर्भ में मापे जाने पर रेडिस छोटे डेटा स्टोरेज में मेमेकैच्ड की तुलना में उच्च प्रदर्शन का दावा करता है।

_Amazon DynamoDB त्वरक (DAX)

Amazon DynamoDB Accelerator (DAX) Amazon DynamoDB के लिए पूरी तरह से प्रबंधित, अत्यधिक उपलब्ध, इन-मेमोरी कैश है जो 10 गुना प्रदर्शन सुधार प्रदान करता है - मिलीसेकंड से लेकर माइक्रोसेकंड तक - प्रति सेकंड लाखों अनुरोधों पर भी।

DynamoDB त्वरक बेहतर प्रदर्शन प्राप्त करने का नया तरीका है। यह उच्च प्रदर्शन पढ़ने वाले अनुप्रयोगों के लिए आदर्श है।

यह ट्रेडिंग एप्लिकेशन और सोशल गेमिंग के लिए एक आदर्श है जहां सबसे तेज संभव प्रतिक्रिया समय की उम्मीद की जाती है।

अगर यह पोस्ट मददगार थी, तो कृपया फॉलो करें और अपना समर्थन दिखाने के लिए नीचे दिए गए क्लैप बटन पर क्लिक करें

_पढ़ने के लिए धन्यवाद

_रजनी ✨