Arkinu
Comparador de servicios de AWS

Amazon DocumentDB vs Amazon DynamoDB: diferencias y cuándo usar cada uno

Amazon DocumentDB
Amazon DynamoDB

Se confunden a menudo en el examenLas preguntas suelen ofrecer uno como distractor del otro: fíjate en la frase del escenario que inclina la balanza.

Bases de datos

Amazon DocumentDB

Base de datos de documentos totalmente gestionada y compatible con MongoDB: puedes usar el mismo código de aplicación, drivers y herramientas que con MongoDB. Resuelve operar y escalar cargas MongoDB en la nube.

Frases del examen que apuntan aquí

  • «base de datos de documentos administrada y compatible con MongoDB»

    Amazon DocumentDB es compatible con la API de MongoDB: las aplicaciones existentes usan los mismos controladores y herramientas, y AWS se encarga de la operación: copias automáticas, monitoreo de salud y recuperación ante fallos.

    Cuándo no: No todas las APIs de MongoDB están soportadas, así que conviene verificar la compatibilidad. Si el escenario no menciona MongoDB y pide acceso por clave a cualquier escala sin servidores, Amazon DynamoDB suele encajar mejor.

  • «migrar una base de datos MongoDB existente con un tiempo de inactividad mínimo»

    AWS DMS puede mover una base MongoDB autogestionada (on-premises o en EC2) a DocumentDB prácticamente sin tiempo de inactividad.

    Cuándo no: Si la base de origen es relacional (por ejemplo, Oracle o MySQL), el destino lógico es Amazon RDS o Aurora, aunque la herramienta de migración siga siendo AWS DMS.

  • «documentos JSON con esquema flexible y consultas ad hoc, índices y agregaciones»

    Un modelo de documentos guarda datos cuya estructura cambia (catálogos, perfiles de usuario, contenido) y permite consultarlos por cualquier campo con índices y agregaciones.

    Cuándo no: DocumentDB tiene índices de texto propios, pero con límites (solo inglés, un índice de texto por colección); si la búsqueda de texto es el centro del escenario, se piensa en Amazon OpenSearch Service, un motor de búsqueda y análisis. Si el acceso es siempre por clave y se quiere un servicio serverless de milisegundos, DynamoDB.

  • «lecturas con baja latencia en otras regiones y recuperación ante la caída de una región»

    Los global clusters replican el clúster desde una región principal a regiones secundarias de solo lectura, normalmente en menos de un segundo, y una secundaria puede promoverse si cae la principal.

    Cuándo no: En un global cluster solo la región principal acepta escrituras. Si el escenario pide escribir en varias regiones a la vez (activo-activo), apunta a DynamoDB global tables.

  • «escalar las escrituras horizontalmente con sharding»

    Elastic Clusters reparte los datos en shards por hash y permite aumentar o reducir shards sin cambiar la aplicación, con poco o ningún tiempo de inactividad.

    Cuándo no: Si lo que hay que escalar son solo las lecturas, basta con añadir réplicas a un clúster normal. Un clúster existente no se convierte en Elastic Cluster: hay que migrar los datos con AWS DMS.

Estudiar Amazon DocumentDB →

Bases de datos

Amazon DynamoDB

Base de datos NoSQL serverless y totalmente gestionada, de modelo clave-valor y documento, con rendimiento de milisegundos de un dígito a cualquier escala. Resuelve cargas operativas que necesitan rendimiento constante sin administrar servidores ni la complejidad de escalar una base de datos relacional.

Frases del examen que apuntan aquí

  • «latencia de milisegundos de un solo dígito a cualquier escala»

    DynamoDB es una base de datos NoSQL de clave-valor y documentos, serverless, pensada para responder en milisegundos de un solo dígito aunque crezcan el tráfico y los datos.

    Cuándo no: Si el escenario exige uniones (joins) entre tablas, consultas SQL complejas o integridad referencial, apunta a una base relacional como Amazon RDS o Amazon Aurora. Y si pide microsegundos, la pista es DAX delante de DynamoDB.

  • «tráfico impredecible y no se quiere planificar la capacidad»

    El modo de capacidad on-demand cobra por solicitud y se ajusta solo al tráfico, sin tener que estimar lecturas y escrituras por segundo.

    Cuándo no: Si el tráfico es estable y se puede prever, encaja el modo provisionado (normalmente con auto scaling), que da costos más predecibles. Y si la aplicación necesita SQL, una opción serverless relacional como Amazon Aurora Serverless encaja mejor.

  • «tiempos de respuesta de microsegundos para lecturas sobre una tabla de DynamoDB»

    DynamoDB Accelerator (DAX) es una caché en memoria compatible con la API de DynamoDB: baja las lecturas de milisegundos a microsegundos con cambios mínimos en la aplicación.

    Cuándo no: DAX no sirve si la aplicación necesita lecturas fuertemente consistentes ni conviene en cargas con muchas escrituras. Si la base de datos de origen es relacional, la caché que se piensa es Amazon ElastiCache.

  • «ejecutar código automáticamente cada vez que cambia un elemento de la tabla»

    DynamoDB Streams registra en orden cada inserción, modificación o borrado, y una función de AWS Lambda puede dispararse con esos registros.

    Cuándo no: El stream solo guarda los cambios 24 horas. Si se necesita más retención, más consumidores o integrarse con otras herramientas de streaming, encaja Kinesis Data Streams for DynamoDB. Si los eventos vienen de muchos servicios distintos, se piensa en Amazon EventBridge.

  • «lecturas y escrituras locales en varias regiones, activo-activo»

    Las global tables replican la tabla en las regiones elegidas y todas aceptan lecturas y escrituras; no hay una región principal.

    Cuándo no: Si la base de datos es relacional, la respuesta suele ser Amazon Aurora Global Database, que escribe en una región principal. Si la aplicación usa Cassandra, Amazon Keyspaces ofrece replicación multirregión.

  • «eliminar automáticamente los elementos caducados sin consumir capacidad de escritura»

    Time to Live (TTL) borra cada elemento cuando vence la marca de tiempo que guarda, sin gastar capacidad de escritura. Sirve para sesiones, datos temporales o registros que pierden valor.

    Cuándo no: Si lo que se busca es guardar sesiones en memoria con latencia por debajo del milisegundo, también encaja Amazon ElastiCache. Si se trata de objetos en S3, el borrado por antigüedad se hace con reglas de ciclo de vida de S3, no con TTL.

Suele ir con

  • AWS Lambda
Estudiar Amazon DynamoDB →