เป้าหมาย
เลือกระหว่างฐานข้อมูลเชิงสัมพันธ์ (RDS/Aurora) กับ DynamoDB ได้ด้วยเหตุผล ไม่ใช่ความเคยชิน ออกแบบ partition key/sort key ตาม "คำถามที่แอปจะถาม" ใช้ conditional write กันข้อมูลซ้ำ และเปิด backup ที่กู้คืนได้จริง
สองโลก
| RDS / Aurora (SQL) | DynamoDB (NoSQL key-value) | |
|---|---|---|
| รูปแบบ | ตาราง, JOIN, transaction ซับซ้อน, query อิสระ | item ตาม key, query ได้เฉพาะตาม key/index ที่ออกแบบไว้ |
| ขยาย | แนวตั้ง (เครื่องใหญ่ขึ้น) + read replica | แนวนอนอัตโนมัติ แทบไม่มีเพดาน |
| เชื่อมต่อ | connection แบบ TCP ต้องอยู่ใน VPC, ต้องจัด connection pool | HTTPS API + IAM ไม่ต้องมี VPC |
| คิดเงิน | รายชั่วโมงของ instance + ดิสก์ (เปิดทิ้งไว้ก็เสีย) | on-demand ต่อ request + พื้นที่ (ไม่ใช้ = แทบ 0) |
| ดูแล | engine version, maintenance window, parameter | แทบไม่มี |
| เหมาะ | ระบบธุรกิจ รายงาน ข้อมูลเชื่อมโยงกันเยอะ ทีมถนัด SQL | serverless, traffic ไม่แน่นอน, รูปแบบการอ่านชัดเจน, ต้องการ latency คงที่ |
คำถามตัดสิน: "รู้รูปแบบการ query ทั้งหมดล่วงหน้าไหม?" ถ้าไม่ — หรือต้องทำรายงาน/JOIN หลากหลาย — เริ่มที่ PostgreSQL บน RDS/Aurora ถ้ารู้ชัดและอยากได้ serverless เต็มตัว — DynamoDB
RDS กับ Aurora
- RDS = PostgreSQL/MySQL/MariaDB/SQL Server/Oracle แบบจัดการให้ เลือก instance และดิสก์เอง · Multi-AZ มีเครื่องสำรองอีก AZ failover อัตโนมัติ (ราคาประมาณ 2 เท่า)
- Aurora = engine ที่ AWS สร้างใหม่ เข้ากันได้กับ PostgreSQL/MySQL storage แยกกระจาย 3 AZ · Aurora Serverless v2 ปรับ capacity (ACU) ตามโหลด และตั้งให้ลดถึง 0 ACU (หยุดชั่วคราว) ได้ เหมาะ dev/งานเป็นช่วง
- ทั้งคู่: automated backup + point-in-time restore ตาม retention (สูงสุด 35 วัน), snapshot แบบ manual, เข้ารหัสด้วย KMS (ต้องเลือกตอนสร้าง)
- รหัสผ่าน master: ใช้
--manage-master-user-passwordให้ RDS เก็บใน Secrets Manager — ไม่ต้องพิมพ์รหัสลงคำสั่ง - อยู่ใน isolated subnet + SG รับเฉพาะจาก SG ของแอป (บท 02) ·
PubliclyAccessible=falseเสมอ
DynamoDB: ออกแบบจากคำถาม ไม่ใช่จากตาราง
- ทุก item มี partition key (PK) และ (ถ้ามี) sort key (SK) ·
Queryต้องระบุ PK ตรงตัว แล้วกรอง SK ด้วย=,begins_with,between,<,> Scan= อ่านทั้งตาราง แพงและช้า ห้ามใช้ใน path ปกติ- เขียนรายการคำถามก่อน แล้วออกแบบ key ให้แต่ละคำถามเป็น
Queryเดียว
ตัวอย่างร้านออนไลน์ (single-table):
| คำถามของแอป | PK | SK |
|---|---|---|
| ดูโปรไฟล์ลูกค้า | CUST#c001 |
PROFILE |
| ออเดอร์ทั้งหมดของลูกค้า เรียงตามวัน | CUST#c001 |
begins_with ORDER# |
| ออเดอร์ในเดือน ต.ค. 2026 | CUST#c001 |
between ORDER#2026-10-01 และ ORDER#2026-10-31~ |
| ดูออเดอร์จากเลขออเดอร์ | ใช้ GSI ที่ PK = orderId |
— |
- PK ต้อง กระจายดี (เช่น id ลูกค้า) — PK เดียวที่ทุกคนเขียน (เช่น
DATE#today) = hot partition - item ใหญ่สุด 400 KB · ผล
Queryต่อหน้าสูงสุด 1 MB (ต้องทำ pagination) - on-demand เหมาะเริ่มต้น ไม่ต้องเดา capacity · ราคา us-east-1 ราว $0.625 ต่อล้าน write และ $0.125 ต่อล้าน read request unit
⚠️ ต้องตรวจสอบ: ราคาต่าง region ดู https://aws.amazon.com/dynamodb/pricing/on-demand/
Backup ที่กู้ได้จริง
| RDS/Aurora | DynamoDB | |
|---|---|---|
| ต่อเนื่อง | automated backup + PITR (ตั้ง retention) | PITR ต้องเปิดเอง (ปิดเป็นค่าเริ่มต้น) |
| ครั้งคราว | manual snapshot | on-demand backup |
| กู้คืน | ได้ instance/cluster ใหม่ ไม่ทับของเดิม | ได้ ตารางใหม่ ไม่ทับของเดิม |
| กันลบพลาด | DeletionProtection |
DeletionProtection |
backup ที่ไม่เคยลองกู้ = ยังไม่มี backup · ใช้ AWS Backup รวมนโยบายทุกบริการได้ (ระดับ 6a)
ลองเลย 🧪
DynamoDB on-demand ที่มีข้อมูลไม่กี่ item ค่าใช้จ่ายแทบเป็นศูนย์
export AWS_PROFILE=learn # profile SSO ที่ตั้งไว้ในระดับ 2
export AWS_REGION=ap-southeast-1
aws sso loginทดลอง A — สร้างตารางและใส่ข้อมูลตาม access pattern
aws dynamodb create-table --table-name lab-shop \
--attribute-definitions AttributeName=PK,AttributeType=S AttributeName=SK,AttributeType=S \
--key-schema AttributeName=PK,KeyType=HASH AttributeName=SK,KeyType=RANGE \
--billing-mode PAY_PER_REQUEST --query TableDescription.TableStatus --output text
aws dynamodb wait table-exists --table-name lab-shop
aws dynamodb put-item --table-name lab-shop --item '{"PK":{"S":"CUST#c001"},"SK":{"S":"PROFILE"},"name":{"S":"สมชาย ใจดี"},"tier":{"S":"gold"}}'
aws dynamodb put-item --table-name lab-shop --item '{"PK":{"S":"CUST#c001"},"SK":{"S":"ORDER#2026-09-28#o0991"},"total":{"N":"450"}}'
aws dynamodb put-item --table-name lab-shop --item '{"PK":{"S":"CUST#c001"},"SK":{"S":"ORDER#2026-10-02#o1001"},"total":{"N":"1290"}}'
aws dynamodb put-item --table-name lab-shop --item '{"PK":{"S":"CUST#c001"},"SK":{"S":"ORDER#2026-10-05#o1017"},"total":{"N":"320"}}'
aws dynamodb put-item --table-name lab-shop --item '{"PK":{"S":"CUST#c002"},"SK":{"S":"ORDER#2026-10-03#o1009"},"total":{"N":"75"}}'ทดลอง B — Query ตาม key (ไม่ใช่ Scan)
aws dynamodb query --table-name lab-shop \
--key-condition-expression "PK = :pk AND SK BETWEEN :from AND :to" \
--expression-attribute-values '{":pk":{"S":"CUST#c001"},":from":{"S":"ORDER#2026-10-01"},":to":{"S":"ORDER#2026-10-31~"}}' \
--query 'Items[].[SK.S,total.N]' --output table --return-consumed-capacity TOTALผลที่ควรเห็น:
| ORDER#2026-10-02#o1001 | 1290 |
| ORDER#2026-10-05#o1017 | 320 |→ ได้เฉพาะออเดอร์เดือน ต.ค. ของลูกค้าคนเดียว อ่านแค่ item ที่ต้องใช้ · ~ ต่อท้ายเพราะมันเรียงหลังตัวอักษรทั่วไปใน ASCII ทำให้ครอบคลุมทุก key ของวันที่ 31
ทดลอง C — conditional write กันออเดอร์ซ้ำ (idempotency)
aws dynamodb put-item --table-name lab-shop \
--item '{"PK":{"S":"CUST#c001"},"SK":{"S":"ORDER#2026-10-05#o1017"},"total":{"N":"999"}}' \
--condition-expression "attribute_not_exists(PK)" || echo "ถูกปฏิเสธ: ออเดอร์นี้มีอยู่แล้ว"
aws dynamodb get-item --table-name lab-shop \
--key '{"PK":{"S":"CUST#c001"},"SK":{"S":"ORDER#2026-10-05#o1017"}}' --query 'Item.total.N' --output textผลที่ควรเห็น:
An error occurred (ConditionalCheckFailedException) when calling the PutItem operation: The conditional request failed
ถูกปฏิเสธ: ออเดอร์นี้มีอยู่แล้ว
320→ ถ้าไม่มีเงื่อนไข ยอด 320 จะถูกเขียนทับเป็น 999 เงียบๆ — เทคนิคนี้ใช้ต่อในบท events/queues (4a) ที่ข้อความอาจมาซ้ำ
ทดลอง D — เปิด PITR, TTL และ deletion protection
aws dynamodb update-continuous-backups --table-name lab-shop \
--point-in-time-recovery-specification PointInTimeRecoveryEnabled=true \
--query 'ContinuousBackupsDescription.PointInTimeRecoveryDescription.PointInTimeRecoveryStatus' --output text
aws dynamodb update-time-to-live --table-name lab-shop \
--time-to-live-specification Enabled=true,AttributeName=expiresAt
aws dynamodb update-table --table-name lab-shop --deletion-protection-enabled \
--query TableDescription.DeletionProtectionEnabled --output text
aws dynamodb delete-table --table-name lab-shop || echo "ลบไม่ได้ เพราะเปิด deletion protection ✓"ผลที่ควรเห็น:
ENABLED
true
... (ValidationException) ... deletion protection ...
ลบไม่ได้ เพราะเปิด deletion protection ✓TTL: item ที่มี
expiresAt(epoch วินาที) ผ่านไปแล้วจะถูกลบเองฟรีภายในไม่กี่วัน เหมาะ session, OTP, cache
ทดลอง E (ทางเลือก) — RDS PostgreSQL แบบปลอดภัย
⚠️ RDS คิดเงิน รายชั่วโมงตลอดเวลาที่เปิด + ดิสก์ แม้ไม่มีใครใช้ · ตรวจว่า instance class อยู่ในเครดิต Free plan ของคุณ (
db.t4g.microมักอยู่ในเงื่อนไข) และลบภายในวันเดียว
aws rds create-db-instance --db-instance-identifier lab-pg \
--engine postgres --db-instance-class db.t4g.micro --allocated-storage 20 \
--master-username labadmin --manage-master-user-password \
--no-publicly-accessible --backup-retention-period 1 --storage-encrypted \
--query 'DBInstance.[DBInstanceIdentifier,DBInstanceStatus]' --output text
aws rds wait db-instance-available --db-instance-identifier lab-pg
aws rds describe-db-instances --db-instance-identifier lab-pg \
--query 'DBInstances[0].[Endpoint.Address,PubliclyAccessible,MasterUserSecret.SecretArn]' --output textผลที่ควรเห็น: endpoint, False และ ARN ของ secret ใน Secrets Manager (รอ 5–10 นาที) — ไม่มีรหัสผ่านโผล่ในคำสั่งหรือ shell history · เข้าถึงจากเครื่องใน VPC เดียวกันเท่านั้น
เก็บกวาด
aws dynamodb update-table --table-name lab-shop --no-deletion-protection-enabled > /dev/null
aws dynamodb delete-table --table-name lab-shop --query TableDescription.TableStatus --output text
# ถ้าทำทดลอง E:
aws rds delete-db-instance --db-instance-identifier lab-pg --skip-final-snapshot --delete-automated-backups \
--query DBInstance.DBInstanceStatus --output textผลที่ควรเห็น: DELETING และ deleting · secret ที่ RDS สร้างจะถูกลบไปพร้อม instance
กับดักที่เจอบ่อย
| อาการ | สาเหตุ / แก้ |
|---|---|
ใช้ Scan + filter แล้วช้าและแพงขึ้นทุกเดือน |
ไม่ได้ออกแบบ key ตามคำถาม → เพิ่ม SK ที่ถูกต้องหรือ GSI |
| DynamoDB throttle ทั้งที่ภาพรวมโหลดต่ำ | hot partition — PK ไม่กระจาย |
Lambda + RDS แล้ว too many connections |
เปิด connection ใหม่ทุก invoke → ใช้ RDS Proxy หรือเปิด connection นอก handler |
| ลบ RDS แล้ว backup หายหมด | ไม่ได้ทำ final snapshot / manual snapshot ก่อนลบ ระบบจริงห้ามใช้ --skip-final-snapshot |
| "กู้ PITR" แล้วข้อมูลไม่กลับมาในตารางเดิม | การกู้สร้างตาราง/instance ใหม่ ต้องสลับ endpoint หรือคัดลอกข้อมูลกลับเอง |
| บิล RDS ทั้งที่ไม่ได้ใช้ | instance ยังเปิดอยู่ · stop ได้ชั่วคราวแต่จะถูกเปิดเองหลัง 7 วัน → ลบ หรือใช้ Aurora Serverless v2 ที่ลดถึง 0 |
สรุปจำง่าย
ไม่รู้ query ล่วงหน้า/ต้อง JOIN → Postgres บน RDS/Aurora — รู้ access pattern ชัด อยาก serverless → DynamoDB — ออกแบบ PK/SK จากคำถาม ห้าม Scan — conditional write กันซ้ำ — เปิด PITR + deletion protection และลองกู้จริง