ระดับ 3a · บทที่ 5/5

ฐานข้อมูลบน AWS — RDS/Aurora หรือ DynamoDB, backup และการออกแบบ key

⏱ 50 นาทีลองในAWS Console ↗
ข้อมูลบางส่วนอาจเปลี่ยน — ตรวจสอบก่อนใช้

บทนี้มีข้อมูลที่เปลี่ยนบ่อย (ฟีเจอร์ ราคา ชื่อเมนู) ตรวจกับเว็บทางการก่อนนำไปใช้

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-password ให้ RDS เก็บใน Secrets Manager — ไม่ต้องพิมพ์รหัสลงคำสั่ง
  • อยู่ใน isolated subnet + SG รับเฉพาะจาก SG ของแอป (บท 02) · PubliclyAccessible=false เสมอ

DynamoDB: ออกแบบจากคำถาม ไม่ใช่จากตาราง

  • ทุก item มี partition key (PK) และ (ถ้ามี) sort key (SK) · Query ต้องระบุ PK ตรงตัว แล้วกรอง SK ด้วย =, begins_with, between, <, >
  • Scan = อ่านทั้งตาราง แพงและช้า ห้ามใช้ใน path ปกติ
  • เขียนรายการคำถามก่อน แล้วออกแบบ key ให้แต่ละคำถามเป็น Query เดียว

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 Query ต่อหน้าสูงสุด 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 login

ทดลอง 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 TOTAL

ผลที่ควรเห็น:

|  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 text

ผลที่ควรเห็น:

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.micro มักอยู่ในเงื่อนไข) 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 text

ผลที่ควรเห็น: 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 text

ผลที่ควรเห็น: 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