NoSQL คืออะไร

แอปพลิเคชันสมัยใหม่เผชิญกับความท้าทายหลายประการที่สามารถแก้ไขได้โดย ฐานข้อมูล NoSQL ตัวอย่างเช่น แอปพลิเคชันประมวลผลปริมาณข้อมูลขนาดใหญ่จากแหล่งที่แตกต่างกัน เช่น โซเชียลมีเดีย เซ็นเซอร์อัจฉริยะ และฐานข้อมูลของบุคคลที่สาม ข้อมูลที่แตกต่างกันทั้งหมดนี้ไม่เหมาะกับโมเดลเชิงสัมพันธ์ การใช้โครงสร้างแบบตารางอาจนําไปสู่ความซ้ำซ้อน ข้อมูลซ้ำ และปัญหาด้านประสิทธิภาพในวงกว้าง

ฐานข้อมูล NoSQL สร้างขึ้นเพื่อโมเดลข้อมูลแบบไม่สัมพันธ์และมีสคีมาที่ยืดหยุ่นสำหรับการสร้างแอปพลิเคชันสมัยใหม่ ฐานข้อมูลประเภทนี้เป็นที่รู้จักกันดีในด้านความง่ายในการพัฒนา การทำงาน และประสิทธิภาพตามขนาดที่ต้องการ ประโยชน์ของฐานข้อมูล NoSQL มีดังต่อไปนี้

โดยทั่วไป ฐานข้อมูล NoSQL จะมีแบบแผนยืดหยุ่นที่ทำให้การพัฒนาเกิดขึ้นเร็วและทำซ้ำคำสั่งได้ดียิ่งขึ้นกว่าเดิม โมเดลข้อมูลที่ยืดหยุ่นทำให้ฐานข้อมูล NoSQL เหมาะสมที่สุดสำหรับข้อมูลแบบกึ่งมีโครงสร้างและไม่มีโครงสร้าง

โดยทั่วไป ฐานข้อมูล NoSQL มักถูกออกแบบมาให้ปรับขนาดออกได้โดยใช้คลัสเตอร์แบบกระจายของฮาร์ดแวร์แทนการปรับขนาดขึ้นโดยเพิ่มเซิร์ฟเวอร์ที่มีราคาแพงและมีประสิทธิภาพสูง ผู้ให้บริการระบบคลาวด์บางเจ้าจัดการปฏิบัติการนี้อยู่เบื้องหลังในแบบบริการที่มีการจัดการเต็มรูปแบบ

ฐานข้อมูล NoSQL ได้ปรับให้เหมาะสมเพื่อโมเดลข้อมูลและรูปแบบการเข้าถึงเฉพาะ ซึ่งจะทำให้ได้ประสิทธิภาพที่สูงกว่าหากต้องการฟังก์ชันการทํางานที่คล้ายกันกับฐานข้อมูลแบบเชิงสัมพันธ์

ฐานข้อมูล NoSQL มี API การทำงานและประเภทข้อมูลที่สร้างตามวัตถุประสงค์สำหรับโมเดลข้อมูลแต่ละโมเดลที่สอดคล้องกัน

คุณสามารถใช้ฐานข้อมูล NoSQL เพื่อสร้างแอปพลิเคชันมือถือ, Internet of Things (IoT), เกม และเว็บประสิทธิภาพสูงมากมายที่มอบประสบการณ์การใช้งานที่ยอดเยี่ยมในวงกว้าง รูปแบบฐานข้อมูล NoSQL และกรณีการใช้งานที่เกี่ยวข้องนั้นมีหลากหลาย แม้ว่าจะเป็นเรื่องยากที่จะกล่าวถึงชุดกรณีการใช้งานที่เป็นตัวแทนหลัก แต่ด้านล่างนี้เราจะให้ตัวอย่างบางส่วนในฐานะผู้ริเริ่มและสนับสนุนให้คุณเรียนรู้เพิ่มเติมเกี่ยวกับฐานข้อมูล NoSQL แต่ละฐานข้อมูลและกรณีการใช้งานที่เกี่ยวข้อง

คุณสามารถให้คําแนะนําแบบเรียลไทม์ การปรับเปลี่ยนให้เหมาะกับตนเอง และประสบการณ์ผู้ใช้ที่ดีขึ้นด้วยฐานข้อมูล NoSQL ตัวอย่างเช่น Disney+ แสดงไลบรารีเนื้อหาดิจิทัลที่กว้างขวางให้กับผู้สมัครรับข้อมูลกว่า 150 ล้านคน + โดยใช้เทคโนโลยีฐานข้อมูล NoSQL ซึ่งสามารถปรับขนาดและส่งมอบคุณสมบัติยอดนิยมได้ เช่น รับชมต่อ รายการที่อยากดู และคําแนะนําที่ปรับให้เหมาะกับแต่ละบุคคลด้วย Amazon DynamoDB

คุณสามารถใช้ฐานข้อมูลแบบกราฟเพื่อค้นหาความสัมพันธ์ที่ซับซ้อนภายในข้อมูลของคุณได้อย่างรวดเร็ว ตัวอย่างเช่น Wiz แสดงวภาพของการรักษาความปลอดภัยของระบบคลาวด์ใหม่เป็นกราฟโดยใช้ Amazon Neptune Wiz ช่วยให้ลูกค้าปรับปรุงมาตรการรักษาความปลอดภัยโดยการระบุและแก้ไขความเสี่ยงที่สําคัญที่สุดได้อย่างรวดเร็ว พวกเขาใช้โมเดลกราฟที่เก็บไว้ใน Amazon Neptune เพื่อค้นหาองค์ประกอบร้ายของปัจจัยเสี่ยงที่แสดงถึงความเสี่ยงที่สําคัญ เครื่องมือประเมินความเสี่ยง Wiz จะสํารวจกราฟและภายในไม่กี่วินาทีสรา้งชุดของปัจจัยความเสี่ยงที่เชื่อมต่อกันในกราฟความปลอดภัย

ฐานข้อมูล NoSQL แบบกระจายนั้นยอดเยี่ยมสําหรับการสร้างแอปพลิเคชันที่มีความพร้อมใช้งานสูงและมีเวลาแฝงต่ำสําหรับการส่งข้อความโซเชียลมีเดีย การแชร์ไฟล์ และอื่น ๆ ตัวอย่างเช่น Snapchat มีผู้ใช้มากกว่า 290 ล้านคนที่ส่งรูปภาพและข้อความวิดีโอหลายพันล้านรายการต่อวัน ใช้ระบบฐานข้อมูล NoSQL เพื่อลดเวลาแฝงโดยเฉลี่ยของการส่งข้อความลง 20%

ฐานข้อมูล NoSQL ใช้โมเดลข้อมูลที่หลากหลายสำหรับการเข้าถึงและจัดการข้อมูล ฐานข้อมูลประเภทนี้ได้รับการปรับให้เหมาะสมเป็นพิเศษสำหรับแอปพลิเคชันที่ต้องการโมเดลข้อมูลที่มีความยืดหยุ่น ปริมาณข้อมูลขนาดใหญ่ และมีความหน่วงต่ำ ซึ่งเกิดขึ้นได้โดยการผ่อนปรนข้อจำกัดความสอดคล้องกันของข้อมูลบางประการของฐานข้อมูลแบบเชิงสัมพันธ์ มีความแตกต่างในการใช้งานตามโมเดลข้อมูล อย่างไรก็ตาม ฐานข้อมูล NoSQL จํานวนมากใช้ Javascript Object Notation (JSON) ซึ่งเป็นรูปแบบการแลกเปลี่ยนข้อมูลแบบเปิดที่แสดงข้อมูลเป็นชุดของคู่ชื่อ-ค่า

ลองพิจารณาตัวอย่างการสร้างโมเดลแบบแผนสำหรับฐานข้อมูลหนังสือแบบไม่ซับซ้อน:

• ในฐานข้อมูลแบบเชิงสัมพันธ์ บันทึกหนังสือมักถูกแยกออกจากกัน (หรือ “มาตรฐาน”) และจัดเก็บในตารางแยก ส่วนความสัมพันธ์จะถูกกำหนดโดยข้อจำกัดคีย์หลักและคีย์นอก ในตัวอย่างนี้ ตารางหนังสือมีคอลัมน์สำหรับ ISBN, ชื่อหนังสือ และครั้งที่พิมพ์ ตารางผู้เขียนมีคอลัมน์สำหรับรหัสผู้เขียนและชื่อผู้เขียน และสุดท้ายตาราง ISBN ของผู้เขียนมีคอลัมน์สำหรับรหัสผู้เขียนและ ISBN โมเดลเชิงสัมพันธ์ถูกออกแบบมาเพื่อทำให้ฐานข้อมูลสามารถบังคับใช้ความสมบูรณ์อ้างอิงระหว่างตารางต่างๆ ในฐานข้อมูล ปรับให้เป็นปกติเพื่อลดความซ้ำซ้อน และได้รับการปรับปรุงประสิทธิภาพสำหรับพื้นที่จัดเก็บอย่างทั่วถึง
• ในฐานข้อมูล NoSQL บันทึกหนังสือมักจะถูกจัดเก็บเป็นเอกสาร สำหรับหนังสือแต่ละเล่ม รายการ, ISBN, ชื่อหนังสือ ครั้งที่พิมพ์ ชื่อผู้เขียน และรหัสผู้เขียนจะถูกจัดเก็บเป็นคุณลักษณะในเอกสารเดียว ในโมเดลนี้ ข้อมูลได้รับการปรับปรุงประสิทธิภาพสำหรับการพัฒนาที่ง่ายและความสามารถในการปรับขนาดแนวนอน

ตารางต่อไปนี้เปรียบเทียบคำศัพท์ที่ใช้โดยฐานข้อมูล NoSQL กับคำศัพท์ที่ใช้โดยฐานข้อมูล SQL ที่เลือก

ระบบฐานข้อมูล NoSQL มีอยู่หลายระบบเนื่องจากมีความผันแปรของวิธีการจัดการและจัดเก็บข้อมูลแบบไม่ใช้สคีมา เราอธิบายถึงตัวอย่างของประเภททั่วไปที่ด้านล่าง

ฐานข้อมูลแบบคีย์-ค่ามีความสามารถในการแบ่งสัดส่วนที่สูงและให้การปรับขนาดในแนวนอนในระดับที่ฐานข้อมูล NoSQL ประเภทอื่นๆ ไม่สามารถทำได้ ฐานข้อมูลแบบคีย์-ค่าจัดเก็บข้อมูลในรูปของชุดคู่คีย์-ค่าซึ่งคีย์จะทำหน้าที่เป็นตัวระบุเฉพาะ คีย์และค่าสามารถเป็นอะไรก็ได้ ตั้งแต่อ็อบเจกต์ธรรมดาไปจนถึงอ็อบเจกต์แบบผสมที่ซับซ้อน กรณีใช้งาน เช่น สำหรับเล่นเกม เทคโนโลยีโฆษณา และ IoT ทำให้ฐานข้อมูลประเภทนี้เหมาะสำหรับฐานโมเดลข้อมูลแบบคีย์-ค่ามากเป็นอย่างยิ่ง Amazon DynamoDB ได้รับการออกแบบมาเพื่อมอบประสิทธิภาพที่สม่ำเสมอโดยมีเวลาแฝงเป็นมิลลิวินาทีเพียงหลักเดียวสำหรับเวิร์กโหลดทุกขนาด 

ฐานข้อมูลแบบโครงสร้างเอกสารจะมีรูปแบบโมเดลเอกสารเดียวกันกับที่นักพัฒนาใช้ในโค้ดของแอปพลิเคชัน พวกเขาจะจัดเก็บข้อมูลเป็นอ็อบเจกต์ JSON ที่มีความยืดหยุ่น กึ่งมีโครงสร้าง และมีลักษณะเป็นลำดับชั้น ลักษณะที่ยืดหยุ่น เป็นกึ่งโครงสร้าง และเป็นลำดับขั้นของเอกสารและฐานข้อมูลแบบโครงสร้างเอกสาร ทำให้เกิดการพัฒนาพร้อมกับความต้องการของแอปพลิเคชัน โมเดลฐานข้อมูลแบบโครงสร้างเอกสารทำงานกับแคตตาล็อก โปรไฟล์ผู้ใช้ และระบบการจัดการเนื้อหาได้เป็นอย่างดี โดยที่แต่ละเอกสารแตกต่างกันและพัฒนาอย่างต่อเนื่อง Amazon DocumentDB (พร้อมฟังก์ชันการทำงานร่วมกับ MongoDB) และ MongoDB เป็นฐานข้อมูลแบบโครงสร้างเอกสารที่ได้รับความนิยมซึ่งช่วยให้ API มีประสิทธิภาพและใช้งานง่ายสำหรับการพัฒนาที่ยืดหยุ่นและมีการทำซ้ำ

ฐานข้อมูลแบบกราฟถูกสร้างขึ้นโดยเฉพาะเพื่อให้ง่ายต่อการสร้างและเรียกใช้แอปพลิเคชันที่ทำงานร่วมกับชุดข้อมูลที่เชื่อมต่อกันสูง ฐานข้อมูลชนิดนี้จะใช้โหนดเพื่อจัดเก็บเอนทิตีข้อมูลและ Edge เพื่อจัดเก็บความสัมพันธ์ระหว่างเอนทิตี Edge มักจะมีโหนดเริ่มต้น โหนดปลายทาง ชนิด และทิศทาง โดยสามารถอธิบายความสัมพันธ์ระหว่างตัวหลักและตัวย่อย การกระทำ และความเป็นเจ้าของ และที่คล้ายกัน ไม่จำกัดจำนวนและชนิดของความสัมพันธ์ที่โหนดมีได้ คุณสามารถใช้ฐานข้อมูลแบบกราฟเพื่อสร้างและเรียกใช้แอปพลิเคชันซึ่งทำงานกับชุดข้อมูลที่มีการเชื่อมโยงสูงได้ กรณีใช้งานโดยทั่วไปสำหรับฐานข้อมูลแบบกราฟรวมถึงเครือข่ายทางสังคม กลไกข้อเสนอแนะ การตรวจจับการปลอมแปลง และกราฟความรู้ Amazon Neptune เป็นบริการฐานข้อมูลแบบกราฟที่มีการจัดการเต็มรูปแบบซึ่งรองรับทั้งโมเดล Property Graph และ Resource Description Framework (RDF) โดยมีตัวเลือก API กราฟสองตัว (TinkerPop และ RDF/SPARQL)

ในขณะที่ฐานข้อมูลแบบไม่ใช่เชิงสัมพันธ์อื่นๆ จัดเก็บข้อมูลบนดิสก์หรือ SSD, เก็บข้อมูลในหน่วยความจํา ได้รับการออกแบบมาเพื่อขจัดความจําเป็นในการเข้าถึงดิสก์ เหมาะอย่างยิ่งสําหรับแอปพลิเคชันที่ต้องการเวลาตอบสนองระดับไมโครวินาทีหรือมีปริมาณการใช้งานที่เพิ่มขึ้นอย่างรวดเร็ว คุณสามารถใช้ฐานข้อมูลกราฟในแอปพลิเคชันเกมและเทคโนโลยีโฆษณาสําหรับคุณสมบัติต่าง ๆ ได้ เช่น กระดานจัดอันดับ ร้านค้าเซสชัน และการวิเคราะห์แบบเรียลไทม์ Amazon MemoryDB สำหรับ Redis เป็นบริการฐานข้อมูลแบบใช้หน่วยความจำที่ทนทานและใช้งานได้ร่วมกับ Redis ซึ่งมีเวลาแฝงในการอ่านระดับไมโครวินาที เวลาแฝงในการเขียนระดับมิลลิวินาทีหลักเดียว และความทนทานแบบ Multi-AZ Amazon ElastiCache เป็นบริการแคชแบบใช้หน่วยความจำที่มีการจัดการเต็มรูปแบบ ซึ่งเข้ากันได้กับทั้ง Redis และ Memcached เพื่อให้บริการเวิร์กโหลดที่มีเวลาแฝงต่ำและมีอัตราการโอนถ่ายข้อมูลสูง Amazon DynamoDB Accelerator (DAX) เป็นอีกตัวอย่างหนึ่งของพื้นที่จัดเก็บข้อมูลที่สร้างขึ้นตามวัตถุประสงค์ ซึ่งทำให้ DynamoDB สามารถอ่านลำดับความสำคัญได้เร็วขึ้น

ฐานข้อมูลเครื่องมือค้นหาเป็นฐานข้อมูลแบบไม่ใช่เชิงสัมพันธ์ประเภทหนึ่งที่มีไว้สำหรับการค้นหาเนื้อหาข้อมูลโดยเฉพาะ เช่น ข้อมูลบันทึกผลลัพธ์ของแอปพลิเคชันที่นักพัฒนาใช้เพื่อแก้ไขปัญหา ซึ่งจะใช้ดัชนีเพื่อจัดหมวดหมู่ลักษณะที่คล้ายคลึงกันในข้อมูลและอำนวยความสะดวกในการค้นหา ฐานข้อมูลเครื่องมือค้นหาได้รับการปรับให้เหมาะสมสําหรับการจัดเรียงข้อมูลที่ไม่มีโครงสร้างเช่นรูปภาพและวิดีโอ Amazon OpenSearch Service สร้างตามวัตถุประสงค์เพื่อมอบการแสดงภาพแบบใกล้เคียงเวลาจริงและการวิเคราะห์ข้อมูลที่สร้างโดยเครื่องโดยการทำดัชนี การรวบรวม และการค้นหาข้อมูลบันทึกและตัววัดแบบกึ่งมีโครงสร้าง

เป็นเวลาหลายทศวรรษที่โมเดลข้อมูลที่โดดเด่นเรื่องการพัฒนาแอปพลิเคชันคือแบบโมเดลข้อมูลเชิงสัมพันธ์ที่จัดเก็บข้อมูลในตารางแถวและคอลัมน์ Structured Query Language (SQL) ถูกใช้เพื่อสร้างและแก้ไขตารางเชิงสัมพันธ์เหล่านี้ ฐานข้อมูล SQL สร้างโมเดลของความสัมพันธ์ของข้อมูลเป็นตาราง แถวในตารางแทนถึงกลุ่มค่าของหนึ่งอ็อบเจกต์หรือเอนติตีที่สัมพันธ์กัน แต่ละคอลัมน์ในตารางจะแสดงแอตทริบิวต์ข้อมูล และเขตข้อมูล (หรือเซลล์ตาราง) จะเก็บค่าจริงของแอตทริบิวต์ คุณสามารถใช้ระบบการจัดการฐานข้อมูลแบบเชิงสัมพันธ์ (RDBMS) เพื่อเข้าถึงข้อมูลได้หลายวิธีโดยไม่ต้องจัดระเบียบตารางฐานข้อมูลใหม่

จนกระทั่งช่วงกลางถึงปลายปี 2000 จึงได้เริ่มมีการปรับใช้และใช้งานโมเดลข้อมูลที่ยืดหยุ่นแบบต่าง ๆ กันมากขึ้น หากต้องการแยกแยะและจัดหมวดหมู่คลาสใหม่ของฐานข้อมูลและโมเดลข้อมูล ให้ใช้คำว่า NoSQL NoSQL ย่อมาจาก ไม่ใช่แค่ SQL หรือไม่ใช่ SQL คำว่า “NoSQL” มักใช้สลับกับที่ไม่ใช่เชิงสัมพันธ์ ความแตกต่างที่สําคัญระหว่างฐานข้อมูลแบบเชิงสัมพันธ์และไม่ใช่เชิงสัมพันธ์นั้นจะแสดงไว้ในตารางด้านล่าง

ฐานข้อมูล NoSQL เหมาะที่สุดสําหรับการจัดการข้อมูลที่ไม่แน่นอน ไม่เกี่ยวข้องกัน หรือเปลี่ยนแปลงอย่างรวดเร็ว ใช้งานง่ายสําหรับนักพัฒนาเมื่อแอปพลิเคชันเป็นตัวกําหนดสคีมาฐานข้อมูล คุณสามารถใช้สําหรับแอปพลิเคชันที่:

• ต้องการสคีมาที่ยืดหยุ่นซึ่งจะช่วยให้การพัฒนาเร็วขึ้นและทำซ้ำได้มากขึ้น
  
• ให้ความสําคัญของประสิทธิภาพมากกว่าความสอดคล้องกันของข้อมูลและรักษาความสัมพันธ์ระหว่างตารางข้อมูล (Referential Integrity) ที่แข็งแกร่ง
• ต้องการการปรับขนาดแนวนอนโดยการแบ่งส่วนข้อมูลข้ามเซิร์ฟเวอร์
• รองรับข้อมูลที่มีโครงสร้าง กึ่งโครงสร้าง และไม่มีโครงสร้าง

คุณไม่จําเป็นต้องเลือกระหว่างสคีมาฐานข้อมูลที่ไม่ใช่เชิงสัมพันธ์และเชิงสัมพันธ์เสมอไป คุณสามารถใช้ฐานข้อมูล SQL และ NoSQL ร่วมกันในแอปพลิเคชันได้ วิธีการแบบไฮบริดนี้ค่อนข้างธรรมดาและทําให้มั่นใจได้ว่าเวิร์กโหลดแต่ละรายการจะถูกแมปเข้ากับฐานข้อมูลที่เหมาะสมเพื่อราคาที่ดีที่สุด

AWS ยังมีบริการฐานข้อมูล NoSQL มากมายที่ตอบสนองความต้องการสำหรับ NoSQL ทั้งหมดของคุณ ตัวอย่างเช่น:

• Amazon DynamoDB เป็นบริการฐานข้อมูลแบบคีย์-ค่าแบบไม่ต้องใช้เซิร์ฟเวอร์ที่มีการจัดการเต็มรูปแบบ ซึ่งให้ประสิทธิภาพที่สม่ำเสมอเป็นตัวเลขหลักเดียวหลักมิลลิวินาทีพร้อมความสามารถในการปรับขนาดที่ไร้ขีดจํากัด
• Amazon DocumentDB (พร้อมฟังก์ชันการทำงานร่วมกับ MongoDB) คือฐานข้อมูลแบบโครงสร้างเอกสาร JSON ที่เนทีฟมีการจัดการเต็มรูปแบบซึ่งช่วยในการจัดการเวิร์กโหลดเอกสารที่สำคัญได้ง่ายและหยัดต้นทุนในทุกขนาดแบบเสมือนโดยไม่ต้องจัดการโครงสร้าง
• Amazon Neptune เป็นบริการฐานข้อมูลแบบกราฟแบบไม่ต้องใช้เซิร์ฟเวอร์ที่มีการจัดการเต็มรูปแบบซึ่งออกแบบมาเพื่อความสามารถในการปรับขนาดและความพร้อมใช้งานที่เหนือกว่า พร้อมความสามารถในการสืบค้นความสัมพันธ์นับพันล้านรายการในไม่กี่วินาที
• Amazon MemoryDB สำหรับ Redis เป็นบริการฐานข้อมูลแบบใช้หน่วยความจำที่ทนทานซึ่งให้เวลาตอบสนองการอ่านและเขียนระดับไมโครวินาทีเพื่อประสิทธิภาพที่รวดเร็วเป็นพิเศษ
• Amazon ElastiCache เป็นบริการจัดเก็บข้อมูลในหน่วยความจําและแคชที่ใช้งานได้กับ Redis และ Memcached ซึ่งมอบประสิทธิภาพแบบเรียลไทม์ที่ปรับให้เหมาะสมกับต้นทุน
• Amazon Keyspaces (สำหรับ Apache Cassandra) เป็นฐานข้อมูลแบบคอลัมน์กว้างแบบไม่ต้องใช้เซิร์ฟเวอร์ที่มีการจัดการเต็มรูปแบบซึ่งออกแบบมาเพื่อความพร้อมใช้งานสูงสุด 99.999% พร้อมการจําลองแบบหลายรีเจี้ยน บริการฐานข้อมูลที่ใช้งานร่วมกันได้กับ Apache Cassandra ซึ่งสามารถปรับขนาดได้ มีความพร้อมใช้งานสูง และมีการจัดการ
• Amazon Timestream เป็นบริการฐานข้อมูลแบบอนุกรมเวลาที่รวดเร็ว ปรับขนาดได้ และไม่ต้องใช้เซิร์ฟเวอร์ซึ่งช่วยทำให้ง่ายต่อการจัดเก็บและวิเคราะห์อีเว้นท์หลายล้านรายการต่อวันโดยเร็วกว่าฐานข้อมูลแบบเชิงสัมพันธ์ถึง 1,000 เท่า 
• Amazon OpenSearch Service เป็นชุดการค้นหาและการวิเคราะห์แบบกระจายที่มีการจัดการเต็มรูปแบบ ซึ่งช่วยให้สามารถค้นหา ตรวจสอบ และวิเคราะห์ข้อมูลธุรกิจและการดําเนินงานแบบเรียลไทม์ได้

เริ่มต้นใช้งาน NoSQL บน AWS ด้วยการสร้างบัญชี AWS ฟรีวันนี้