คีย์-ค่า:ฐานข้อมูลคีย์-ค่าสามารถแบ่งพาร์ติชันได้ดีและสามารถปรับขนาดแนวนอนได้ตามขนาดที่ต้องการซึ่งฐานข้อมูลประเภทอื่นไม่สามารถทำได้ กรณีใช้งาน เช่น สำหรับเล่นเกม เทคโนโลยีโฆษณา และ IoT ทำให้ฐานข้อมูลประเภทนี้เหมาะสำหรับโมเดลข้อมูลแบบคีย์-ค่ามากอย่างยิ่ง Amazon DynamoDB ถูกออกแบบมาเพื่อมอบเวลาแฝงสม่ำเสมอที่นานเพียงหน่วยมิลลิวินาทีหลักเดียวสำหรับปริมาณงานทุกขนาด ประสิทธิภาพที่สม่ำเสมอนี้เป็นสาเหตุสำคัญที่คุณสมบัติ Snapchat Stories ซึ่งมีปริมาณงานเขียนข้อมูลในพื้นที่จัดเก็บขนาดใหญ่ที่สุดของ Snapchat จึงย้ายไปยัง DynamoDB

เอกสาร:Developer บางคนไม่ได้มองโมเดลข้อมูลแบบแถวและคอลัมน์แบบไม่มาตรฐาน โดยทั่วไป ในระดับแอปพลิเคชัน ข้อมูลจะถูกแสดงเป็นเอกสาร JSON เพราะเข้าใจได้ง่ายกว่าสำหรับ Developer เมื่อต้องคิดโมเดลข้อมูลในรูปแบบเอกสาร ความนิยมของฐานข้อมูลแบบเอกสารเพิ่มมากขึ้นเรื่อยๆ เพราะ Developer สามารถค้างข้อมูลไว้ในฐานข้อมูลโดยใช้รูปแบบโมเดลเอกสารเดียวกันที่ใช้ในโค้ดแอปพลิเคชัน DynamoDB และ MongoDB คือฐานข้อมูลแบบเอกสารยอดนิยมที่มี API อันทรงพลังและใช้งานง่ายสำหรับการพัฒนาที่ยืดหยุ่นและคล่องตัว

กราฟ: วัตถุประสงค์ของฐานข้อมูลแบบกราฟคือเพื่อให้การสร้างและรันแอปพลิเคชันที่ทำงานกับชุดข้อมูลที่เชื่อมต่ออย่างดีเยี่ยมเกิดขึ้นได้อย่างง่ายดาย กรณีใช้งานโดยทั่วไปสำหรับฐานข้อมูลแบบกราฟรวมถึงเครือข่ายทางสังคม กลไกข้อเสนอแนะ การตรวจจับการปลอมแปลง และกราฟความรู้ Amazon Neptune คือบริการฐานข้อมูลแบบกราฟที่ได้รับการจัดการอย่างเต็มรูปแบบ Neptune รองรับทั้งโมเดล Property Graph และ Resource Description Framework (RDF) และมอบตัวเลือก API แบบกราฟสองรายการนั่นก็คือ TinkerPop และ RDF/SPARQL ฐานข้อมูลแบบกราฟยอดนิยมรวมถึง Neo4j และ Giraph

ภายในหน่วยความจำ: แอปพลิเคชันสำหรับเกมและเทคโนโลยีโฆษณามีกรณีใช้งาน เช่น บอร์ดผู้นำ การจัดเก็บเซสชัน และการวิเคราะห์แบบใกล้เคียงเวลาจริงที่จำเป็นต้องใช้เวลาในการตอบสนองเป็นมิลลิวินาทีและมีปริมาณการใช้งานขนาดใหญ่ในการรับส่งข้อมูลที่อาจเกิดขึ้นได้ตลอดเวลา Amazon ElastiCache เสนอ Memcached และ Redis เพื่อใช้กับปริมาณงานที่มีเวลาแฝงต่ำและปริมาณการประมวลผลสูง เช่น McDonald’s ซึ่งไม่สามารถใช้การจัดเก็บข้อมูลแบบดิสก์ได้ Amazon DynamoDB Accelerator (DAX) เป็นอีกหนึ่งตัวอย่างของการจัดเก็บข้อมูลที่สร้างตามวัตถุประสงค์ DAX ทำให้ DynamoDB อ่านลำดับของขนาดได้เร็วขึ้น

การค้นหา: แอปพลิเคชันจำนวนมากส่งออกข้อมูลบันทึกเพื่อช่วย Developer แก้ปัญหา Amazon Elasticsearch Service (Amazon ES) สร้างตามวัตถุประสงค์เพื่อมอบการแสดงภาพแบบใกล้เคียงเวลาจริงและการวิเคราะห์ข้อมูลที่สร้างโดยเครื่องโดยการทำดัชนี การรวบรวม และการค้นหาบันทึกและตัววัดแบบกึ่งมีโครงสร้าง นอกจากนี้ Amazon ES ยังเป็นเครื่องมือค้นหาอันทรงพลังและประสิทธิภาพสูงสำหรับกรณีใช้งานการค้นหาข้อความเต็ม Expedia ใช้โดเมน Amazon ES กว่า 150 โดเมน ข้อมูลขนาด 30 TB และเอกสารกว่า 30 พันล้านฉบับสำหรับกรณีใช้งานภารกิจสำคัญๆ ตั้งแต่การตรวจสอบการปฏิบัติงานและการแก้ปัญหาไปจนถึงการติดตามชุดแอปพลิเคชันแบบกระจายและการปรับปรุงประสิทธิภาพด้านราคา