Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Integration von Amazon Aurora Postgre SQL mit anderen Services AWS
Amazon Aurora lässt sich in andere AWS Services integrieren, sodass Sie Ihren Aurora SQL Postgre-DB-Cluster erweitern können, um zusätzliche Funktionen in der AWS Cloud zu nutzen. Ihr Aurora SQL Postgre-DB-Cluster kann AWS Dienste verwenden, um Folgendes zu tun:
-
Mit Amazon RDS Performance Insights können Sie die Leistung Ihrer Aurora SQL Postgre-DB-Instances schnell erfassen, anzeigen und bewerten. Performance Insights erweitert die bestehenden RDS Amazon-Überwachungsfunktionen, um die Leistung Ihrer Datenbank zu veranschaulichen und Ihnen bei der Analyse aller Probleme zu helfen, die sich darauf auswirken. Mit dem Performance Insights Insights-Dashboard können Sie die Datenbanklast visualisieren und die Last nach Wartezeiten, SQL Anweisungen, Hosts oder Benutzern filtern. Weitere Informationen zu Performance Insights finden Sie unter Überwachen der Datenbanklast mit Performance Insights auf Amazon Aurora.
-
Konfigurieren Sie Ihren Aurora SQL Postgre-DB-Cluster für die Veröffentlichung von Protokolldaten in Amazon CloudWatch Logs. CloudWatch Protokolle bieten einen äußerst dauerhaften Speicher für Ihre Protokolldatensätze. Mit CloudWatch Logs können Sie eine Echtzeitanalyse der Protokolldaten durchführen und diese CloudWatch zur Erstellung von Alarmen und zur Anzeige von Metriken verwenden. Weitere Informationen finden Sie unter Aurora SQL Postgre-Protokolle in Amazon CloudWatch Logs veröffentlichen.
-
Importieren Sie Daten aus einem Amazon S3 S3-Bucket in einen Aurora SQL Postgre-DB-Cluster oder exportieren Sie Daten aus einem Aurora SQL Postgre-DB-Cluster in einen Amazon S3 S3-Bucket. Weitere Informationen erhalten Sie unter Daten aus Amazon S3 in einen Aurora SQL Postgre-DB-Cluster importieren und Exportieren von Daten aus einem Aurora SQL Postgre-DB-Cluster RDS S3.
-
Fügen Sie auf maschinellem Lernen basierende Vorhersagen zu Datenbankanwendungen hinzu, die diese Sprache verwenden. SQL Aurora Machine Learning verwendet eine hochoptimierte Integration zwischen der Aurora-Datenbank und den AWS Machine Learning (ML) -Diensten SageMaker KI und Amazon Comprehend. Weitere Informationen finden Sie unter Verwenden von Amazon Aurora Machine Learning mit Aurora Postgre SQL.
-
Rufen Sie AWS Lambda Funktionen aus einem Aurora SQL Postgre-DB-Cluster auf. Verwenden Sie dazu die in Aurora
aws_lambdaPostgre enthaltene SQL Postgre-Erweiterung. SQL Weitere Informationen finden Sie unter Aufrufen eines AWS Lambda Funktion aus einem Aurora SQL Postgre-DB-Cluster . -
Integrieren Sie Abfragen von Amazon Redshift und Aurora SQL Postgre. Weitere Informationen finden Sie unter Erste Schritte mit der Verwendung von Verbundabfragen für Postgre SQL im Amazon Redshift Database Developer Guide.
