Bewährte Methoden beim Entwerfen von Datenmodellen

Wählen Sie den richtigen AWS Datendienst: Wählen Sie je nach Ihren Anforderungen den entsprechenden AWS Datendienst aus. Für eine OLTP-Anwendung (Online Transaction Processing) könnten Sie beispielsweise eine Datenbank (DB) wie Amazon Aurora in Betracht ziehen. Dabei handelt es sich um einen Cloud-nativen, relationalen und vollständig verwalteten Datenbankdienst, der verschiedene Datenbank-Engines wie MySQL und PostgreSQL unterstützt. Eine vollständige Liste der von App Studio unterstützten Aurora-Versionen finden Sie unter. Stellen Sie eine Verbindung zu Amazon Aurora her Auf der anderen Seite sollten Sie für OLAP-Anwendungsfälle (Online Analytical Processing) die Verwendung von Amazon Redshift in Betracht ziehen. Dabei handelt es sich um ein Cloud-Data Warehouse, mit dem Sie komplexe Abfragen für sehr große Datensätze ausführen können. Die Fertigstellung dieser Abfragen kann oft einige Zeit (viele Sekunden) in Anspruch nehmen, weshalb Amazon Redshift für OLTP-Anwendungen, die einen Datenzugriff mit niedriger Latenz erfordern, weniger geeignet ist.

Skalierbares Design: Denken Sie bei der Planung Ihres Datenmodells an zukünftiges Wachstum und Skalierbarkeit. Berücksichtigen Sie Faktoren wie das erwartete Datenvolumen, Zugriffsmuster und Leistungsanforderungen bei der Auswahl eines geeigneten Datendienstes sowie des Typs und der Konfiguration der Datenbankinstanz (z. B. bereitgestellte Kapazität).

Normalisieren Sie Ihre Daten: Folgen Sie den Prinzipien der Datenbanknormalisierung, um Datenredundanz zu minimieren und die Datenintegrität zu verbessern. Dazu gehören das Erstellen geeigneter Tabellen, das Definieren von Primär- und Fremdschlüsseln sowie das Herstellen von Beziehungen zwischen Entitäten. Wenn Sie in App Studio Daten von einer Entität abfragen, können Sie verwandte Daten von einer anderen Entität abrufen, indem Sie eine join Klausel in der Abfrage angeben.

Implementieren Sie eine angemessene Indizierung: Identifizieren Sie die wichtigsten Abfragen und Zugriffsmuster und erstellen Sie geeignete Indizes, um die Leistung zu optimieren.

Nutzen Sie die Funktionen der AWS Datenservices: Nutzen Sie die Funktionen, die der von Ihnen gewählte AWS Datenservice bietet, z. B. automatische Backups, Multi-AZ-Bereitstellungen und automatische Softwareupdates.

Schützen Sie Ihre Daten: Implementieren Sie robuste Sicherheitsmaßnahmen wie IAM (AWS Identity and Access Management) -Richtlinien, erstellen Sie Datenbankbenutzer mit eingeschränkten Berechtigungen für Tabellen und Schemas und setzen Sie die Verschlüsselung im Ruhezustand und bei der Übertragung durch.

Überwachen und optimieren Sie die Leistung: Überwachen Sie kontinuierlich die Leistung Ihrer Datenbank und nehmen Sie bei Bedarf Anpassungen vor, z. B. durch Skalieren von Ressourcen, Optimieren von Abfragen oder Optimieren von Datenbankkonfigurationen.

Automatisieren Sie das Datenbankmanagement: Nutzen Sie AWS Dienste wie Aurora Autoscaling, Performance Insights for Aurora und AWS Database Migration Service, um Datenbankverwaltungsaufgaben zu automatisieren und den Betriebsaufwand zu reduzieren.

Implementieren Sie Disaster Recovery- und Backup-Strategien: Stellen Sie sicher, dass Sie über einen klar definierten Sicherungs- und Wiederherstellungsplan verfügen, der Funktionen wie Aurora Automated Backups, Point-in-Time-Recovery und regionsübergreifende Replikatkonfigurationen nutzt.

Halten Sie sich an AWS bewährte Methoden und Dokumentationen: Bleiben Sie auf dem Laufenden über die neuesten AWS Best Practices, Richtlinien und Dokumentationen für den von Ihnen ausgewählten Datenservice, um sicherzustellen, dass Ihr Datenmodell und Ihre Implementierung den Empfehlungen entsprechen. AWS

Bewährte Methoden mit Amazon Aurora

Bewährte Methoden mit Amazon Aurora MySQL

Optimierung der Amazon Redshift-Abfrageleistung

Bewährte Methoden für das Abfragen und Scannen von Daten in Amazon DynamoDB