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.
Verwaltung der Datenkonsistenz in CloudTrail
CloudTrail verwendet ein verteiltes Rechenmodell, das als letztendliche Konsistenz
Sie müssen Ihre Anwendungen unter Berücksichtigung dieser potenziellen Verzögerungen konzipieren. Stellen Sie sicher, dass sie wie erwartet funktionieren, und zwar auch dann, wenn eine Änderung an einem Speicherort nicht sofort an einem anderen sichtbar ist. Zu diesen Änderungen gehören die Aktivierung einer Opt-in-Region, das Erstellen oder Aktualisieren von Datenspeichern für Pfade oder Ereignisse, das Aktualisieren von Event-Selektoren und das Starten oder Stoppen der Protokollierung. Wenn Sie einen Trail- oder Event-Datenspeicher erstellen oder aktualisieren, CloudTrail überträgt Logs auf der Grundlage der letzten bekannten Konfiguration an den S3-Bucket oder den Ereignisdatenspeicher, bis die Änderungen an allen Speicherorten wirksam werden.
Weitere Informationen darüber, wie sich dies auf andere auswirkt AWS-Services, finden Sie in den folgenden Ressourcen:
-
Amazon DynamoDB: Wie lautet das Konsistenzmodell von Amazon DynamoDB?
im DynamoDB – Häufig gestellte Fragen und Lesekonsistenz im Entwicklerleitfaden für Amazon DynamoDB. -
Amazon EC2: Eventuelle Konsistenz in der Amazon Elastic Compute Cloud API-Referenz.
-
Amazon EMR: Sicherstellung der Konsistenz bei der Verwendung von Amazon S3 und Amazon Elastic MapReduce für ETL-Workflows
im AWS Big Data-Blog. -
AWS Identity and Access Management (IAM): Änderungen, die ich vornehme, sind nicht immer sofort im IAM-Benutzerhandbuch sichtbar.
-
Amazon Redshift: Verwalten der Datenkonsistenz im Entwicklerhandbuch für Amazon-Redshift-Datenbanken.
-
Amazon S3: Amazon-S3-Datenkonsistenzmodell im Benutzerhandbuch für Amazon Simple Storage Service