View a markdown version of this page

Aurora PostgreSQL-kompatible Integration mit Amazon S3 - AWS Präskriptive Leitlinien
aws_s3-Anwendungsfälle und allgemeine Schritte

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.

Aurora PostgreSQL-kompatible Integration mit Amazon S3

Amazon Simple Storage Service (Amazon S3) ist ein Objektspeicherservice, der skalierbaren, dauerhaften, hochverfügbaren und kostengünstigen Datenspeicher bietet. Amazon Aurora PostgreSQL-Compatible Edition lässt sich über die aws_s3 Erweiterung in Amazon S3 integrieren, die direkten Lese- und Schreibzugriff auf S3-Buckets bietet. Diese Integration erleichtert den Datenaustausch, einschließlich Datenaufnahme, Backups und anderer datenbezogener Vorgänge.

aws_s3-Anwendungsfälle und allgemeine Schritte

Die häufigsten allgemeinen Anwendungsfälle und Vorteile der Integration mit Amazon S3 sind die folgenden:

  • Datenaufnahme aus Amazon S3 ‒ Verwenden Sie die aws_s3 Erweiterung, um Daten aus kommagetrennten Werten (CSV), JSON oder anderen in Amazon S3 gespeicherten Dateiformaten direkt in eine Aurora PostgreSQL-kompatible Tabelle zu laden. Dies ist besonders nützlich für Batch-Datenaufnahmeprozesse, ETL-Workflows (Extrahieren, Transformieren und Laden) oder Datenmigrationen.

  • Datenexport nach Amazon S3 ‒ Exportieren Sie Daten aus Aurora PostgreSQL-kompatiblen Tabellen in CSV, JSON oder andere Dateiformate und speichern Sie die Daten in Amazon S3. Dies ist nützlich für die Datenarchivierung, Backups oder die gemeinsame Nutzung von Daten mit anderen Systemen oder Diensten.

  • Direktes Abfragen von Daten aus Amazon S3 ‒ Fragen Sie Daten, die in CSV- oder JSON-Dateien in Amazon S3 gespeichert sind, direkt aus Ihrer Aurora PostgreSQL-kompatiblen Datenbank ab, ohne die Daten in Tabellen zu laden. Dies ist nützlich für einmalige Datenanalysen oder explorative Datenverarbeitung.

  • Backup und Wiederherstellung ‒ Verwenden Sie Amazon S3 als Backup-Ziel für Ihre Aurora PostgreSQL-kompatiblen Datenbanken. Dies bietet eine zusätzliche Datenschutzebene, und Sie können bei Bedarf Datenbanken aus den Amazon S3 S3-Backups wiederherstellen.

Gehen Sie wie folgt vor, um Ihren Aurora PostgreSQL-kompatiblen DB-Cluster in einen S3-Bucket zu integrieren:

  1. Stellen Sie mithilfe eines PostgreSQL-Clients eine Connect zu Ihrem Aurora PostgreSQL-kompatiblen Cluster her und erstellen Sie die Erweiterung: aws_s3

    create extension aws_s3

  2. Richten Sie den Zugriff auf einen S3-Bucket und die erforderlichen Rollen ein. Eine ausführliche Anleitung finden Sie in der AWS Dokumentation.

  3. Verwenden Sie eine PSQL-Abfrage, um die Daten aus der Datenbank zu importieren oder zu exportieren:

    • Führen Sie die folgenden Befehle aus, um die Datei aus Amazon S3 in eine Aurora PostgreSQL-kompatible Tabelle zu importieren:

      SELECT aws_s3.table_import_from_s3( 'Table_Name', '',  '(format text)',
                                                   aws_commons.create_s3_uri('S3_BUCKETNAME', 'FileName.dat','Region-Name')  );

    • Um die Datei aus der Aurora PostgreSQL-kompatiblen Tabelle nach Amazon S3 zu exportieren, führen Sie den folgenden Befehl aus:

      SELECT * FROM aws_s3.query_export_to_s3('TABLE_NAME', aws_commons.create_s3_uri('S3_BUCKETNAME', 'FileName.dat', 'Region-Name') );

    • Um mithilfe einer SQL-Abfrage nach Amazon S3 zu exportieren, führen Sie den folgenden Befehl aus:

      SELECT * FROM aws_s3.query_export_to_s3('SELECT * FROM data_table', aws_commons.create_s3_uri('S3_BUCKETNAME', 'FileName.dat', 'Region-Name') );