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.
SUS04-BP05 Entfernen nicht benötigter oder redundanter Daten
Entfernen Sie nicht benötigte oder redundante Daten, um die zum Speichern Ihrer Datensätze benötigten Speicherressourcen zu minimieren.
Typische Anti-Muster:
-
Sie duplizieren Daten, die leicht abgerufen oder erneut erstellt werden können.
-
Sie sichern alle Daten, ohne ihre Kritikalität zu berücksichtigen.
-
Sie löschen Daten nur unregelmäßig, nur bei bestimmten Ereignissen oder gar nicht.
-
Sie speichern Daten redundant, unabhängig von der Stabilität des Speicherservices.
-
Sie aktivieren die Amazon-S3-Versionsverwaltung, ohne dass dies geschäftlich gerechtfertigt ist.
Vorteile der Einführung dieser bewährten Methode: Durch das Entfernen nicht benötigter Daten werden die für Ihre Workload benötigte Speichergröße und die Umweltbelastungen durch die Workload reduziert.
Risikostufe, wenn diese bewährte Methode nicht eingeführt wird: Mittel
Implementierungsleitfaden
Wenn Sie nicht benötigte und redundante Datensätze entfernen, können Sie die Speicherkosten und den ökologischen Fußabdruck reduzieren. Dieses Verfahren kann auch die Datenverarbeitung effizienter gestalten, da Datenverarbeitungsressourcen nur wichtige Daten und keine unnötigen Daten verarbeiten. Automatisieren Sie das Löschen von nicht benötigten Daten. Verwenden Sie Technologien, die Daten auf Datei- und Blockebene deduplizieren. Verwenden Sie Service-Features für native Datenreplikation und Redundanz.
Implementierungsschritte
-
Öffentliche Datensätze bewerten: Untersuchen Sie, ob Sie das Speichern von Daten vermeiden können, indem Sie vorhandene, öffentlich verfügbare Datensätze in AWS Data Exchange
und Offene Daten in AWS verwenden. -
Daten deduplizieren: Verwenden Sie Mechanismen, die Daten auf Block- und Objektebene deduplizieren können. Hier finden Sie einige Beispiele zum Deduplizieren von Daten in AWS:
Storage Service Deduplizierungsmechanismus Verwenden Sie AWS Lake Formation FindMatches
und das neue FindMatches ML Transform, um übereinstimmende Einträge in einem Datensatz zu finden (auch solche ohne Bezeichner). Verwenden Sie die Datendeduplizierung in Amazon FSx für Windows.
Snapshots sind inkrementelle Backups, d. h., es werden nur die Blöcke des Geräts gespeichert, die sich seit der letzten Snapshot-Speicherung geändert haben.
-
Lebenszyklusrichtlinien verwenden: Verwenden Sie Lebenszyklusrichtlinien, damit ungenutzte Komponenten automatisch gelöscht werden. Nutzen Sie zum Löschen native Service-Features wie Amazon DynamoDB Time to Live, Amazon S3 Lifecycle oder die Protokollaufbewahrung von Amazon CloudWatch.
-
Datenvirtualisierung verwenden: Verwenden Sie Virtualisierungsfunktionen in AWS, um Daten an der Quelle beizubehalten und eine Duplikation zu vermeiden.
-
Inkrementelle Sicherungen verwenden: Verwenden Sie Sicherungstechnologien, die inkrementelle Sicherungen ermöglichen.
-
Native Stabilität verwenden: Nutzen Sie die Stabilität von Amazon S3 und die Replikation von Amazon EBS, um Ihre Stabilitätsziele zu erreichen, statt selbst verwaltete Technologien zu verwenden (z. B. ein redundantes Array unabhängiger Datenträger (RAID)).
-
Effiziente Protokollierung verwenden: Zentralisieren Sie Protokoll- und Nachverfolgungsdaten, deduplizieren Sie identische Protokolleinträge und richten Sie Mechanismen für die Anpassung der Ausführlichkeit ein, wenn notwendig.
-
Effizientes Caching nutzen: Füllen Sie Caches nur vorab aus, wenn dies begründet werden kann.
-
Richten Sie Überwachung und Automatisierung für den Cache ein, um seine Größe entsprechend anzupassen.
-
Veraltete Versionsressourcen entfernen: Entfernen Sie veraltete Bereitstellungen und Komponenten aus Objektspeichern und Edge-Caches, wenn Sie neue Versionen Ihres Workloads veröffentlichen.
Ressourcen
Zugehörige Dokumente:
Zugehörige Videos:
Zugehörige Beispiele:
