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.
SUS03-BP05 Verwenden Sie Softwaremuster und Architekturen, die Datenzugriffs- und Speichermuster am besten unterstützen
Identifizieren Sie, wie Daten in Ihrer Workload verwendet, von Benutzern genutzt, übertragen und gespeichert werden. Verwenden Sie Softwaremuster und Architekturen, die den Datenzugriff und die Speicherung optimal unterstützen, um die zur Unterstützung der Workload erforderlichen Datenverarbeitungs-, Netzwerk- und Speicherressourcen zu reduzieren.
Typische Anti-Muster:
-
Sie gehen davon aus, dass für alle Workloads ähnliche Datenspeicher- und Zugriffsmuster gelten.
-
Sie verwenden nur eine Speicherebene, vorausgesetzt, dass alle Workloads in diese Ebene passen.
-
Sie gehen davon aus, dass Datenzugriffsmuster im Laufe der Zeit konsistent bleiben.
-
Ihre Architektur unterstützt potenzielle hohe Bursts beim Datenzugriff, was dazu führt, dass die Ressourcen die meiste Zeit ungenutzt bleiben.
Vorteile der Nutzung dieser bewährten Methode: Die Auswahl und Optimierung Ihrer Architektur auf der Grundlage von Datenzugriffs- und Speichermustern hilft bei der Reduzierung der Entwicklungskomplexität und der Steigerung der allgemeinen Nutzung. Das Verständnis, wann globale Tabellen, Datenpartitionen und Caching verwendet werden sollen, hilft Ihnen dabei, den Betriebsaufwand zu verringern und basierend auf Ihren Workload-Anforderungen zu skalieren.
Risikostufe, wenn diese bewährte Methode nicht eingeführt wird: Mittel
Implementierungsleitfaden
Verwenden Sie Software- und Architekturmuster, die optimal zu den Eigenschaften Ihrer Daten und den Zugriffsmustern passen. Verwenden Sie etwa eine moderne Datenarchitektur in AWS
Implementierungsschritte
-
Analysieren Sie die Eigenschaften ihrer Daten und Ihre Zugriffsmuster, um die korrekte Konfiguration für Ihre Cloud-Ressourcen zu identifizieren. Zu den berücksichtigenden Schlüsselmerkmalen gehören:
-
Datentyp: strukturiert, semistrukturiert, unstrukturiert
-
Datenwachstum: begrenzt, unbegrenzt
-
Lebensdauer von Daten: anhaltend, flüchtig, vorübergehend
-
Zugriffsmuster: Lese- oder Schreibzugriff, Häufigkeit von Aktualisierungen, schwankend oder konsistent
-
-
Verwenden Sie Architekturmuster, die Datenzugriffs- und Speichermuster optimal unterstützen.
-
Nutzen Sie Technologien, die nativ mit komprimierten Daten funktionieren.
-
Verwenden Sie zweckgerichtet erstellte Analytikservices
für die Datenverarbeitung in Ihrer Architektur. Einzelheiten zu AWS speziell entwickelten Analysediensten finden Sie unter AWS re:Invent 2022 — Building modern data architectures on. AWS -
Verwenden Sie die Datenbank-Engine, die das dominierende Abfragemuster jeweils am besten unterstützt. Verwalten Sie Ihre Datenbankindizes so, dass sie die effiziente Ausführung von Abfragen unterstützen. Weitere Detaila finden Sie unter AWS -Datenbanken
und AWS re:Invent 2.022 - Modernize apps with purpose-built databases . -
Wählen Sie Netzwerkprotokolle aus, die die Menge der genutzten Netzwerkkapazitäten in Ihrer Architektur reduzieren.
Ressourcen
Zugehörige Dokumente:
Zugehörige Videos:
-
AWS re:Invent 2022 — Aufbau von Data-Mesh-Architekturen auf AWS
-
AWS re:Invent 2023 — Tauchen Sie tief in Amazon Aurora und seine Innovationen ein
-
AWS re:Invent 2023 — Verbessern Sie die EBS Effizienz von Amazon und seien Sie kosteneffizienter
-
AWS re:Invent 2023 — Optimierung von Speicherpreis und -leistung mit Amazon S3
-
AWS re:Invent 2023 — Aufbau und Optimierung eines Data Lakes auf Amazon S3
-
AWS re:Invent 2023 — Fortgeschrittene ereignisgesteuerte Muster mit Amazon EventBridge
Zugehörige Beispiele: