Comentarios sobre la exportación de instantáneas de clústeres de base de datos

No puede ejecutar varias tareas de exportación para la misma instantánea del clúster de base de datos simultáneamente. Esto es cierto para las exportaciones completas y parciales.

Puede tener hasta cinco tareas de exportación de instantáneas de base de datos en curso por Cuenta de AWS.

No puede exportar los datos de instantáneos desde clústeres de bases de datos de Aurora Serverless v1 a S3.

Las exportaciones a S3 no admiten prefijos S3 que contengan dos puntos (:).

Los siguientes caracteres en la ruta del archivo S3 se convierten en guiones bajos (_) durante la exportación:

\ ` " (space)

Si una base de datos, esquema o tabla tiene caracteres en su nombre distintos del siguiente, no se admite la exportación parcial. Sin embargo, puede exportar toda la instantánea de base de datos.

No se admiten espacios ( ) ni determinados caracteres en los nombres de columna de las tablas de bases de datos. Las tablas con los siguientes caracteres en los nombres de columna se omiten durante la exportación:

, ; { } ( ) \n \t = (space)

Las tablas con barras diagonales (/) en el nombre se omiten durante la exportación.

Las tablas temporales y no registradas de Aurora PostgreSQL se omiten durante la exportación.

Si los datos contienen un objeto grande, como un BLOB o CLOB, cercano o superior a 500 MB, se producirá un error en la exportación.

Si una tabla contiene una fila grande cercana o superior a 2 GB, la tabla se omite durante la exportación.

Para exportaciones parciales, la lista ExportOnly tiene un tamaño máximo de 200 KB.

Es muy recomendable que utilice un nombre exclusivo para cada tarea de exportación. Si no utiliza un nombre de tarea exclusivo, es posible que aparezca el siguiente mensaje de error como el que sigue:

exportTaskAlreadyExistsFault: Se ha producido un error (exportTaskAlReadyExists) al llamar a la operación StartExportTask: la tarea de exportación con ID xxxxx ya existe.

Puede eliminar una instantánea mientras exporta los datos a S3, pero se le seguirán cobrando los costos de almacenamiento de esa instantánea hasta que se complete la tarea de exportación.

No puede restaurar los datos de instantáneas exportados de S3 a un nuevo clúster de base de datos.

Convención actual:

batch_index/part-partition_index-random_uuid.format-based_extension

El índice de lote es un número secuencial que representa un lote de datos leídos desde la tabla. Si no podemos dividir su tabla en pequeños fragmentos para exportarlos en paralelo, habrá varios índices de lote. Lo mismo ocurre si la tabla está dividida en varias tablas. Habrá varios índices de lote, uno para cada una de las particiones de la tabla principal.

Si podemos dividir su tabla en pequeños fragmentos para que se lean en paralelo, solo estará la carpeta de índices de lote 1.

Dentro de la carpeta de índices de lote, habrá uno o varios archivos Parquet que contienen los datos de la tabla. El prefijo del nombre de archivo Parquet es part-partition_index. Si la tabla está particionada, habrá varios archivos que comiencen por el índice de partición 00000.

Puede haber huecos en la secuencia del índice de partición. Esto sucede porque cada partición se obtiene de una consulta por rangos de la tabla. Si no hay datos en el rango de esa partición, se omite ese número secuencial.

Por ejemplo, supongamos que la columna id es la clave principal de la tabla y que sus valores mínimo y máximo son 100 y 1000. Al intentar exportar esta tabla con nueve particiones, la leemos con consultas paralelas como las siguientes:

SELECT * FROM table WHERE id <= 100 AND id < 200
	SELECT * FROM table WHERE id <= 200 AND id < 300

Esto debería generar nueve archivos, del part-00000-random_uuid.gz.parquet al part-00008-random_uuid.gz.parquet. Sin embargo, si no hay filas con ID entre 200 y 350, una de las particiones completadas estará vacía y no se creará ningún archivo para ella. En el ejemplo anterior, no se crea part-00001-random_uuid.gz.parquet.

Convención anterior:

part-partition_index-random_uuid.format-based_extension

Es igual a la convención actual, pero sin el prefijo batch_index, por ejemplo:

part-00000-c5a881bb-58ff-4ee6-1111-b41ecff340a3-c000.gz.parquet
	part-00001-d7a881cc-88cc-5ab7-2222-c41ecab340a4-c000.gz.parquet
	part-00002-f5a991ab-59aa-7fa6-3333-d41eccd340a7-c000.gz.parquet
	

BOOLEANO

INT32

INT64

INT96

FLOAT

DOUBLE

BYTE_ARRAY: matriz de bytes de longitud variable, también conocida como binario.

FIXED_LEN_BYTE_ARRAY. matriz de bytes de longitud fija utilizada cuando los valores tienen un tamaño constante.