SUS04-BP02 Uso de tecnologías que admiten patrones de almacenamiento y acceso a los datos
Use las tecnologías de almacenamiento que mejor respalden la forma en que accede y guarda sus datos a fin de minimizar los recursos aprovisionados para admitir la carga de trabajo.
Patrones comunes de uso no recomendados:
-
Supone que todas las cargas de trabajo tienen patrones similares de almacenamiento y acceso a los datos.
-
Solo utiliza un nivel de almacenamiento, asumiendo que todas las cargas de trabajo encajan en ese nivel.
-
Supone que los patrones de acceso a los datos se mantendrán coherentes a lo largo del tiempo.
Beneficios de establecer esta práctica recomendada: seleccionar y optimizar sus tecnologías de almacenamiento en función de los patrones de acceso y almacenamiento de datos le ayudará a reducir los recursos necesarios en la nube para satisfacer sus necesidades empresariales y a mejorar la eficacia general de la carga de trabajo en la nube.
Nivel de riesgo expuesto si no se establece esta práctica recomendada: bajo
Guía para la implementación
Seleccione la solución de almacenamiento que mejor se adapte a sus patrones de acceso, o bien considere cambiar sus patrones de acceso de modo que se adapten a la solución de almacenamiento, a fin de maximizar la eficiencia del rendimiento.
Pasos para la implementación
-
Evaluación de las características de los datos y el acceso: evalúe las características de sus datos y su patrón de acceso para recopilar las características clave de sus necesidades de almacenamiento. Entre las características clave que se deben tener en cuenta se incluyen las siguientes:
-
Tipo de datos: estructurados, semiestructurados y no estructurados
-
Crecimiento de datos: limitado, ilimitado
-
Durabilidad de los datos: persistentes, efímeros o transitorios
-
Patrones de acceso: lecturas o escrituras, frecuencia de actualización, con picos o constantes
-
-
Elección de la tecnología de almacenamiento adecuada: migre los datos a la tecnología de almacenamiento adecuada que sea compatible con las características de sus datos y su patrón de acceso. A continuación, le presentamos algunos ejemplos de tecnologías de almacenamiento de AWS y sus principales características:
Tipo Tecnología Características clave Almacenamiento de objetos
Servicio de almacenamiento de objetos con escalabilidad ilimitada, alta disponibilidad y varias opciones de accesibilidad. La transferencia y el acceso a objetos dentro y fuera de Amazon S3 puede utilizar un servicio, como Transfer Acceleration
o Puntos de acceso , para respaldar su ubicación, sus necesidades de seguridad y sus patrones de acceso. Almacenamiento de archivos
Clase de almacenamiento de Amazon S3 desarrollada para el archivado de datos.
Sistema de archivos compartidos
Sistema de archivos montable al que pueden acceder varios tipos de soluciones de computación. Amazon EFS aumenta y reduce automáticamente el almacenamiento y optimiza el rendimiento para ofrecer latencias bajas y consistentes.
Sistema de archivos compartidos
Se basa en las últimas soluciones de computación de AWS para admitir cuatro sistemas de archivos de uso común: NetApp ONTAP, OpenZFS, Windows File Server y Lustre. La latencia, el rendimiento y las E/S por segundo
de Amazon FSx varían según el sistema de archivos y deben tenerse en cuenta a la hora de seleccionar el sistema de archivos adecuado para sus necesidades de carga de trabajo. Almacenamiento en bloque
Servicio de almacenamiento en bloque de alto rendimiento, escalable y fácil de usar diseñado para Amazon Elastic Compute Cloud (Amazon EC2). Amazon EBS incluye almacenamiento respaldado por SSD para cargas de trabajo transaccionales y de IOPS intensivas, así como almacenamiento respaldado por HDD para cargas de trabajo de rendimiento intensivo.
Base de datos relacional
Se han diseñado para respaldar las transacciones ACID (atomicidad, coherencia, aislamiento, durabilidad) y mantener la integridad referencial y una fuerte coherencia de datos. Muchas aplicaciones tradicionales, la planificación de recursos empresariales (ERP), la administración de las relaciones con los clientes (CRM) y los sistemas de comercio electrónico utilizan bases de datos relacionales para almacenar sus datos.
Base de datos de clave-valor
Optimizada para patrones de acceso comunes, normalmente para almacenar y recuperar grandes volúmenes de datos. Las aplicaciones web con mucho tráfico, los sistemas de comercio electrónico y las aplicaciones de juegos son casos de uso típicos para las bases de datos de clave-valor.
-
Automatización de la asignación de almacenamiento: para los sistemas de almacenamiento que tienen un tamaño fijo, como Amazon EBS o Amazon FSx, supervise el espacio de almacenamiento disponible y automatice la asignación de almacenamiento al alcanzar un umbral. Puede usar Amazon CloudWatch para recopilar y analizar diferentes métricas para Amazon EBS y Amazon FSx.
-
Elección de la clase de almacenamiento adecuada: elija la clase de almacenamiento adecuada para sus datos.
-
Las clases de almacenamiento de Amazon S3 se pueden configurar en el nivel de objeto. Un único bucket puede incluir objetos almacenados en todas las clases de almacenamiento.
-
Puede utilizar las políticas de ciclo de vida de Amazon S3 para hacer transiciones automáticas de objetos entre clases de almacenamiento o eliminar datos sin necesidad de hacer cambios en la aplicación. En general, tiene que equilibrar la eficiencia de los recursos, la latencia de acceso y la fiabilidad cuando considere estos mecanismos de almacenamiento.
-
Recursos
Documentos relacionados:
Videos relacionados:
-
AWS re:Invent 2023 - Improve Amazon EBS efficiency and be more cost-efficient
-
AWS re:Invent 2023 - Optimizing storage price and performance with Amazon S3
-
AWS re:Invent 2023 - Building and optimizing a data lake on Amazon S3
-
AWS re:Invent 2022 - Building modern data architectures on AWS
-
AWS re:Invent 2022 - Modernize apps with purpose-built databases
-
AWS re:Invent 2022 - Building data mesh architectures on AWS
-
AWS re:Invent 2023 - Deep dive into Amazon Aurora and its innovations
-
AWS re:Invent 2023 - Advanced data modeling with Amazon DynamoDB
Ejemplos relacionados: