View a markdown version of this page

Intégration compatible avec Aurora PostgreSQL avec Amazon S3 - AWS Directives prescriptives
Cas d'utilisation de aws_s3 et étapes de haut niveau

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Intégration compatible avec Aurora PostgreSQL avec Amazon S3

Amazon Simple Storage Service (Amazon S3) est un service de stockage d'objets qui fournit un stockage de données évolutif, durable, hautement disponible et rentable. L'édition compatible avec Amazon Aurora PostgreSQL s'intègre à Amazon S3 via l'aws_s3extension, qui fournit un accès direct en lecture et en écriture aux compartiments S3. Cette intégration facilite l'échange de données, notamment l'ingestion de données, les sauvegardes et les autres opérations liées aux données.

Cas d'utilisation de aws_s3 et étapes de haut niveau

Les cas d'utilisation de haut niveau les plus courants et les avantages de l'intégration à Amazon S3 sont les suivants :

  • Ingestion de données depuis Amazon S3 ‒ Utilisez l'aws_s3extension pour charger des données à partir de valeurs séparées par des virgules (CSV), de JSON ou d'autres formats de fichier stockés dans Amazon S3 directement dans une table compatible avec Aurora PostgreSQL. Cela est particulièrement utile pour les processus d'ingestion de données par lots, les flux de travail ETL (extraction, transformation et chargement) ou les migrations de données.

  • Exportation de données vers Amazon S3 ‒ Exportez les données des tables compatibles avec Aurora PostgreSQL vers CSV, JSON ou d'autres formats de fichier, et stockez les données dans Amazon S3. Cela est utile pour l'archivage des données, les sauvegardes ou le partage de données avec d'autres systèmes ou services.

  • Interrogation de données directement depuis Amazon S3 ‒ Interrogez les données stockées dans des fichiers CSV ou JSON dans Amazon S3 directement depuis votre base de données compatible Aurora PostgreSQL sans les charger dans des tables. Cela est utile pour l'analyse ponctuelle des données ou pour le traitement exploratoire des données.

  • Sauvegarde et restauration ‒ Utilisez Amazon S3 comme destination de sauvegarde pour vos bases de données compatibles Aurora PostgreSQL. Cela fournit une couche supplémentaire de protection des données et vous pouvez restaurer des bases de données à partir des sauvegardes Amazon S3 si nécessaire.

Pour intégrer votre cluster de base de données compatible Aurora PostgreSQL à un compartiment S3, suivez les étapes de haut niveau suivantes :

  1. Connectez-vous à votre cluster compatible Aurora PostgreSQL à l'aide d'un client PostgreSQL et créez l'extension : aws_s3

    create extension aws_s3

  2. Configurez l'accès à un compartiment S3 et aux rôles requis. Pour connaître les étapes détaillées, consultez la AWS documentation.

  3. Utilisez une requête PSQL pour importer ou exporter les données de la base de données :

    • Pour importer le fichier depuis Amazon S3 vers une table compatible avec Aurora PostgreSQL, exécutez les commandes suivantes :

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

    • Pour exporter le fichier vers Amazon S3 depuis la table compatible avec Aurora PostgreSQL, exécutez la commande suivante :

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

    • Pour exporter vers Amazon S3 à l'aide d'une requête SQL, exécutez la commande suivante :

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