Mengekspor data klaster DB ke Amazon S3 - Amazon Aurora

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Mengekspor data klaster DB ke Amazon S3

Anda dapat mengekspor data dari klaster DB Amazon Aurora langsung ke bucket Amazon S3. Proses ekspor berjalan di latar belakang dan tidak memengaruhi performa klaster DB aktif Anda.

Secara default, semua data dalam klaster DB diekspor. Namun, Anda dapat memilih untuk mengekspor set basis data, skema, atau tabel tertentu.

Amazon Aurora mengklona klaster DB, mengekstrak data dari klona, dan menyimpan data dalam bucket Amazon S3. Data disimpan dalam format Apache Parquet yang dikompresi dan konsisten. Setiap file Parquet biasanya berukuran 1–10 MB.

Kinerja lebih cepat yang bisa Anda dapatkan dengan mengekspor data snapshot untuk Aurora My SQL versi 2 dan versi 3 tidak berlaku untuk mengekspor data cluster DB. Untuk informasi selengkapnya, lihat Mengekspor data snapshot klaster DB ke Amazon S3.

Anda dikenakan biaya untuk mengekspor seluruh klaster DB, baik Anda mengekspor semua atau sebagian data. Untuk informasi selengkapnya, lihat Halaman Harga Amazon Aurora.

Setelah data diekspor, Anda dapat menganalisis data yang diekspor secara langsung melalui alat seperti Amazon Athena atau Amazon Redshift Spectrum. Untuk informasi lebih lanjut tentang menggunakan Athena untuk membaca data Parket, lihat Parket di Panduan Pengguna SerDe Amazon Athena. Untuk informasi selengkapnya tentang penggunaan Redshift Spectrum untuk membaca data Parket, lihat COPYdari format data kolumnar di Panduan Pengembang Database Amazon Redshift.

Ketersediaan dan dukungan fitur bervariasi di seluruh versi spesifik dari setiap mesin basis data dan di seluruh Wilayah AWS. Untuk informasi selengkapnya tentang versi dan ketersediaan Wilayah pengeksporan data klaster DB ke S3, lihat Daerah yang Didukung dan mesin Aurora DB untuk mengekspor data cluster ke Amazon S3.

Anda menggunakan proses berikut untuk mengekspor data klaster DB ke bucket Amazon S3. Untuk detail selengkapnya, lihat bagian berikut.

Ikhtisar pengeksporan data klaster DB
  1. Identifikasi klaster DB yang datanya ingin Anda ekspor.

  2. Atur akses ke bucket Amazon S3.

    Bucket adalah kontainer untuk objek atau file Amazon S3. Untuk memberikan informasi untuk mengakses bucket, lakukan langkah-langkah berikut:

    1. Identifikasi bucket S3 tempat data klaster DB akan diekspor. Bucket S3 harus berada di Wilayah AWS yang sama dengan klaster DB. Untuk informasi selengkapnya, lihat Mengidentifikasi bucket Amazon S3 untuk ekspor.

    2. Buat peran AWS Identity and Access Management (IAM) yang memberikan akses tugas ekspor klaster DB ke bucket S3. Untuk informasi selengkapnya, lihat Menyediakan akses ke bucket Amazon S3 menggunakan peran IAM.

  3. Buat enkripsi simetris AWS KMS key untuk enkripsi sisi server. KMSKuncinya digunakan oleh tugas ekspor cluster untuk mengatur enkripsi AWS KMS sisi server saat menulis data ekspor ke S3.

    Kebijakan KMS utama harus menyertakan izin kms:CreateGrant dan kms:DescribeKey izin. Untuk informasi selengkapnya tentang penggunaan KMS kunci di Amazon Aurora, lihat. AWS KMS key manajemen

    Jika Anda memiliki pernyataan penolakan dalam kebijakan KMS utama Anda, pastikan untuk secara eksplisit mengecualikan prinsip AWS layanan. export.rds.amazonaws.com

    Anda dapat menggunakan KMS kunci dalam AWS akun Anda, atau Anda dapat menggunakan KMS kunci lintas akun. Untuk informasi selengkapnya, lihat Menggunakan cross-account AWS KMS key.

  4. Ekspor cluster DB ke Amazon S3 menggunakan konsol atau perintah. start-export-task CLI Untuk informasi selengkapnya, lihat Membuat tugas ekspor cluster DB.

  5. Untuk mengakses data Anda yang diekspor di bucket Amazon S3 lihat Mengunggah, mengunduh, dan mengelola objek dalam Panduan Pengguna Amazon Simple Storage Service.

Pelajari cara mengatur, mengekspor, memantau, membatalkan, dan memecahkan masalah tugas ekspor klaster DB di bagian berikut.