View a markdown version of this page

Praktik terbaik saat merancang model data - AWS Studio Aplikasi

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

Praktik terbaik saat merancang model data

Gunakan praktik terbaik berikut untuk membuat model data relasional yang kuat, dapat diskalakan, dan aman AWS untuk digunakan dalam aplikasi App Studio yang memenuhi persyaratan aplikasi Anda dan memastikan keandalan jangka panjang dan kinerja infrastruktur data Anda.

  • Pilih layanan AWS data yang tepat: Tergantung pada kebutuhan Anda, pilih layanan AWS data yang sesuai. Misalnya, untuk aplikasi Pemrosesan Transaksi Online (OLTP), Anda dapat mempertimbangkan database (DB) seperti Amazon Aurora yang merupakan layanan database cloud-native, relasional, dan dikelola sepenuhnya yang mendukung berbagai mesin database seperti MySQL dan PostgreSQL. Untuk daftar lengkap versi Aurora yang didukung oleh App Studio, lihatHubungkan ke Amazon Aurora. Di sisi lain, untuk kasus penggunaan Online Analytical Processing (OLAP), pertimbangkan untuk menggunakan Amazon Redshift, yang merupakan gudang data cloud yang memungkinkan Anda menjalankan kueri kompleks terhadap kumpulan data yang sangat besar. Kueri ini seringkali membutuhkan waktu (beberapa detik) untuk diselesaikan, membuat Amazon Redshift kurang cocok untuk aplikasi OLTP yang memerlukan akses data latensi rendah.

  • Desain untuk skalabilitas: R encanakan model data Anda dengan mempertimbangkan pertumbuhan dan skalabilitas masa depan. Pertimbangkan faktor-faktor seperti volume data yang diharapkan, pola akses, dan persyaratan kinerja saat memilih jenis dan konfigurasi instans database dan layanan data yang sesuai (seperti kapasitas yang disediakan).

  • Normalisasi data Anda: Ikuti prinsip-prinsip normalisasi database untuk meminimalkan redundansi data dan meningkatkan integritas data. Ini termasuk membuat tabel yang sesuai, mendefinisikan kunci primer dan asing, dan membangun hubungan antar entitas. Di App Studio, saat menanyakan data dari satu entitas, Anda dapat mengambil data terkait dari entitas lain dengan menentukan join klausa pada kueri.

  • Menerapkan pengindeksan yang tepat: Identifikasi kueri dan pola akses yang paling penting, dan buat indeks yang sesuai untuk mengoptimalkan kinerja.

  • Manfaatkan fitur layanan AWS data: Manfaatkan fitur yang ditawarkan oleh layanan AWS data yang Anda pilih, seperti pencadangan otomatis, penerapan Multi-AZ, dan pembaruan perangkat lunak otomatis.

  • Amankan data Anda: Ter apkan langkah-langkah keamanan yang kuat, seperti kebijakan IAM (AWS Identity and Access Management), pembuatan pengguna database dengan izin terbatas untuk tabel dan skema, dan terapkan enkripsi saat istirahat dan dalam transit.

  • Memantau dan mengoptimalkan kinerja: Terus memantau kinerja database Anda dan melakukan penyesuaian sesuai kebutuhan, seperti penskalaan sumber daya, mengoptimalkan kueri, atau menyetel konfigurasi database.

  • Mengotomatiskan manajemen database: AWS Man faatkan layanan seperti Aurora Autoscaling, Performance Insights for Aurora, dan AWS Database Migration Service untuk mengotomatiskan tugas manajemen database dan mengurangi overhead operasional.

  • Terapkan strategi pemulihan bencana dan pencadangan: Pastikan Anda memiliki rencana cadangan dan pemulihan yang terdefinisi dengan baik, memanfaatkan fitur-fitur seperti Aurora Automated Backups, pemulihan point-in-time, dan konfigurasi replika lintas wilayah.

  • Ikuti praktik dan dokumentasi AWS terbaik: Tetap up to date dengan praktik AWS terbaik, pedoman, dan dokumentasi terbaru untuk layanan data pilihan Anda untuk memastikan bahwa model dan implementasi data Anda selaras dengan AWS rekomendasi.

Untuk panduan lebih rinci dari setiap layanan AWS data, lihat topik berikut: