Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Mengelola konsistensi data di CloudTrail
CloudTrail menggunakan model komputasi terdistribusi yang disebut konsistensi akhirnya
Anda harus merancang aplikasi Anda untuk memperhitungkan potensi penundaan ini. Pastikan aplikasi bekerja sesuai harapan, bahkan ketika perubahan yang dilakukan di satu lokasi tidak secara langsung terlihat di lokasi lain. Perubahan tersebut termasuk membuat atau memperbarui jejak atau penyimpanan data peristiwa, memperbarui pemilih acara, dan memulai atau menghentikan pencatatan. Saat Anda membuat atau memperbarui penyimpanan data jejak atau peristiwa, CloudTrail mengirimkan log ke bucket S3 atau penyimpanan data peristiwa berdasarkan konfigurasi terakhir yang diketahui hingga perubahan menyebar ke semua lokasi.
Untuk informasi selengkapnya tentang bagaimana hal ini memengaruhi orang lain Layanan AWS, lihat sumber daya berikut:
-
Amazon DynamoDB: Apa model konsistensi DynamoDB
? di FAQDynamoDB, dan Konsistensi Baca di Panduan Pengembang Amazon DynamoDB. -
Amazon EC2: Konsistensi akhirnya dalam Referensi Cloud API Amazon Elastic Compute.
-
Amazon EMR: Memastikan Konsistensi Saat Menggunakan Amazon S3 dan Amazon Elastic MapReduce untuk ETL Alur Kerja
di Blog AWS Big Data. -
AWS Identity and Access Management (IAM): Perubahan yang saya buat tidak selalu langsung terlihat di Panduan IAM Pengguna.
-
Amazon Redshift: Mengelola konsistensi data dalam Panduan Pengembang Database Amazon Redshift.
-
Amazon S3: Model konsistensi data Amazon S3 di Panduan Pengguna Layanan Penyimpanan Sederhana Amazon.