Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Le migliori pratiche per la progettazione di modelli di dati
Utilizza le seguenti best practice per creare un modello di dati relazionali robusto, scalabile e sicuro da utilizzare nella AWS tua applicazione App Studio che soddisfi i requisiti dell'applicazione e garantisca l'affidabilità e le prestazioni a lungo termine della tua infrastruttura di dati.
Scegli il servizio AWS dati giusto: a seconda delle tue esigenze, scegli il servizio AWS dati appropriato. Ad esempio, per un'applicazione OLTP (Online Transaction Processing), potresti prendere in considerazione un database (DB) come Amazon Aurora, un servizio di database nativo, relazionale e completamente gestito per il cloud che supporta vari motori di database come MySQL e PostgreSQL. Per un elenco completo delle versioni di Aurora supportate da App Studio, consulta. Connettiti ad Amazon Aurora D'altra parte, per i casi d'uso dell'Online Analytical Processing (OLAP), prendi in considerazione l'utilizzo di Amazon Redshift, un data warehouse cloud che consente di eseguire query complesse su set di dati molto grandi. Il completamento di queste query può spesso richiedere del tempo (molti secondi), rendendo Amazon Redshift meno adatto alle applicazioni OLTP che richiedono l'accesso ai dati a bassa latenza.
Progettazione per la scalabilità: pianifica il tuo modello di dati pensando alla crescita e alla scalabilità future. Prendi in considerazione fattori come il volume di dati previsto, i modelli di accesso e i requisiti prestazionali nella scelta del tipo e della configurazione del servizio dati e dell'istanza del database appropriati (ad esempio la capacità assegnata).
Per ulteriori informazioni sulla scalabilità con Aurora serverless, consulta Prestazioni e scalabilità per Aurora Serverless V2.
Normalizza i dati: segui i principi della normalizzazione del database per ridurre al minimo la ridondanza dei dati e migliorare l'integrità dei dati. Ciò include la creazione di tabelle appropriate, la definizione di chiavi primarie ed esterne e la definizione di relazioni tra le entità. In App Studio, quando si interrogano dati da un'entità, è possibile recuperare i dati correlati da un'altra entità specificando una
joinclausola sulla query.Implementa l'indicizzazione appropriata: identifica le query e i modelli di accesso più importanti e crea indici appropriati per ottimizzare le prestazioni.
Sfrutta le funzionalità AWS dei servizi dati: sfrutta le funzionalità offerte dal servizio AWS dati che scegli, come backup automatici, implementazioni Multi-AZ e aggiornamenti software automatici.
Proteggi i tuoi dati: implementa solide misure di sicurezza, come policy IAM (AWS Identity and Access Management), creazione di utenti di database con autorizzazioni limitate a tabelle e schemi e applica la crittografia a riposo e in transito.
Monitora e ottimizza le prestazioni: monitora continuamente le prestazioni del database e apporta le modifiche necessarie, ad esempio scalando le risorse, ottimizzando le query o ottimizzando le configurazioni del database.
Automatizza la gestione del database: utilizza AWS servizi come Aurora Autoscaling, Performance Insights for Aurora e Database Migration Service per automatizzare le attività di gestione del database e AWS ridurre il sovraccarico operativo.
Implementa strategie di disaster recovery e backup: assicurati di disporre di un piano di backup e ripristino ben definito, sfruttando funzionalità come Aurora Automated Backups, ripristino point-in-time e configurazioni di replica interregionali.
Segui le AWS best practice e la documentazione: rimani aggiornato con le AWS best practice, le linee guida e la documentazione più recenti per il servizio dati che hai scelto per assicurarti che il modello e l'implementazione dei dati siano in linea con le raccomandazioni. AWS
Per una guida più dettagliata relativa a ciascun servizio AWS dati, consulta i seguenti argomenti:
