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.
SUS03-BP05 Uso dei modelli e le architetture software che meglio supportano l'accesso ai dati e i modelli di archiviazione
Scopri come i dati vengono utilizzati all'interno del tuo carico di lavoro, consumati dagli utenti, trasferiti e archiviati. Usa architetture e modelli software in grado di supportare al meglio l'accesso ai dati e l'archiviazione per ridurre le risorse di elaborazione, rete e storage richieste dal carico di lavoro.
Anti-pattern comuni:
-
Ritieni che tutti i carichi di lavoro abbiano modelli di accesso e archiviazione di dati simili.
-
Utilizzi un solo livello di archiviazione, presupponendo che tutti i carichi di lavoro rientrino in tale livello.
-
Ritieni che gli schemi di accesso ai dati rimarranno coerenti nel tempo.
-
La tua architettura supporta una potenziale espansione elevata dell'accesso ai dati, con conseguente inattività delle risorse per la maggior parte del tempo.
Vantaggi dell'adozione di questa best practice: riduzione della complessità dello sviluppo e aumento dell'utilizzo complessivo grazie alla selezione e all'ottimizzazione dell'architettura in base ai modelli di accesso ai dati e di archiviazione. Capire quando utilizzare le tabelle globali, il partizionamento dei dati e la memorizzazione nella cache, ti aiuterà a ridurre i costi operativi e a effettuare il dimensionamento in base alle esigenze del carico di lavoro.
Livello di rischio associato se questa best practice non fosse adottata: medio
Guida all'implementazione
Per migliorare la sostenibilità del carico di lavoro a lungo termine, utilizza modelli di architettura che supportino le caratteristiche di storage e accesso ai dati per il tuo carico di lavoro. Tali modelli ti aiutano a recuperare ed elaborare i dati in modo efficiente. Ad esempio, puoi utilizzare un'architettura dati moderna su AWS
Passaggi dell'implementazione
-
Comprensione delle caratteristiche dei dati: analizza le caratteristiche dei dati e i modelli di accesso per individuare la configurazione corretta per le tue risorse cloud. Gli aspetti chiave da considerare includono:
-
Tipo di dati: strutturati, semi-strutturati, non strutturati
-
Crescita dei dati: limitata, illimitata
-
Durabilità dei dati: persistenti, effimeri, transitori
-
Schemi di accesso: letture o scritture, frequenza di aggiornamento, con picchi o costante
-
-
Utilizzo di modelli di architettura ottimali: utilizza tipi di architetture che meglio supportino l'accesso ai dati e i modelli di archiviazione.
-
Utilizzo di servizi appositamente progettati: utilizza tecnologie che sono adatte allo specifico caso d'uso.
-
Sfrutta le tecnologie che lavorano in modo nativo con i dati compressi.
-
Sfrutta servizi di analisi
appositamente creati per l'elaborazione dei dati nella tua architettura. Per informazioni dettagliate sui servizi di analisi AWS appositamente creati, guarda AWS re:Invent 2022 - Building modern data architectures on AWS . -
Utilizza il motore del database che meglio supporta il modello di query dominante. Gestisci gli indici di database per un'esecuzione efficiente delle query. Per ulteriori informazioni, consulta Database su AWS
e guarda AWS re:Invent 2022 - Modernize apps with purpose-built databases .
-
-
Riduzione al minimo dei trasferimenti di dati: seleziona protocolli di rete che riducano la quantità di capacità di rete utilizzata dalla tua architettura.
Risorse
Documenti correlati:
Video correlati:
-
AWS re:Invent 2022 - Building data mesh architectures on AWS
-
AWS re:Invent 2023 - Deep dive into Amazon Aurora and its innovations
-
AWS re:Invent 2023 - Improve Amazon EBS efficiency and be more cost-efficient
-
AWS re:Invent 2023 - Optimizing storage price and performance with Amazon S3
-
AWS re:Invent 2023 - Building and optimizing a data lake on Amazon S3
-
AWS re:Invent 2023 - Advanced event-driven patterns with Amazon EventBridge
Esempi correlati: