# Amazon Aurora PostgreSQL を他の AWS のサービスと統合する Amazon Aurora を AWS の他のサービスと統合することで、Aurora PostgreSQL DB クラスターを拡張し、使用できる AWS クラウドの機能を追加できます。Aurora PostgreSQL DB クラスターでは、AWS のサービスを使用して以下のことができます。 + Amazon RDS Performance Insights を使用して Aurora PostgreSQL DB インスタンスのパフォーマンスを迅速に収集、表示、および評価します。Performance Insights は、既存の Amazon RDS モニタリング機能を拡張して、データベースのパフォーマンスを明確にし、これに影響を与えるあらゆる問題を分析しやすくします。Performance Insights ダッシュボードを使用してデータベースロードを視覚化したり、ロードを待機、SQL ステートメント、ホスト、ユーザー別にフィルタリングしたりできます。Performance Insights の詳細については、「[Amazon Aurora での Performance Insights を使用したDB 負荷のモニタリング](USER_PerfInsights.md)」を参照してください。 + ログデータを Amazon CloudWatch Logs に発行するために、Aurora PostgreSQL DB クラスターを設定します。CloudWatch Logs により、高い耐久性の高いを備えたストレージがログレコード用に提供されます。CloudWatch Logs を使用すると、ログデータのリアルタイム分析や、CloudWatch を使用したアラームの作成、メトリクスの表示を行うことができます。詳細については、「[Amazon CloudWatch Logs への Aurora PostgreSQL ログの発行](AuroraPostgreSQL.CloudWatch.md)」を参照してください。 + Amazon S3 バケットから Aurora PostgreSQL DB クラスターにデータをインポートするか、Aurora PostgreSQL DB クラスターから Amazon S3 バケットにデータをエクスポートします。詳細については、「[Amazon S3 から Aurora PostgreSQL DB クラスター にデータをインポートする](USER_PostgreSQL.S3Import.md)」および「[Aurora PostgreSQL DB クラスターから Amazon S3 へのデータのエクスポート](postgresql-s3-export.md)」を参照してください。 + SQL 言語を使用して、データベースアプリケーションに機械学習ベースの予測を追加します。Aurora 機械学習では、Aurora データベースと、SageMaker AI および Amazon Comprehend といった AWS の機械学習 (ML) サービスの、高度に最適化された統合を使用します。詳細については、「[Aurora PostgreSQL で Amazon Aurora 機械学習を使用する](postgresql-ml.md)」を参照してください。 + Aurora PostgreSQL DB クラスターから AWS Lambda 関数を呼び出します。呼び出すには、Aurora PostgreSQL で提供される `aws_lambda` PostgreSQL エクステンションを使用します。詳細については、「[Aurora PostgreSQL DB クラスターから AWS Lambda 関数を呼び出す](PostgreSQL-Lambda.md)」を参照してください。 + Amazon Redshift と Aurora PostgreSQL からのクエリを統合します。詳細については、*Amazon Redshift データベースデベロッパーガイド*の「[PostgreSQL への横串検索を使用したスタート方法](https://docs.aws.amazon.com/redshift/latest/dg/getting-started-federated.html)」を参照してください。