As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Gerenciando a consistência dos dados em CloudTrail
CloudTrail usa um modelo de computação distribuída chamado consistência eventual
Suas aplicações devem ser projetadas para levar em conta esses possíveis atrasos. Garanta que eles funcionem conforme o esperado, mesmo quando uma alteração feita em um local não fique imediatamente visível em outro. Essas mudanças incluem criar ou atualizar trilhas ou armazenamentos de dados de eventos, atualizar seletores de eventos e iniciar ou interromper o registro em log. Quando você cria ou atualiza um armazenamento de dados de trilhas ou eventos, CloudTrail entrega registros ao bucket do S3 ou ao armazenamento de dados de eventos com base na última configuração conhecida até que as alterações se propaguem para todos os locais.
Para obter mais informações sobre como isso afeta outras Serviços da AWS pessoas, consulte os seguintes recursos:
-
Amazon DynamoDB: Qual é o modelo de consistência do
DynamoDB? no FAQDynamoDB e a consistência de leitura no Amazon DynamoDB Developer Guide. -
Amazon EC2: consistência eventual na Amazon Elastic Compute Cloud API Reference.
-
Amazon EMR: Garantindo a consistência ao usar o Amazon S3 e o Amazon Elastic MapReduce para ETL fluxos de trabalho no blog
de AWS Big Data. -
AWS Identity and Access Management (IAM): As alterações que eu faço nem sempre são imediatamente visíveis no Guia do IAM Usuário.
-
Amazon Redshift: Gerenciamento da consistência de dados no Guia do desenvolvedor de banco de dados do Amazon Redshift.
-
Amazon S3: Modelo de consistência de dados do Amazon S3 no Guia do usuário do Amazon Simple Storage Service.