Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Verwaltung der Datenkonsistenz in CloudTrail
CloudTrail verwendet ein verteiltes Rechenmodell, das als letztendliche Konsistenz
Sie müssen Ihre Anwendungen unter Berücksichtigung dieser potenziellen Verzögerungen konzipieren. Stellen Sie sicher, dass sie wie erwartet funktionieren, und zwar auch dann, wenn eine Änderung an einem Speicherort nicht sofort an einem anderen sichtbar ist. Zu diesen Änderungen gehören das Erstellen oder Aktualisieren von Trails oder Ereignisdatenspeichern, das Aktualisieren von Ereignisselektoren und das Starten oder Beenden der Protokollierung. Wenn Sie einen Trail- oder Event-Datenspeicher erstellen oder aktualisieren, CloudTrail übermittelt Logs auf der Grundlage der letzten bekannten Konfiguration an den S3-Bucket oder den Ereignisdatenspeicher, bis die Änderungen auf alle Speicherorte übertragen werden.
Weitere Informationen darüber, wie sich dies auf andere auswirkt AWS-Services, finden Sie in den folgenden Ressourcen:
-
Amazon DynamoDB: Was ist das Konsistenzmodell von
DynamoDB? im DynamoDB FAQ und Read consistency im Amazon DynamoDB Developer Guide. -
Amazon EC2: Eventuelle Konsistenz in der Amazon Elastic Compute API Cloud-Referenz.
-
Amazon EMR: Sicherstellung der Konsistenz bei der Verwendung von Amazon S3 und Amazon Elastic MapReduce für ETL Workflows
im AWS Big Data-Blog. -
AWS Identity and Access Management (IAM): Änderungen, die ich vornehme, sind nicht immer sofort im IAMBenutzerhandbuch sichtbar.
-
Amazon Redshift: Verwalten der Datenkonsistenz im Entwicklerhandbuch für Amazon-Redshift-Datenbanken.
-
Amazon S3: Amazon-S3-Datenkonsistenzmodell im Benutzerhandbuch für Amazon Simple Storage Service