SUS04-BP02 Verwenden Sie Technologien, die Datenzugriffs- und Speichermuster unterstützen - AWS Well-Architected Framework
ImplementierungsleitfadenRessourcen

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.

SUS04-BP02 Verwenden Sie Technologien, die Datenzugriffs- und Speichermuster unterstützen

Nutzen Sie Speichertechnologien, die den Zugriff auf Ihre Daten und ihre Speicherung jeweils optimal unterstützen, um die Zahl der bereitgestellten Ressourcen zu minimieren und gleichzeitig den Workload zu unterstützen.

Typische Anti-Muster:

  • Sie gehen davon aus, dass für alle Workloads ähnliche Datenspeicher- und Zugriffsmuster gelten.

  • Sie verwenden nur eine Speicherebene, vorausgesetzt, dass alle Workloads in diese Ebene passen.

  • Sie gehen davon aus, dass Datenzugriffsmuster im Laufe der Zeit konsistent bleiben.

Vorteile der Nutzung dieser bewährten Methode: Die Auswahl und Optimierung Ihrer Speichertechnologien auf der Grundlage von Datenzugriffs- und Speichermustern hilft Ihnen, die erforderlichen Cloud-Ressourcen zu reduzieren, um Ihre Geschäftsanforderungen zu erfüllen und die Gesamteffizienz der Cloud-Workload zu verbessern.

Risikostufe, wenn diese bewährte Methode nicht eingeführt wird: Niedrig

Implementierungsleitfaden

Wählen Sie für maximale Leistungseffizienz die für Ihre Zugriffsmuster geeignete Speicherlösung, oder passen Sie Ihre Zugriffsmuster an die Speicherlösung an.

Implementierungsschritte

  • Daten- und Zugriffsmerkmale bewerten: Bewerten Sie Ihre Datenmerkmale und Zugriffsmuster, um die wichtigsten Merkmale Ihres Speicherbedarfs zu erfassen. Zu den berücksichtigenden Schlüsselmerkmalen gehören:

    • Datentyp: strukturiert, semistrukturiert, unstrukturiert

    • Datenwachstum: begrenzt, unbegrenzt

    • Lebensdauer von Daten: anhaltend, flüchtig, vorübergehend

    • Zugriffsmuster: Lese- oder Schreibzugriff, Häufigkeit, schwankend oder konsistent

  • Die richtige Speichertechnologie auswählen: Migrieren Sie Daten zur geeigneten Speichertechnologie, die Ihre Datenmerkmale und Zugriffsmuster unterstützt. Hier sind einige Beispiele für AWS Speichertechnologien und ihre wichtigsten Merkmale:

    Typ Technologie Schlüsselmerkmale

    Objektspeicher

    Amazon S3

    Ein Objektspeicherservice mit unbegrenzter Skalierbarkeit, hoher Verfügbarkeit und mehreren Zugriffsoptionen. Für die Übertragung von Objekten in und aus Amazon S3 und den Zugriff auf diese Objekte können Sie einen Service wie z. B. Transfer Acceleration oder Zugangspunkte verwenden, um Ihren Standort, Ihre Sicherheitsanforderungen und Zugriffsmuster zu unterstützen.

    Archivieren von Speichern

    Amazon S3 Glacier

    Speicherklasse von Amazon S3 für die Datenarchivierung.

    Gemeinsames Dateisystem

    Amazon Elastic File System (AmazonEFS)

    Bereitstellbares Dateisystem, auf das mehrere Arten von Datenverarbeitungslösungen zugreifen können. Amazon vergrößert und verkleinert den Speicherplatz EFS automatisch und ist leistungsoptimiert, um gleichbleibend niedrige Latenzen zu gewährleisten.

    Gemeinsames Dateisystem

    Amazon FSx

    Basiert auf den neuesten AWS Computerlösungen zur Unterstützung von vier häufig verwendeten Dateisystemen: Open NetApp ONTAPZFS, Windows File Server und Lustre. Die FSx Latenz, der Durchsatz und der Durchsatz von Amazon IOPS variieren je nach Dateisystem und sollten bei der Auswahl des richtigen Dateisystems für Ihre Workload-Anforderungen berücksichtigt werden.

    Blockspeicher

    Amazon Elastic Block Store (AmazonEBS)

    Skalierbarer, leistungsstarker Blockspeicher-Service, der für Amazon Elastic Compute Cloud (AmazonEC2) entwickelt wurde. Amazon EBS bietet SSD -gestützten Speicher für IOPS transaktionsintensive Workloads und HDD -gestützten Speicher für durchsatzintensive Workloads.

    Relationale Datenbank

    Amazon Aurora, Amazon RDS, Amazon Redshift

    Konzipiert zur Unterstützung von Transaktionen ACID (Atomizität, Konsistenz, Isolierung, Haltbarkeit) und zur Wahrung der referenziellen Integrität und starken Datenkonsistenz. Viele traditionelle Anwendungen, Enterprise Resource Planning (ERP), Customer Relationship Management (CRM) und E-Commerce-Systeme verwenden relationale Datenbanken, um ihre Daten zu speichern.

    Schlüssel-Werte-Datenbank

    Amazon-DynamoDB

    Für gängige Zugriffsmuster optimiert, üblicherweise zum Speichern und Abrufen großer Datenmengen. Web-Apps mit hohem Datenverkehr, E-Commerce-Systeme und Gaming-Anwendungen sind typische Anwendungsfälle für Schlüssel-Werte-Datenbanken.

  • Automatisieren Sie die Speicherzuweisung: Überwachen Sie bei Speichersystemen mit fester Größe, wie Amazon EBS oder AmazonFSx, den verfügbaren Speicherplatz und automatisieren Sie die Speicherzuweisung bei Erreichen eines Schwellenwerts. Sie können Amazon nutzen CloudWatch , um verschiedene Kennzahlen für Amazon und Amazon zu sammeln EBS und zu analysierenFSx.

  • Die richtige Speicherklasse wählen: Wählen Sie die passende Speicherklasse für Ihre Daten.

    • Amazon-S3-Speicherklassen können auf Objektebene konfiguriert werden. Ein einzelner Bucket kann Objekte enthalten, die in allen Speicherklassen gespeichert sind.

    • Sie können Amazon-S3-Lebenszyklusrichtlinien verwenden, um Objekte automatisch zwischen Speicherklassen zu wechseln oder Daten zu entfernen, ohne dass die Anwendung geändert werden muss. Im Allgemeinen müssen Sie bei diesen Speichermechanismen einen Kompromiss zwischen Ressourceneffizienz, Zugriffslatenz und Zuverlässigkeit eingehen.

Ressourcen

Zugehörige Dokumente:

Zugehörige Videos:

Zugehörige Beispiele: