Integración de Amazon Aurora PostgreSQL con otros servicios de AWS

Amazon Aurora se integra con otros servicios de AWS con el fin de permitirle ampliar su clúster de base de datos de Aurora PostgreSQL para usar funcionalidades adicionales en la nube de AWS. El clúster de base de datos de Aurora PostgreSQL puede usar los servicios de AWS para hacer lo siguiente:

• Recopilar, ver y evaluar rápidamente el rendimiento de las instancias de base de datos Aurora PostgreSQL con Performance Insights de Amazon RDS. Performance Insights amplía las características de monitorización existentes de Amazon RDS para ilustrar el desempeño de la base de datos y le ayuda a analizar cualquier problema que le afecte. Con el panel de Performance Insights, puede visualizar la carga de la base de datos y filtrarla por esperas, instrucciones SQL, hosts o usuarios. Para obtener más información acerca de Performance Insights, consulte Monitoreo de la carga de base de datos con Performance Insights en Amazon Aurora.

• Puede configurar un clúster de base de datos de Aurora PostgreSQL para publicar datos de registro en Amazon CloudWatch Logs. CloudWatch Logs ofrece un almacenamiento de larga duración para sus registros. Con CloudWatch Logs, puede realizar análisis en tiempo real de los datos de registro y utilizar CloudWatch para crear alarmas y ver métricas. Para obtener más información, consulte Publicación de registros de Aurora PostgreSQL en Amazon CloudWatch Logs.

• Importe datos de un bucket de Amazon S3 a un clúster de base de datos de Aurora PostgreSQL o exporte los datos de un clúster de base de datos de Aurora PostgreSQL a un bucket de Amazon S3. Para más información, consulte Importación de datos de Amazon S3 en un clúster de base de datos Aurora PostgreSQL y Exportación de datos de una Aurora PostgreSQL de base de datos de clústerde Amazon S3.

• Agregue predicciones basadas en machine learning a las aplicaciones de base de datos mediante el lenguaje SQL. El machine learning de Aurora es una integración sumamente optimizada entre los servicios de base de datos de Aurora y el machine learning (ML) de AWS SageMaker y Amazon Comprehend. Para obtener más información, consulte Uso de machine learning de Amazon Aurora con Aurora PostgreSQL.

• Invoque funciones de AWS Lambda desde un clúster de base de datos de Aurora PostgreSQL. Para ello, utilice la extensión de PostgreSQL aws_lambda proporcionada con Aurora PostgreSQL. Para obtener más información, consulte Invocar una función de AWS Lambda desde un clúster de base de datos de Aurora PostgreSQL.

• Integre consultas de Amazon Redshift y Aurora PostgreSQL. Para obtener más información, consulte Introducción al uso de consultas federadas en PostgreSQL en la Guía para desarrolladores de bases de datos Amazon Redshift.