Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Mejores prácticas para la entrega de datos
<a name="data-delivery-best-practices"></a>

 Las siguientes prácticas recomendadas le ayudan a aprovechar al máximo la entrega de datos en Amazon Kinesis Data Streams. Para obtener la lista completa de las métricas de entrega a las que se hace referencia en estas recomendaciones, consulte[Supervisión de la entrega de datos](data-delivery-monitoring.md). 

## Rendimiento y actualización de los datos
<a name="best-practices-throughput"></a>
+  Configura el `DataFreshnessInSeconds` parámetro en función del rendimiento de tu transmisión. Los valores más bajos aumentan la frecuencia de entrega, pero pueden hacer que los archivos de salida sean más pequeños. Los valores más altos permiten acumular más datos para cada ciclo de entrega. 
+  Crea una CloudWatch alarma de Amazon en la `DataFreshness` métrica para detectar si la latencia de entrega supera tu umbral aceptable. 
+  Puede crear varias entregas a partir de la misma transmisión de Kinesis Data Streams. Cada entrega funciona de forma independiente, lo que le permite entregar datos a varios destinos de forma simultánea. 

## Gestión de esquemas (tablas de streaming en Apache Iceberg)
<a name="best-practices-schema"></a>
+  Registra tus esquemas en AWS Glue Schema Registry antes de crear una entrega. La entrega utiliza el esquema registrado para definir la estructura de la tabla de destino. 
+  Las entregas no admiten la evolución del esquema. Si su esquema cambia, debe eliminar y volver a crear la entrega con el esquema actualizado. 
+  Usa la validación del esquema por parte del productor para asegurarte de que todos los registros se ajusten al esquema registrado antes de escribirlos en la transmisión. Esto minimiza los errores en la entrega de registros. 

## Diseño de objetos S3 (cubos de Amazon S3 de uso general)
<a name="best-practices-s3-layout"></a>
+  Elija una plantilla de claves de salida que coincida con los patrones de consulta de sus consumidores intermedios. Por ejemplo, usa prefijos basados en fechas si tus consultas se filtran con frecuencia por rango de tiempo. 
+  Habilite la compresión GZIP o ZSTD para reducir los costos de almacenamiento y mejorar el rendimiento de lectura para las cargas de trabajo de análisis posteriores. 
+  Elija la clase de almacenamiento de Amazon S3 adecuada en función de sus patrones de acceso a los datos. Utilice STANDARD para los datos a los que se accede con frecuencia, INTELLIGENT\_TIERING para permitir que Amazon S3 mueva objetos entre los niveles de acceso automáticamente, o GLACIER\_IR para los datos a los que se accede con poca frecuencia y que aún necesitan una recuperación en milisegundos. 

## Seguridad
<a name="best-practices-security"></a>
+  Limita tu política de IAM al bucket o tabla específicos a los que se dirige la entrega. Evita usar ARN de recursos comodín. 
+  Incluya las claves `aws:SourceArn` y de `aws:SourceAccount` condición en la política de confianza del rol de IAM utilizado en la entrega. Esto evita el confuso problema de suplente, ya que garantiza que solo su proveedor específico pueda asumir la función. 
+  Habilite el AWS CloudTrail registro para auditar todas las llamadas a la API de entrega y los cambios de configuración. 
+  Utilice una AWS KMS clave gestionada por el cliente para los datos confidenciales. Esto le brinda un control total sobre la rotación de claves, las políticas de acceso y los registros de auditoría. 

## Dead-letter cola
<a name="best-practices-dlq"></a>
+  Configure siempre una cola de correo muerto para su entrega. Los registros que no se pueden entregar en el destino se envían a la lista de espera para su posterior inspección. 
+  Supervise la `DLQDeliverySuccess` métrica (`DeliveryToS3.DLQDeliverySuccess`o`DeliveryToIceberg.DLQDeliverySuccess`) CloudWatch para detectar cuándo los registros se envían a la cola de mensajes sin procesar. 
+  Inspeccione con regularidad las entradas de las listas de espera pendientes para identificar patrones de errores en las entregas y tomar medidas correctivas a nivel de productor o de configuración de entrega. 

## Supervisión
<a name="best-practices-monitoring"></a>
+  Crea CloudWatch alarmas sobre las métricas de entrega `DataFreshness` y de registro fallido (`DeliveryToS3.FailedRecordCount`o`DeliveryToIceberg.FailedRowCount`) para detectar de forma proactiva los problemas de entrega. 
+  Habilita CloudWatch los registros de tu entrega para capturar diagnósticos de entrega detallados y mensajes de error. 
+  Realice un seguimiento de la métrica (`DeliveryToS3.BytesOut`o`DeliveryToIceberg.BytesOut`) de los bytes entregados para supervisar el rendimiento e identificar caídas inesperadas en el volumen de datos.