Base de datos
La nube ofrece servicios de bases de datos personalizadas que resuelven los diferentes problemas que presenta su carga de trabajo. Puede elegir entre numerosos motores de bases de datos personalizadas, entre los que se incluyen bases de datos relacionales, de valor clave, de documentos, en memoria, de grafos, de series temporales y de libro mayor. Al elegir la mejor base de datos para resolver un problema específico o un grupo de problemas, puede dejar de lado las bases de datos monolíticas únicas y enfocarse en crear aplicaciones que satisfagan las necesidades de rendimiento de sus clientes.
En AWS, puede elegir entre varios motores de bases de datos personalizadas, entre los que se incluyen bases de datos relacionales, de valor clave, de documentos, en memoria, de grafos, de series temporales y de libro mayor. Con las bases de datos de AWS, no tendrá que preocuparse de las tareas de administración de las bases de datos, como el aprovisionamiento de los servidores, la aplicación de revisiones, la instalación, la configuración, las copias de seguridad o la recuperación. AWS supervisa continuamente sus clústeres para mantener sus cargas de trabajo en funcionamiento con un almacenamiento de autorreparación y un escalado automatizado, para que pueda centrarse en el desarrollo de aplicaciones de mayor valor.
La siguiente pregunta se centra en estas consideraciones para mejorar la eficacia del rendimiento.
| RENDIMIENTO 4: ¿Cómo selecciona una solución de base de datos? |
|---|
| La solución de base de datos óptima para un sistema varía según los requisitos de disponibilidad, constancia, tolerancia de partición, latencia, durabilidad, escalabilidad y capacidad de consulta. Muchos sistemas utilizan diferentes soluciones de bases de datos para varios subsistemas y habilitan diferentes características para mejorar el rendimiento. Seleccionar la solución de base de datos y las características incorrectas para un sistema puede conducir a una menor eficiencia de rendimiento. |
El enfoque de base de datos de su carga de trabajo tiene un impacto significativo en la eficiencia del rendimiento. A menudo es un área que se elige de acuerdo con los valores predeterminados de la organización y no a través de un enfoque basado en datos. Al igual que con el almacenamiento, es fundamental tener en cuenta los patrones de acceso de su carga de trabajo, así como considerar si otras soluciones que no sean de base de datos podrían resolver el problema de manera más eficiente (como el uso de una base de datos de grafos, de series temporales o de almacenamiento en memoria).
