SUS04-BP05 Remover dados desnecessários ou redundantes
Remova dados desnecessários ou redundantes para minimizar os recursos de armazenamento necessários para armazenar seus conjuntos de dados.
Práticas comuns que devem ser evitadas:
-
Você duplica dados que podem ser facilmente obtidos ou recriados.
-
Você faz backup de todos os dados sem considerar sua criticidade.
-
Você apenas exclui dados irregularmente, em eventos operacionais ou não os exclui.
-
Você armazena dados de forma redundante, independentemente da durabilidade do serviço de armazenamento.
-
Você ativa o versionamento do Amazon S3 sem qualquer justificativa comercial.
Benefícios de implementar esta prática recomendada: a remoção de dados desnecessários reduz o tamanho de armazenamento necessário para sua workload e o impacto ambiental causado por ela.
Nível de risco exposto se esta prática recomendada não for estabelecida: Médio
Orientação para implementação
Não armazene dados de que você não precisa. Automatize a exclusão de dados desnecessários. Use tecnologias que eliminam dados duplicados em níveis de arquivo e bloco. Aproveite a replicação de dados nativos e os recursos de redundância dos serviços.
Etapas de implementação
-
Avalie se você pode evitar o armazenamento de dados usando conjuntos de dados existentes publicamente disponíveis no AWS Data Exchange
e Open Data on AWS . -
Use mecanismos que possam duplicar dados no nível de bloco e objeto. Aqui estão alguns exemplos de como eliminar duplicações dados na AWS:
Serviços de armazenamento Mecanismo de eliminação de duplicações Use o AWS Lake Formation FindMatches
para encontrar registros correspondentes em um conjunto de dados (incluindo aqueles sem identificadores) usando a nova transformada de ML do FindMatches. Use a eliminação de duplicação de dados no Amazon FSx para Windows.
Snapshots são backups incrementais, o que significa que somente os blocos no dispositivo que tiverem mudado depois do snapshot mais recente serão salvos.
-
Analise o acesso aos dados para identificar dados desnecessários. Automatize as políticas de ciclo de vida. Utilize recursos de serviços nativos, como o tempo de vida útil do Amazon DynamoDB, o ciclo de vida do Amazon S3 ou a retenção de logs do Amazon CloudWatch para exclusão.
-
Use os recursos de virtualização de dados no AWS para manter os dados em sua origem e evitar a duplicação de dados.
-
Use tecnologia de backup capaz de fazer backups incrementais.
-
Aproveite a durabilidade do Amazon S3 e a replicação do Amazon EBS, em vez de tecnologias autogerenciadas (como uma matriz redundante de discos independentes (RAID)), para atingir suas metas de durabilidade.
-
Centralize o log e rastreie os dados, elimine a duplicação de entradas de log idênticas e estabeleça mecanismos para ajustar a prolixidade quando necessário.
-
Preencha os caches com antecedência somente quando justificável.
-
Estabeleça o monitoramento e a automação de cache para redimensionar o cache de forma adequada.
-
Remova implantações e ativos desatualizados dios repositórios de objetos e caches de borda ao enviar novas versões da sua workload por push.
Recursos
Documentos relacionados:
-
Eliminação da duplicação de dados no Amazon FSx para Windows File Server
-
Recursos do Amazon FSx para ONTAP, incluindo a eliminação da duplicação de dados
-
Usar o AWS Backup para fazer backup e restaurar sistemas de arquivos do Amazon EFS
-
Integrar e eliminar duplicações de conjuntos de dados usando o AWS Lake Formation
Vídeos relacionados:
Exemplos relacionados: