SUS04-BP02 使用支持数据访问和存储模式的技术
使用最能支持您的数据访问和存储方式的存储技术,以在支持您的工作负载的同时最大限度地减少预置资源。
常见反模式:
-
假设所有工作负载都具有相似的数据存储和访问模式。
-
假设所有工作负载都位于一个存储层,且只使用该存储层。
-
假设数据访问模式会随着时间的推移保持一致。
建立此最佳实践的好处:根据数据访问和存储模式选择和优化您的存储技术,有助于您减少满足业务需求所需的云资源,并提高云工作负载的整体效率。
在未建立这种最佳实践的情况下暴露的风险等级:低
实施指导
选择最适合您的访问模式的存储解决方案,或者考虑根据存储解决方案更改访问模式,以便尽可能提高性能和效率。
实施步骤
-
评估数据和访问特性:评估您的数据特性和访问模式,以收集您的存储需求的主要特性。要考虑的主要特性包括:
-
数据类型:结构化、半结构化、非结构化
-
数据增长:有限、无界
-
数据持久性:持久、短暂、瞬时
-
访问模式:读写、频率、峰值或一致
-
-
选择适当的存储技术:将数据迁移到支持您的数据特征和访问模式的适当存储技术。下面是 AWS 存储技术的一些示例以及它们的主要特性:
类型 Technology 主要特性 对象存储
一项对象存储服务,具有无限的可扩展性、高可用性和多种可访问性选项。在 Amazon S3 内外传输和访问对象,可以使用传输加速
或接入点 等服务来支持您的位置、安全需求和访问模式。 存档存储
Amazon S3 的存储类,用于数据归档。
共享文件系统
可装载文件系统,可由多种类型的计算解决方案访问。Amazon EFS 会自动增大和缩小存储,并进行性能优化以提供一致的低延迟。
共享文件系统
基于最新 AWS 计算解决方案而构建,支持四种常用文件系统:NetApp ONTAP、OpenZFS、Windows File Server 和 Lustre。Amazon FSx 延迟、吞吐量和 IOPS
因文件系统而不同,因此,在为您的工作负载需求选择合适的文件系统时应考虑这些因素。 数据块存储
可扩展、高性能的数据块存储服务,专为 Amazon Elastic Compute Cloud(Amazon EC2)设计。Amazon EBS 包括用于事务型、IOPS 密集型工作负载的 SSD 支持型存储,以及用于吞吐量密集型工作负载的 HDD 支持型存储。
关系数据库
旨在支持 ACID(原子性、一致性、隔离性、持久性)事务,并保持参照完整性和数据强一致性。许多传统应用程序、企业资源规划(ERP)、客户关系管理(CRM)和电子商务系统都使用关系数据库来存储数据。
键值数据库
已针对常见的访问模式进行优化,通常用于存储和检索大量数据。键值数据库的典型使用案例包括高流量 Web 应用程序、电子商务系统和游戏应用程序。
-
自动分配存储空间:对于固定大小的存储系统(例如 Amazon EBS 或 Amazon FSx),请监控可用的存储空间,并在达到阈值时自动分配存储空间。您可以利用 Amazon CloudWatch 来收集和分析 Amazon EBS 和 Amazon FSx 的不同指标。
-
选择合适的存储类:为您的数据选择合适的存储类。
-
Amazon S3 可以在对象级别配置存储类。单个存储桶可以包含存储在所有存储类中的对象。
-
您可以使用 Amazon S3 生命周期策略,在不对应用程序进行任何更改的情况下,于存储类之间自动转换对象或删除数据。通常来说,在考虑这些存储机制时,您必须在资源效率、访问延迟和可靠性之间做出取舍。
-
资源
相关文档:
相关视频:
-
AWS re:Invent 2023 - Improve Amazon EBS efficiency and be more cost-efficient
-
AWS re:Invent 2023 - Optimizing storage price and performance with Amazon S3
-
AWS re:Invent 2023 - Building and optimizing a data lake on Amazon S3
-
AWS re:Invent 2022 - Building modern data architectures on AWS
-
AWS re:Invent 2022 - Modernize apps with purpose-built databases
-
AWS re:Invent 2022 - Building data mesh architectures on AWS
-
AWS re:Invent 2023 - Deep dive into Amazon Aurora and its innovations
-
AWS re:Invent 2023 - Advanced data modeling with Amazon DynamoDB
相关示例: