Artículos comparativos sobre la selección y el diseño de servicios de bases de datos de AWS: RDS, DynamoDB, ElastiCache y Aurora
Logra un RPO de menos de 1 segundo mediante la replicación física en la capa de almacenamiento. Presenta los procedimientos de conmutación por error planificada y no planificada, y cómo aprovechar Write Forwarding para las lecturas globales.
Presentamos cómo construir arquitecturas dirigidas por eventos para la sincronización de datos en tiempo real integrando la captura de datos de cambios de DocumentDB con triggers de Lambda.
DocumentDB gestiona datos de documentos con una API compatible con MongoDB y logra el escalado de lectura y la DR con hasta 15 réplicas de lectura y clústeres globales. Explicamos cómo aprovechar el sharding con los clústeres elásticos.
Se selecciona la clase de instancia en DocumentDB, compatible con MongoDB, y se asegura la escalabilidad con el sharding de Elastic Clusters. También presentamos estrategias de copia de seguridad.
Se opera de forma serverless una base de datos de columna ancha compatible con Apache Cassandra. Este artículo presenta la elección entre la capacidad bajo demanda y la aprovisionada y el diseño de la clave de partición.
Los datos de columna ancha se gestionan con una API CQL compatible con Apache Cassandra, y la capacidad bajo demanda serverless reduce a cero la carga operativa. Este artículo explica cómo elegir entre esta y el modo aprovisionado, y la replicación multi-región.
Desglosa los 60 a 120 segundos que tarda el failover de RDS Multi-AZ en las fases de detección del fallo, actualización del registro DNS y restablecimiento de las conexiones, y explica técnicas prácticas para acortar el tiempo de failover.
Construye almacenes de datos en memoria de alto rendimiento con MemoryDB (durabilidad) y ElastiCache (caché). Explicamos la selección entre ambos, el diseño de clústeres y los patrones de uso.
Los datos de sensores IoT se ingieren en Timestream y se realiza el análisis de series temporales con agregación en tiempo real basada en SQL y consultas programadas. Se explica la optimización de costes mediante la jerarquización automática entre el almacén de memoria y el almacén magnético.
Explicamos cómo construir bases de datos relacionales de alta disponibilidad utilizando Amazon RDS y Aurora.
Construya bases de datos que escalan automáticamente según el tráfico, con el modo bajo demanda de DynamoDB como eje. Incluyendo la comparación con Aurora Serverless, explicamos los criterios de selección de bases de datos serverless según las características de la carga de trabajo.
Se presenta la construcción de una red blockchain privada con Hyperledger Fabric, el desarrollo de chaincode y la gobernanza de gestión de miembros.
Organizamos los criterios de selección entre Valkey, Redis OSS y Memcached, y presentamos las estrategias de caché Lazy Loading y Write-Through junto con el uso del modo Serverless.
Logre lecturas y escrituras de baja latencia con replicación activo-activo multirregión. Presentamos el mecanismo de resolución de conflictos y el diseño de DR.
Explicamos el diseño de claves de partición en DynamoDB, el diseño de tabla única y la implementación de patrones de acceso mediante GSI.
Explicamos la aceleración de lecturas de DynamoDB con DAX, las estrategias de caché y el diseño de clústeres.
Explicamos el mecanismo por el cual DynamoDB mantiene latencia de milisegundos de un dígito independientemente de la escala, desde la arquitectura de 3 capas: algoritmo de particionamiento, router de solicitudes y nodos de almacenamiento.
Se explica la operación de base de datos en memoria compatible con Redis con MemoryDB, el mecanismo de durabilidad y la diferenciación con ElastiCache.
Explicación de la construcción de bases de datos de grafos con Amazon Neptune. Se presenta el soporte de lenguajes de consulta, Neptune Analytics y la búsqueda vectorial.
Explicamos la gestión, consulta y análisis de datos de series temporales con Amazon Timestream. Presentamos el almacenamiento de datos de sensores IoT y métricas de aplicaciones, el almacenamiento con jerarquización automática y el análisis mediante consultas SQL.
Aprenda a diseñar y operar bases de datos distribuidas utilizando Amazon Keyspaces (para Apache Cassandra) y DynamoDB.
Explicamos los métodos de diseño y operación de bases de datos de documentos utilizando Amazon DocumentDB y DynamoDB.
Opera bases de datos relacionales como servicio gestionado con backups automáticos, parches y alta disponibilidad. Presentamos el diseño de Multi-AZ y Read Replicas para escalabilidad de lectura.