Amazon Aurora
Base de datos relacional nativa de la nube de AWS que ofrece hasta 5 veces el rendimiento de MySQL y hasta 3 veces el de PostgreSQL
Descripción general
Amazon Aurora es un motor de base de datos relacional diseñado desde cero por AWS para la nube. Es compatible con MySQL y PostgreSQL, lo que permite utilizar el código y las herramientas de aplicaciones existentes con cambios mínimos. El almacenamiento se replica automáticamente en 6 copias distribuidas en 3 zonas de disponibilidad y se escala automáticamente hasta el límite del volumen del clúster. Según la documentación de AWS (a septiembre de 2026), ese límite es de 128 TiB o 256 TiB según la versión del motor. Con Aurora Serverless v2, la capacidad de la base de datos se ajusta automáticamente según la demanda de la carga de trabajo, reduciendo los costos en periodos de inactividad. La cuota de AWS (a septiembre de 2026) permite hasta 15 réplicas de lectura por instancia principal, y el tiempo que tarda la conmutación por error depende de la configuración y del tipo de fallo. Aurora Global Database replica los datos de forma asíncrona en regiones secundarias, permitiendo la conmutación por error entre regiones.
Arquitectura de separación entre cómputo y almacenamiento
La base del alto rendimiento de Aurora es su diseño propietario que separa el cómputo del almacenamiento. En RDS tradicional, el almacenamiento estaba directamente adjunto a la instancia, pero en Aurora la capa de almacenamiento opera como un sistema distribuido independiente. Los datos se dividen en segmentos de 10 GB y se almacenan como 6 copias distribuidas en 3 AZ. Una escritura se considera completada cuando 4 de las 6 copias responden exitosamente (quórum 4/6), y una lectura se completa con la respuesta de 3 copias (quórum 3/6), lo que permite la lectura de datos incluso si se pierden 2 copias simultáneamente. Los segmentos con fallos detectados se reconstruyen automáticamente. Azure SQL Database Hyperscale también separa el cómputo del almacenamiento, pero una diferencia estructural es que Aurora admite dos motores (MySQL y PostgreSQL). El tiempo que tarda la conmutación por error depende, en ambos productos, de la configuración y del tipo de fallo.
Serverless v2 y réplicas de lectura - cuándo usar cada uno
Aurora Serverless v2 escala automáticamente la capacidad en incrementos finos de ACU (Aurora Capacity Unit), siendo adecuado para cargas de trabajo con alta variabilidad de tráfico. Los valores mínimo y máximo entre los que puede escalar varían según la versión del motor y la configuración, por lo que conviene consultar la documentación de AWS. Durante la noche o en horas de baja demanda se reduce al mínimo configurado, lo que disminuye los costos en comparación con instancias provisionadas de capacidad fija. Por otro lado, cuando la carga de lectura es alta, agregar réplicas de lectura es efectivo: la cuota de AWS (a septiembre de 2026) permite crear hasta 15 por instancia principal. Las réplicas de lectura también funcionan como destinos de conmutación por error, promoviéndose automáticamente ante un fallo del primario.
Estrategias de recuperación con Backtrack y Global Database
Al habilitar la función Backtrack en Aurora compatible con MySQL, es posible retroceder la base de datos a cualquier punto dentro del periodo retenido en poco tiempo (el máximo depende de la configuración y de la especificación de AWS). La recuperación ante errores humanos como la ejecución de un DELETE incorrecto o inconsistencias de datos tras un despliegue se realiza sin necesidad de restaurar desde un snapshot. Para la preparación ante fallos regionales, Aurora Global Database es efectivo, replicando datos de forma asíncrona en regiones secundarias. El tiempo que tarda la conmutación por error entre regiones y el RPO (objetivo de punto de recuperación) dependen de la configuración y del tipo de fallo, por lo que conviene consultarlos en la documentación de AWS. En cuanto a costos, el pago anticipado con instancias reservadas puede reducir el gasto frente al precio bajo demanda, con un descuento que varía según el plazo y la forma de pago. Utilizando Performance Insights para visualizar el rendimiento de las consultas e identificar consultas lentas y optimizar índices de forma continua, se puede evitar el sobredimensionamiento innecesario de las instancias.
Referencias (recursos oficiales de AWS)
Las fuentes primarias de esta página son el sitio web y la documentación oficiales de AWS. Consulta las páginas oficiales siguientes para conocer las especificaciones y los precios más recientes.
Si esta página y la documentación oficial difieren, prevalece la documentación oficial.