Bases de datos en AWS

 

Bases de datos en AWS

Bases de datos relacionales (RDS)

Una base de datos relacional es un tipo de base de datos. Utiliza una estructura que nos permite identificar y acceder a datos en relación con otro dato en la base de datos. A menudo, los datos de una base de datos relacional se organizan en tablas. Tiene los siguientes componentes básicos: Base de datos, Tablas, Filas y Campos (columnas).

Las bases de datos relacionales (RDS) soportadas en AWS son las siguientes:

  • SQL Server
  • Oracle
  • MySQL
  • PostgreSQL
  • Aurora
  • MariaDB

RDS en AWS tiene dos características clave:

  • Multi-AZ (para recuperación de desastres): Cuando se aprovisiona una instancia de base de datos Multi-AZ, Amazon RDS crea automáticamente una instancia de base de datos principal y otra instancia de reserva, en la que se replican sincrónicamente los datos, en una zona de disponibilidad (AZ) diferente. Esto permite que en caso de que la base de datos principal quede fuera de linea entra la base de datos secundaria a reemplazarla.
  • Read replicas (para rendimiento): Las réplicas de lectura de Amazon RDS ofrecen mayor desempeño y durabilidad para instancias de base de datos (DB) RDS. Las réplicas facilitan el escalado de manera elástica más allá de las limitaciones de capacidad de una única instancia de base de datos para cargas de trabajo de base de datos con uso elevado de las lecturas.

La base de datos no relacional de Amazon se llama DynamoDB, Amazon DynamoDB es una base de datos de clave-valor y documentos que ofrece rendimiento en milisegundos de un solo dígito a cualquier escala. Se trata de una base de datos completamente administrada, duradera, multiactiva y de varias regiones que cuenta con copia de seguridad, restauración y seguridad integradas, así como almacenamiento de caché en memoria para aplicaciones a escala de Internet. DynamoDB puede gestionar más de 10 billones de solicitudes por día y puede admitir picos de más de 20 millones de solicitudes por segundo. 
Características de DynamoDB:
  •  Completamente administrado Altamente disponible con replicación en 3 zonas de disponibilidad.
  •  Base de datos NoSQL: es una base de datos no relacional.
  •  Escala a cargas de trabajo masivas, base de datos distribuida "sin servidor".
  •  Millones de solicitudes por segundo, billones de filas, cientos de TB de almacenamiento.
  •  Rápido y consistente en desempeño.
  •  Latencia de milisegundos de un solo dígito: recuperación de baja latencia.
  •  Integrado con IAM para seguridad, autorización y administración.
  •  Capacidades de escalamiento automático y de bajo costo.



La base de datos de Datawarehouse de AWS es Redshift, la cual tiene las siguientes características:

• Redshift se basa en PostgreSQL, pero no se usa para OLTP.
• Es OLAP: procesamiento analítico en línea (análisis y almacenamiento de datos).
• Carga de datos una vez cada hora, no cada segundo.
• Rendimiento 10 veces mejor que otros almacenes de datos, escala a PB de datos.
• Almacenamiento de datos en columnas (en lugar de basado en filas).
• Ejecución de consultas masivamente paralelas (MPP), de alta disponibilidad.
• Pago por uso según las instancias aprovisionadas.
• Tiene una interfaz SQL para realizar las consultas.
• Las herramientas de BI como AWS Quicksight o Tableau se integran con él.



AWS EMR

  • EMR significa "Elastic MapReduce".
  • EMR ayuda a crear clústeres de Hadoop (Big Data) para analizar y procesar gran cantidad de datos.
  • Los clústeres pueden estar formados por cientos de instancias EC2.
  • También es compatible con Apache Spark, HBase, Presto, Flink ...
  • EMR se encarga de todo el aprovisionamiento y la configuración.
  • Auto escalamiento e integración con instancias de spot.
  • Casos de uso: procesamiento de datos, aprendizaje automático, indexación web, big data…


Comentarios

Publicar un comentario

Entradas más populares de este blog

Mejores practicas para migración de datos a Salesforce

Imagen
Mejores practicas para migración de datos a Salesforce La migración de datos es una tarea común que los administradores, desarrolladores y arquitectos de Salesforce deben completar. Comprender las mejores prácticas sobre la mejor manera de abordar la migración de datos garantizará que se eviten errores costosos y que la migración de datos sea completa y precisa. Evaluación de datos En cualquier negocio, los datos son clave y crecen rápidamente, lo que resulta en el uso de varias bases de datos y almacenes de datos que se utilizan para almacenar esos datos de forma segura. A veces, los datos están en diferentes formatos y es necesario trabajar en ellos para que tengan el mismo formato para evitar confusiones. Pero antes de entrar en una discusión profunda sobre los datos, primero comprendamos las diferencias entre la migración, conversión e integración de datos: Migración de datos: la migración de datos es el proceso de mover datos de un sistema o aplicación a otro. Este suele ser el re...
Leer más

AWS Lambda

Imagen
  AWS LAMBDA AWS Lambda se presentó por primera vez en 2014, en la conferencia anual AWS re: Invent en Las Vegas. La idea en ese entonces, y que es bastante cierta incluso hoy en día, es que Lambda es un servicio informático simple que ejecuta su código en respuesta a ciertos eventos. Estos eventos pueden ser cualquier cosa, desde una operación de carga de un objeto hasta un depósito de S3, un inserción de registros en una tabla de DynamoDB, o incluso algún tipo de evento desencadenado desde su aplicación movil. La idea aquí es simple: simplemente proporcione su código a AWS Lambda. Lambda se encargará internamente del aprovisionamiento y la gestión de los recursos de infraestructura, asegurándose de que su código se implemente correctamente; incluso cosas como La escalabilidad y alta disponibilidad de su código están a cargo de Lambda.  Lambda fue presentado especialmente por AWS para responder a un problema muy particular con EC2. Aunque EC2 sigue siendo uno de los servicios...
Leer más

Modelado de datos en Salesforce

Imagen
Modelado de datos en Salesforce Lightning es el futuro, por lo que haremos todo en la versión de interfaz de Lightning Experience de Salesforce. No se preocupe si acaba de crear su organización de developer, esta debería ser la configuración predeterminada. Entonces, sabemos que principalmente usaremos Salesforce como base de datos. El modelado de datos nos ayuda a estructurar nuestros datos utilizando objetos y campos personalizados. Hagamos un resumen, como ya sabemos cuáles son: Objeto: Este se utiliza para almacenar datos específicos, como nuestra hoja de Excel llamada Cuentas. Por ejemplo para una aplicación de peliculas se necesitara crear varios objetos para almacenar datos específicos, como Película, Persona (actor, actriz, director), Reseña y Compañía. Campo: se utiliza para capturar datos específicos para un registro específico de un tipo de objeto específico; por ejemplo. cada película tiene un nombre, una fecha de estreno y una duración. Pestaña (Tab): Esta es una represent...
Leer más