Sumber daya Amazon Aurora

Dokumentasi teknis dan panduan memulai yang menjelaskan semua konsep Amazon Aurora dan memberikan instruksi tentang penggunaan berbagai fitur dengan konsol dan antarmuka baris perintah.

Panduan Preskriptif memberikan strategi, panduan, dan pola yang telah teruji waktu untuk membantu mempercepat proyek migrasi cloud, modernisasi, dan pengoptimalan Anda. Sumber daya ini dikembangkan oleh pakar teknologi AWS dan komunitas global Partner AWS.

Temukan informasi tentang praktik terbaik umum dan opsi untuk menggunakan atau memigrasikan data ke klaster DB Amazon Aurora.

Lab ini menunjukkan cara membuat klaster DB Amazon Aurora Nirserver v2 PostgreSQL. Pelajari bagaimana skala Aurora Nirserver v2 naik dan turun tergantung pada beban kerja dan cara menambahkan instans Aurora Nirserver v2 dalam klaster Aurora yang ada.

Lab ini menunjukkan cara membuat klaster DB MySQL Amazon Aurora Nirserver v2. Pelajari bagaimana skala Aurora Nirserver v2 naik dan turun tergantung pada beban kerja dan cara menambahkan instans Aurora Nirserver v2 dalam klaster Aurora yang ada.

Pelajari cara mempercepat pemulihan bencana lintas wilayah dan pembacaan global berlatensi rendah dengan Basis Data Global Amazon Aurora dalam tutorial ini.

Percepat pengembangan aplikasi dengan kloning basis data Aurora. Di lab ini, pelajari cara membuat klon basis data cepat Aurora. Anda akan mengamati perbedaan data dan membandingkan kinerja antara klaster Aurora asli dan kloning.

Pelajari cara menggunakan machine learning Amazon Aurora yang memungkinkan Anda menambahkan prediksi berbasis ML ke aplikasi melalui bahasa pemrograman SQL yang sudah dikenal.

Dalam panduan ini, Anda akan menemukan panduan langkah demi langkah melalui proses konversi skema dan migrasi data ke Amazon Aurora.

Babelfish adalah alat dan kemampuan sumber terbuka untuk Aurora PostgreSQL yang memungkinkan pengguna mempercepat migrasi SQL Server ke Aurora PostgreSQL dengan memahami perintah dari aplikasi yang ditulis untuk Microsoft SQL Server.

Referensi antarmuka ini berisi dokumentasi untuk pemrograman atau CLI yang dapat Anda gunakan untuk mengelola Amazon RDS. Ini menyediakan semua perintah CLI Amazon RDS, sintaksis, dan contoh perintah umum.  

Amazon RDS memungkinkan Anda menggunakan serangkaian API layanan web sederhana untuk membuat, menghapus, dan memodifikasi instans. Anda dapat mengontrol akses dan keamanan instans serta mengelola pencadangan dan snapshot basis data.

Dokumentasi AWS ini mencakup beberapa tutorial yang memandu Anda melalui kasus penggunaan umum Amazon Aurora. Banyak dari tutorial ini menunjukkan cara menggunakan Amazon Aurora dengan layanan AWS lainnya. Selain itu, Anda dapat mengakses kode sampel di GitHub.  

Pelajari cara menggunakan pgvector ekstensi PostgreSQL untuk mengaktifkan kasus penggunaan AI Generatif di basis data Aurora PostgreSQL Anda.

Dalam portal konten lokakarya dan lab AWS ini, Anda akan menemukan kumpulan lokakarya dan konten praktis lainnya yang bertujuan untuk membantu Anda memperoleh pemahaman tentang fitur dan kemampuan Amazon Aurora PostgreSQL.

Dalam portal konten lokakarya dan lab AWS ini, Anda akan menemukan kumpulan lokakarya dan konten praktis lainnya yang bertujuan untuk membantu Anda memperoleh pemahaman tentang fitur dan kemampuan Amazon Aurora MySQL.

Panduan ini menunjukkan cara menerapkan solusi pemulihan bencana (DR) yang komprehensif untuk Amazon Aurora. Evaluasi rute paling umum yang harus diambil saat mengembangkan bagian basis data dari rencana DR Anda.  

Gunakan pola ini untuk membuat fungsi AWS Lambda dan DB Amazon Aurora PostgreSQL di klaster DB Aurora Nirserver v2 dengan RDS Data API dan rahasia Secrets Manager.

Ikuti langkah-langkah dalam tutorial 10 menit ini untuk menghubungkan Proksi Amazon RDS, proksi basis data yang terkelola sepenuhnya dan sangat tersedia ke Amazon Aurora.

Dengan arsitektur inovatif yang memisahkan komputasi dari penyimpanan dan fitur-fitur canggih seperti Basis Data Global, nirserver, dan replika baca latensi rendah, Amazon Aurora menata ulang apa artinya menjadi basis data relasional. Dalam sesi ini, selami lebih dalam fitur baru paling menarik yang ditawarkan Aurora.

Dalam sesi ini, pelajari bagaimana Amazon Aurora Limitless Database memungkinkan aplikasi menskalakan hingga jutaan transaksi per detik pada data berukuran petabita. Jelajahi arsitektur, manajemen transaksi terdistribusi, dan kemampuan penskalaan nirserver dari Aurora Limitless Database.

Pelajari bagaimana pelanggan AWS yang berkembang pesat memberdayakan aplikasi mereka dengan melakukan hyperscaling pada backend basis data relasional mereka di Amazon Aurora. Dalam sesi ini, dengarkan pendapat para insinyur yang telah membantu ratusan pelanggan AWS menangani pertumbuhan pesat dan mendorong basis data relasional mereka hingga batasnya.

Pelajari cara menyimpan data dari Amazon Bedrock di Aurora PostgreSQL dan kueri SQL serta parameter penyetelan apa yang mengoptimalkan kinerja aplikasi Anda saat bekerja dengan data AI/ML, tipe data vektor, algoritma pencarian tetangga terdekat, dan pengindeksan yang dioptimalkan vektor.

Dalam sesi ini, pelajari bagaimana Aurora Nirserver dapat membantu Anda menyederhanakan manajemen kapasitas basis data dan mendukung beban kerja Anda yang paling berat sekalipun dengan hemat biaya. Dalami arsitekturnya secara mendalam, lihat bagaimana Anda dapat langsung menskalakan basis data, dan mendengar tentang peningkatan penting dalam penskalaan, HA, dan DR.

Aurora menyediakan kemampuan ketersediaan tinggi (HA) dan pemulihan bencana (DR) yang terkelola di dan di seluruh AWS Region. Dalam sesi ini, jelajahi kemampuan Aurora HA dan DR serta temukan pola desain yang memungkinkan pengembangan aplikasi tangguh untuk membangun HA dan DR di Wilayah dan lintas Wilayah.