亚马逊AWS官方博客

Category: Database

Amazon Aurora PostgreSQL 现在支持直接查询数据湖中的 Apache Iceberg 和 Parquet 数据

今天,我们宣布推出 Amazon Aurora PostgreSQL 的一项新功能,您可以使用现有的 PostgreSQL 应用程序和工具,直接查询运营数据,以及以 Apache Iceberg 和 Apache Parquet 格式存储在数据湖中的数据。由于无需从数据湖中提取、转换、加载(ETL)结构化数据到运营数据库,您可以降低操作复杂性并简化应用程序开发。您还可以使用 Aurora PostgreSQL 查询在兼容 Iceberg REST Catalog(IRC)的目录中管理的数据湖中的数据,从而无需移动或复制即可访问各种分析系统的数据。无论您是为实时控制面板提供支持,利用历史上下文丰富交易,还是构建智能体来推理实时和归档数据,您现在都可以通过一个熟悉的界面完成所有工作。

大规模数据库迁移中的 CDC 吞吐优化实践

当 AWS Database Migration Service (DMS) 单任务无法追平高写入量源库的 CDC 延迟时,如何在不增加源库压力的前提下提升同步吞吐?本文介绍基于 Amazon MSK Connect + Debezium 的读写解耦方案:单连接读取 binlog,多 Task 并行写入 Aurora MySQL,实现 N 倍吞吐提升。

从分钟到秒级 —— Amazon Advanced JDBC Wrapper 插件最佳实践

数据库的计划内变更(版本升级、打补丁、规格调整)和计划外故障(实例 Failover),都会让应用经历一段连接中断。多数团队会把优化目光投向数据库实例本身,却忽略了一个事实:客户端的连接行为往往是中断被放大的主因。Amazon Web Services Advanced JDBC Wrapper(下称 JDBC Wrapper)正是从这个角度切入——它包裹在现有 JDBC 驱动之外,让 Java 应用主动感知数据库拓扑变化、提前调度连接,把切换中断压到秒级。本文从原理到实测,拆解它是怎么做到的。

后端即服务:AI时代应用部署新范式

AI Agent 创建数据库已成为行业新常态——在主流 Serverless 数据库平台上,80% 以上的数据库已由 Agent 创建。本文介绍如何基于 Aurora PostgreSQL + Supabase 构建后端即服务(BaaS)方案,为 AI Coding 场景提供开箱即用的数据库、认证、API 自动生成等能力。