Category: Amazon RDS

数据库管理员和开发人员通常使用运行数据库的主机上的系统 cron 或使用数据库调度程序来调度脚本，以针对数据库运行脚本，从而导致批处理脚本和数据库之间的紧密耦合。

大数据处理技术现今已广泛应用于各个行业，为业务解决海量存储和海量分析的需求,在构建数据湖的过程中遇到的 1.T+0 的数据落地和处理问题 2.数据修正的成本问题，aws 的emr s3+iceberg能够很好解决。

在企业环境下，混合云架构是一种常见的架构，理想环境下摄取本地Oracle数据库的数据是通过Apache Sqoop或DMS使用网络专线将数据迁移到s3存储桶，进行数据分析。但受本地条件限制，很多用户是用Oracle Datapump或者Exp/Imp将数据导出后，再将本地数据传输到s3存储桶。本文通过阐述使用上述两种不同的工具，介绍如何将数据导入s3存储桶，使用Athena做数据分析。

我们非常兴奋地宣布，Amazon Aurora Serverless v2 现已面向 Aurora Postg […]

今天，我们宣布推出全新的 Amazon Relational Database Service (RDS) 多 […]

在本地部署或 Amazon Elastic Compute Cloud (Amazon EC2) 等自我管理环 […]

2021 年 10 月 26 日，我们推出面向 Oracle 的 Amazon RDS 自定义，这是一项托管式 […]

AWS Outposts 是一项完全托管的服务，可将 AWS 服务基础设施、服务、API 和工具扩展到几乎任何数据中心、托管环境或本地设施，从而获得真正统一的混合体验。

本博文将会详细介绍一个在 AWS 中使用开源工具 Liquibase 和 Jenkins 构建具有成本效益、独立于数据库的解决方案示例，以解决这些数据库问题。我不会深入介绍 Liquibase 或 Jenkins 的工作原理；相反，我会重点介绍如何在 Amazon Elastic Compute Cloud (Amazon EC2)、AWS CodeCommit、AWS Secrets Manager 和 Amazon Simple Email Service (Amazon SES) 等 AWS 服务上部署这些开源工具，以实现所需目标。

本文按照从简单到复杂的顺序，描述了在各种不同的场景下，如何把MySQL数据库的数据迁移到Amazon Aurora里。