亚马逊AWS官方博客

Category: Database

写给开发者的迁移指南:如何将 Oracle 与 SQL Server 代码转换为 PostgreSQL

本文从商业数据库到PostgreSQL的迁移场景出发,向开发者朋友们分享了一些技巧与最佳实践。本文的重点在于介绍迁移过程中需要面对的种种决策,以及决策结果给数据库性能造成怎样的影响。在迁移过程中,请牢记这些性能方面的影响因素,这将帮助大家提前避免随后可能因迁移出现的种种性能问题。

Read More

使用开源工具 Liquibase 和 Jenkins 部署、跟踪和回滚 RDS 数据库代码更改

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。

Read More

Mysql 数据库迁移至 Amazon RDS 最佳实践

在本章节中主要描述,如何使用源MySQL数据库执行数据库迁移到MySQL数据库的目标Amazon RDS的最佳实践。同时由于(源和目标数据库引擎是相同的)——模式结构、数据类型和数据库代码在源和目标数据库之间是兼容的,这意味着这种迁移不需要任何模式转换。

Read More

使用 Amazon Neptune 构建基于图数据库的应用

Amazon Neptune是一个高性能图数据库,并对图的存储和查询进行了优化,可以存储数十亿个关系并将图形查询延迟降低到毫秒级。它也是一个托管的图数据库,能快速创建图数据库集群,减少了运维和管理图数据库的工作,让我们把工作重心放在业务开发和创新上。Amazon Neptune 支持常见的图形模型 Property Graph 和 W3C 的 RDF 及其关联的查询语言 Apache TinkerPop Gremlin 和 SPARQL,从而使您能够轻松构建查询以有效地分析高度互连数据集。它支持社交网络分析、建议引擎、欺诈检测、知识图谱、药物开发和网络安全等应用案例。

Read More

使用图数据库 Amazon Neptune 在推荐系统中按照协同过滤的方法做推荐

图数据库 Amazon Neptune ⾃自在2018年年发布以来,凭借其 多种图数据引擎的⽀支持、⾼高可⽤用、多只读副 本、跨可⽤用区复制、指定时间点恢复、安全、⾃自动备份等⼀一系列列特性,受到了了⼴广泛的关注,那么在推荐引擎 的设计和开发中怎么⽤用好Neptune,这⼀一点在官⽅方的相关⽂文档中并没有做深⼊入的说明,本⽂文就这个主题做⼀一 个展开讲解,希望对从事相关⼯工作的⼯工程师有所戒借鉴。

Read More

使用 Amazon Kinesis Firehose、AWS Lambda 和 Amazon Elasticsearch Service 摄取、聚合和可视化 Apache 日志的无服务器扩展

2016 年,AWS 推出了EKK 堆栈(Amazon Elasticsearch Service、Amazon Kinesis 和 Kibana),作为 ELK(Amazon Elasticsearch Service、开源工具 Logstash 和Kibana)的替代品,用于提取和可视化 Apache 日志。EKK 堆栈的主要功能之一是通过 Amazon Kinesis Firehose 代理处理数据转换。在本文中,我们将介绍如何优化 EKK 解决方案 — 通过 AWS Lambda 处理 Amazon Kinesis Firehose 中的数据转换。

Read More