- AWS 解决方案库›
- 在 AWS 上处理流量高峰期间数据的指南
在 AWS 上处理流量高峰期间数据的指南
概览
工作原理
这些技术细节包含一张架构图，用于说明如何有效使用本解决方案。该架构图展示了关键组件及其相互作用，并逐步概述了架构的结构和功能。
Well-Architected 支柱
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
Aurora Serverless v2 可通过其无服务器架构实现自动扩缩，而 AWS Auto Scaling 可动态添加预置实例，以横向扩展只读副本。本指南可根据实际流量需求，弹性地纵向扩展或缩减资源，同时实现成本效益和系统稳定性。即使在流量突然激增期间，也能保持稳定的数据库性能。
CloudWatch 日志加密并安全地传输日志数据，而 AWS 身份和访问管理 (IAM) 则遵循最小权限原则，授予服务和资源所需的最低权限。通过保护日志信息并仅限授权实体进行访问，您可以降低安全漏洞的风险并保护数据完整性。
Aurora 和 Route 53 通过多可用区（AZ）部署和自动失效转移功能，为数据库提供高可用性和容错能力。Route 53 基于权重的路由可以高效地将流量分配给运行状况良好的实例，并在基础设施出现故障时实现快速自动恢复和服务连续性。
Aurora Serverless v2 可在流量激增时自动扩展计算资源，从而提高读取性能。Route 53 基于权重的记录可将流量动态路由到 Aurora Serverless v2 实例，从而降低预置实例的负载。高精度的 CloudWatch 自定义指标可在 10 秒内检测到流量峰值，从而实现快速响应并维持应用程序的响应速度和稳定性。
Aurora Serverless 可根据实际流量模式自动响应，消除过度预置带来的成本。AWS Auto Scaling 仅预置所需数量的 Aurora 只读副本。自定义 CloudWatch 指标支持在正确的时间做出精确的扩展决策，防止不必要的资源浪费。Lambda 函数仅在触发事件时产生费用，进一步优化了成本。
Aurora 和 Aurora Serverless v2 的动态扩缩功能最大限度地减少了对环境的影响。这些服务仅预置实际工作负载所需的资源，防止过度预置和资源浪费。通过根据实际需求弹性地纵向扩展和缩减资源，您可以减少能源消耗和相关的碳排放。
实施资源
相关内容
ktown4u 如何使用 Amazon Aurora 混合配置集群构建自定义自动扩缩架构，以应对突发的流量高峰
这篇博客文章展示了 ktown4u 如何使用 Amazon Aurora 混合配置集群构建自定义自动扩缩架构，以应对突发的流量高峰。
免责声明
示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。
本指南中提及的第三方服务或组织并不意味着亚马逊或 AWS 与第三方之间的认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。
找到今天要查找的内容了吗？
请提供您的意见，以便我们改进网页内容的质量。