Was ist Datenbankmanagement?

Datenbanken dienen als Grundlage für Geschäftsprozesse, Anwendungen und Benutzerzugriffe. Deshalb müssen Unternehmen bei der Nutzung ihrer installierten Datenbanksysteme strategisch vorgehen. Im Folgenden stellen wir Ihnen Datenmanagementpraktiken vor, mit denen Sie die Datenqualität aufrechterhalten, Kosten senken und ein positives Benutzererlebnis gewährleisten können.

Entwerfen mit Blick auf Skalierbarkeit

Eine skalierbare Datenbank ermöglicht es Unternehmen, den Anstieg des Datenverkehrsaufkommens abzufedern, was die vorhandenen Datenverarbeitungsressourcen wie Prozessoren und Datenspeicher an ihre Grenzen bringen kann. Sie können eine Datenbank horizontal und vertikal skalieren.

Horizontale Skalierung

Bei der horizontalen Skalierung werden mehr Datencluster hinzugefügt, anstatt den Datenverkehr auf eine einzige Datenbank zu leiten. Diese Methode gleicht den eingehenden Datenverkehr aus und verhindert eine Überlastung des gesamten Datenbanksystems. Eingehende Anfragen können an die jeweilige Komponente umgeleitet werden, die Daten enthält, was zu einem schnellen Datenabruf führt. Um eine Datenbank horizontal zu skalieren, können Sie diese Methoden implementieren:

• Datenbank-Sharding, bei dem eine Datenbank partitioniert und in kleinere Teile verteilt wird.
• Load Balancing, ein Ansatz, der den Netzwerkverkehr auf Datenbank-Cluster verteilt.
• Read Replicas, die die Hauptdatenbank replizieren und sie Anwendungen zur Verfügung stellen, die häufigen Zugriff auf bestimmte Daten benötigen.

Vertikale Skalierung

Vertikale Skalierung ist ein Ansatz, mit dem die von Ihrer Datenbank verwendeten Datenverarbeitungsressourcen erhöht werden. Wie bei der horizontalen Skalierung können Datenbanksysteme auch bei Datenverkehrsspitzen zuverlässig arbeiten. Vertikale Skalierung beinhaltet jedoch keine Änderung des Datenbankdesigns.

Die vertikale Skalierung einer physischen Datenbank On-Premises ist kostenintensiv, da Unternehmen in zusätzliche Datenbankserver investieren und diese entsprechend bereitstellen müssen. Um die vertikale Skalierung einfacher und kostengünstiger zu gestalten, nutzten Unternehmen Cloud-Datenbanken. Wenn Sie AWS-Cloud-Datenbanken verwenden, können Sie:

• die Datenbank bereitstellen, ohne Serverinfrastruktur bereitstellen zu müssen;
• die Datenbank auf die erforderliche Kapazität skalieren;
• nur für die Datenverarbeitungsressourcen zahlen, die Sie nutzen.

Datensicherungsstrategien etablieren

Bei der Arbeit mit Datenbanken sind Unternehmen dafür verantwortlich, die Datenintegrität und -verfügbarkeit zu gewährleisten und Risiken für die Datensicherheit zu minimieren. Eine gute Sicherungsstrategie umfasst die Replikation von Daten und deren sichere Speicherung. Darüber hinaus umfasst sie Maßnahmen zur schnellen Wiederherstellung der Daten und zur Vermeidung von Betriebsunterbrechungen.

Mit einer effektiven Datenbanksicherungsstrategie können Sie Ausfallzeiten schnell beheben und die Geschäftskontinuität sicherstellen. Wenn Sie beispielsweise Datenbankänderungen kontinuierlich protokollieren, können Sie diese auf einen Zeitpunkt zurücksetzen, bevor sie geändert wurden oder unbrauchbar wurden. 

Unternehmen in bestimmten Branchen sind gesetzlich verpflichtet, Kopien historischer Daten für einen bestimmten Zeitraum aufzubewahren. Das Erstellen einer Datenbanksicherung ist auch hilfreich, wenn Sie Ihr Datenbanksystem von einer Infrastruktur auf eine andere migrieren möchten. Solche Aufgaben umfassen häufig die Konsolidierung von Daten aus verschiedenen Quellen, wie beispielsweise relationalen Datenbanken, und deren Wiederherstellung in der neuen Konfiguration. Während des Prozesses kann es trotz sorgfältiger Durchführung der nachfolgenden Datentransformation dennoch zu Ungenauigkeiten bei den Daten kommen. In diesem Fall können Sie die Änderungen mit der Sicherung rückgängig machen.

AWS Backup vereinfacht die Datensicherung und den Schutz in Cloud- und Hybridumgebungen. Es automatisiert den Datenschutz, überwacht Datenbestände und bietet Notfallwiederherstellungsfunktionen, sodass Sie Compliance-Richtlinien einhalten können. So beginnen Sie mit der Sicherung Ihrer AWS-Datenbanken.

1. Melden Sie sich bei AWS an und starten Sie Ihre AWS-Backup-Konsole.
2. Erstellen Sie einen Sicherungsplan und konfigurieren Sie Sicherungsrichtlinien, Methoden, Berichterstellung und andere Parameter.
3. Weisen Sie Datenbanken zu, die Sie sichern möchten, einschließlich Amazon Elastic Block Store (EBS)-Volumes, Amazon Relational Database Service (RDS)-Datenbanken und Amazon-DynamoDB-Tabellen
4. Starten Sie die Sicherung.
5. Überwachen Sie Ihre Sicherungen und stellen Sie sie bei Bedarf wieder her.

Differenzierte Zugriffskontrollen durchsetzen

Unternehmen müssen kontrollieren, wer Zugriff auf die in ihren Datenbanken gespeicherten Informationen hat. Sie benötigen Authentifizierung und Autorisierung in Ihrem Zugriffskontrollmechanismus. Die Authentifizierung ermöglicht es Ihnen, die Identität von Benutzern zu überprüfen, die Zugriff auf die Datenbank anfordern. Die Autorisierung gibt in der Zwischenzeit an, ob dem bestimmten Benutzer Zugriff gewährt werden soll. Zusammen bilden sie die Grundlage für Zugriffskontrollmethoden, die moderne Datenbanken sicher halten, wie beispielsweise und

• Die rollenbasierte Zugriffskontrolle (RBAC) ermöglicht den Zugriff auf Datenbanken nach dem Prinzip der geringsten Berechtigung. Mit dieser Methode gewähren Sie dem Benutzer nur Zugriff auf die Daten, die er für seine Rolle benötigt.
• Die attributbasierte Zugriffskontrolle (ABAC) berücksichtigt wechselnde Faktoren wie Zeit, Standort und Anforderungen der Benutzer, bevor sie den Zugriff auf bestimmte Daten gewährt.

Neben der Regulierung des Zugriffs sollten Unternehmen Datenbanken kontinuierlich überwachen und prüfen, um unbefugte Zugriffsversuche zu erkennen und ihre Sicherheitsresilienz zu verbessern.

Mit AWS IAM können Sie Berechtigungs-Integritätsschutz festlegen, der einen differenzierten Zugriff auf Cloud-Workloads erzwingt. Sie können Richtlinien mit geringster Berechtigung erstellen, Berechtigungen überprüfen und Bedingungen festlegen, die den Zugriff weiter einschränken. Wellola, ein Anbieter von Plattformen für das Gesundheitswesen, verwendet IAM, um strenge Daten-Governance und Schutzmaßnahmen durchzusetzen, wenn Entwicklern Zugriff auf seine Funktionen gewährt wird.

Leistung überwachen und optimieren

Datenbanksysteme können im Laufe der Zeit Leistungseinbußen und Engpässe aufweisen. Werden diese Probleme nicht behoben, hat dies negative Auswirkungen auf Anwendungen und Services, die auf diese Datenbanken angewiesen sind. Um einen zuverlässigen Zugriff auf gespeicherte Daten zu gewährleisten, benötigen Sie Möglichkeiten zur kontinuierlichen Überwachung und Optimierung der Datenbankleistung. Beispielsweise kann es in einer Datenbank zu Problemen bei der Parallelitätskontrolle kommen, insbesondere wenn mehrere Benutzer mit sich schnell ändernden Daten arbeiten. Dies kann zu Dateninkonsistenzen führen.

Die herkömmliche Datenbanküberwachung ist stark auf manuelle Eingriffe angewiesen, was zu einer Verzögerung zwischen der Erkennung von Problemen und der Umsetzung von Abhilfemaßnahmen führt. Moderne Datenbanken profitieren von einer automatisierten Leistungsüberwachung, die die Problemlösung beschleunigt.

Wenn Sie Amazon Relational Database Service (Amazon RDS) verwenden, haben Sie Zugriff auf ein Dashboard, das automatisch wichtige Indikatoren Ihrer Datenbank anzeigt. Beispielsweise können Sie sehen, ob Ihre Datenbank läuft, welche Ressourcen sie verbraucht und welchen Status die Read Replicas haben. Darüber hinaus können Sie AWS RDS in andere AWS-Services integrieren. Zum Beispiel:

• Mit Amazon CloudWatch können Sie integrierte RDS-Metriken überwachen und Alarme auslösen, um nachfolgende Aktionen zu aktivieren.
• Amazon EventBridge erfasst Ereignisse, die Änderungen in der Amazon RDS-Umgebung signalisieren, und leitet sie an andere AWS-Services weiter.
• Amazon CloudTrail protokolliert API-Aufrufe, die beim Zugriff auf Ihre Datenbank an RDS erfolgen.

Datenkonsolidierung für Analytik einrichten

Jede Anwendungsdatenbank existiert als Silo in Ihrem Unternehmen. Um durch Analytik umsetzbare Erkenntnisse zu gewinnen, müssen Sie Daten aus mehreren Datenbanken konsolidieren. Beispielsweise könnten Sie über eine Gruppe von Datenbanken verfügen, in denen strukturierte, unstrukturierte und halbstrukturierte Daten gemischt gespeichert sind. Um diese Daten jedoch analysieren zu können, müssen Sie einen Extract, Transform, Load (ETL)-Prozess durchführen, der flexiblere Datenmodelle und komplexe Datenstrukturen unterstützt.

Der beste Weg, dies zu tun, besteht darin, Daten-Pipelines einzurichten, die die relevanten Datenbanken mit einem Data Warehouse oder Data Lake verbinden. Auf diese Weise können Sie Transaktions- und Betriebsdaten in Formate umwandeln, die Business Intelligence (BI)-Anwendungen effektiv analysieren können.

Amazon Redshift ist ein Cloud Data Warehouse, mit dem Sie Datenbanken konsolidieren können, ohne komplexe Daten-Pipelines zu benötigen. Zero-ETL-Features automatisieren die Datenerfassung aus Amazon RDS, Amazon Aurora und Amazon DynamoDB, sodass Sie Analytik nahezu in Echtzeit durchführen können. Wenn beispielsweise eine E-Commerce-Anwendung eine Transaktion in Ihrer von AWS gehosteten Structured Query Language (SQL)-Datenbank speichert, werden die Daten automatisch transformiert und an Amazon Redshift gesendet.