Características de Amazon Aurora

Amazon RDS supervisa constantemente el estado de la base de datos de Aurora y de la instancia de Amazon Elastic Compute Cloud (Amazon EC2) subyacente. En caso de que se produzca algún error en la base de datos, Amazon RDS reiniciará automáticamente la base de datos y los procesos asociados. Aurora no necesita la reproducción de recuperación tras bloqueo de los registros de rehacer de la base de datos, lo que reduce en gran medida los tiempos de reinicio. También aísla la memoria caché del búfer de la base de datos de los procesos de la base de datos, lo que permite que la memoria caché sobreviva a un reinicio de la base de datos.

Si se produce un error de la instancia, Aurora utiliza la tecnología de Amazon RDS Multi-AZ para automatizar la conmutación por error a una de las 15 réplicas de Aurora que haya creado en cualquiera de las tres zonas de disponibilidad. Si no se han aprovisionado réplicas de Aurora, en caso de error, Amazon RDS intentará automáticamente crear una nueva instancia de base de datos de Aurora para usted. Minimice el tiempo de conmutación por error reemplazando los controladores de la comunidad de MySQL y PostgreSQL con los de código abierto y de disminución compatibles AWS JDBC Driver for MySQL y AWS JDBC Driver for PostgreSQL. También puede usar RDS Proxy para reducir los tiempos de conmutación por error y mejorar la disponibilidad. Cuando ocurren conmutaciones por error, Amazon RDS Proxy dirige las solicitudes directamente a la nueva instancia de la base de datos, lo que reduce los tiempos de conmutación por error hasta en un 66 %, a la vez que conserva las conexiones de las aplicaciones.

En el caso de las aplicaciones distribuidas globalmente, puede utilizar una base de datos global de Aurora, donde una sola base de datos de Aurora puede abarcar múltiples regiones de AWS para permitir lecturas locales rápidas y una rápida recuperación ante desastres. Una base de datos global de Aurora utiliza la replicación basada en almacenamiento para replicar una base de datos en varias regiones, con una latencia típica de menos de un segundo. Puede utilizar una región secundaria como opción de copia de seguridad en caso de que necesite recuperarse rápidamente de una degradación o interrupción regional. Una base de datos en una región secundaria se puede promover a capacidades completas de lectura o escritura en menos de 1 minuto. Para obtener más información, visite Uso de base de datos global de Amazon Aurora.

El volumen de almacenamiento de la base de datos de Aurora está segmentado en fragmentos de 10 GiB y se replica en tres zonas de disponibilidad, cada una de las cuales conserva 2 copias de cada escritura. El almacenamiento de Aurora es tolerante a errores y administra de manera transparente la pérdida de hasta dos copias de datos sin que ello afecte la disponibilidad de escritura de la base de datos y hasta tres copias sin que incida en la disponibilidad de lectura. El almacenamiento de Aurora también se corrige automáticamente: los bloques de datos y los discos se analizan de manera continua para detectar errores y se reemplazan de forma automática.

La capacidad para realizar copias de seguridad de Aurora permite realizar recuperaciones de instancias a un momento dado. Esto permite restaurar su base de datos a cualquier segundo durante su periodo de retención, hasta los últimos 5 minutos. El periodo de retención de la copia de seguridad automática puede configurarse hasta 35 días. Las copias de seguridad automáticas se almacenan en Amazon Simple Storage Service (Amazon S3), diseñado para ofrecer una durabilidad del 99,999999999 %. Las copias de seguridad de Aurora son automáticas, progresivas y continuas, y no afectan el rendimiento de la base de datos.

Backtrack permite devolver una base de datos a un momento anterior sin tener que restaurar datos con una copia de seguridad. Esto le permite recuperarse rápidamente de los errores de los usuarios, como colocar la tabla incorrecta o eliminar la fila incorrecta. Cuando active Backtrack, Aurora conservará los registros de los datos durante el período especificado para la función. Por ejemplo, puede configurar Backtrack para permitirle trasladar su base de datos hasta 72 horas atrás. Backtrack finaliza la tarea en segundos, inclusive con bases de datos de gran tamaño, porque no es necesario copiar registros de datos. Puede ir hacia adelante o hacia atrás para encontrar el punto inmediatamente anterior al error.

La posibilidad de volver atrás también es útil para desarrollos o pruebas, particularmente en situaciones donde las pruebas eliminen o invaliden los datos. Solo tiene que retroceder al estado original de la base de datos y ya podrá ejecutar otra prueba. Puede crear una secuencia de comandos que llame a Backtrack a través de una API y luego ejecute la prueba, para una integración simple en su marco de prueba. Backtrack se encuentra disponible para Aurora con compatibilidad con MySQL.

Aurora se ejecuta en Amazon Virtual Private Cloud (Amazon VPC), lo que lo ayuda a aislar la base de datos en su propia red virtual y a conectarse a la infraestructura de TI local mediante VPN con IPsec cifradas estándar de la industria. Para obtener más información acerca de Amazon Relational Database Service (RDS) en Amazon VPC, consulte la guía del usuario de Amazon RDS. Además, al utilizar Amazon RDS, puede configurar los ajustes del firewall y controlar el acceso a la red de sus instancias de base de datos.

Aurora está integrado con AWS Identity and Access Management (IAM) y brinda la capacidad de controlar las acciones que sus usuarios y grupos de IAM pueden realizar en recursos específicos de Aurora (por ejemplo, instancias de base de datos, instantáneas de base de datos, grupos de parámetros de base de datos, suscripciones de eventos de base de datos, grupos de opciones de base de datos). Además, puede etiquetar los recursos de Aurora y controlar las acciones que pueden realizar los usuarios y los grupos de IAM en grupos de recursos que tengan la misma etiqueta (y valor de etiqueta). Para obtener más información sobre la integración de IAM, consulte la documentación de autenticación de base de datos de IAM.

Aurora lo ayuda a cifrar sus bases de datos mediante las claves que crea y controla a través de AWS Key Management Service (KMS). En una instancia de base de datos que se ejecuta con el cifrado de Aurora, los datos almacenados en reposo en el almacenamiento subyacente están cifrados, al igual que las copias de seguridad, las instantáneas y las réplicas automatizadas que se encuentran en el mismo clúster. Aurora utiliza SSL (AES-256) para proteger los datos en tránsito.

Aurora lo ayuda a registrar eventos de bases de datos con impacto mínimo en el rendimiento de la base de datos. Posteriormente, los registros se pueden analizar para fines de administración de bases de datos, seguridad, gobernanza, conformidad normativa, entre otros. También es posible supervisar la actividad mediante el envío de registros de auditoría a Amazon CloudWatch.

Amazon GuardDuty ofrece detección de amenazas para Aurora, para identificar posibles amenazas a los datos almacenados en las bases de datos de Aurora. La protección de GuardDuty para RDS perfila y supervisa la actividad de inicio de sesión en las bases de datos existentes y nuevas de su cuenta, y utiliza modelos de ML personalizados para detectar con precisión los inicios de sesión sospechosos en las bases de datos de Aurora. Si se detecta una posible amenaza, GuardDuty genera un resultado de seguridad que incluye los detalles de la base de datos e información contextual valiosa sobre la actividad sospechosa. La integración de Aurora con GuardDuty brinda acceso directo a registros de eventos de bases de datos sin que sea necesario modificar sus bases de datos y, además, está diseñada para que no tenga un impacto en el rendimiento de la base de datos.

No hay ningún compromiso inicial con Aurora. Usted paga un cargo por hora por cada instancia que lanza y, cuando termine de usar una instancia de base de datos de Aurora, puede eliminarla. No es necesario sobreaprovisionar el almacenamiento como margen de seguridad y solo se pagará por el almacenamiento que realmente consuma. Para obtener más detalles, consulte la página de precios de Aurora.

Aurora ofrece la flexibilidad necesaria para optimizar el gasto en bases de datos al elegir entre dos opciones de configuración en función de sus necesidades de precio-rendimiento y previsibilidad de precios, independientemente del consumo de E/S de su aplicación. Las dos opciones de configuración son Aurora I/O-Optimized y Aurora Standard. Ninguna de las dos opciones requiere un aprovisionamiento inicial de E/S o almacenamiento y ambas pueden escalar la E/S para dar soporte a las aplicaciones más exigentes.

Aurora I/O-Optimized es una configuración de clúster de bases de datos. Ofrece una mejor relación precio-rendimiento para los clientes con cargas de trabajo con un uso intensivo de E/S, como los sistemas de procesamiento de pagos, los sistemas de comercio electrónico y las aplicaciones financieras. Si su gasto en E/S supera el 25 % del gasto total en bases de datos de Aurora, puede ahorrar hasta un 40 % en los costos de las cargas de trabajo intensivas de E/S con Aurora optimizado para E/S. Con Aurora optimizado para E/S, usted paga por las instancias de base de datos y el almacenamiento. No se cobran cargos por las operaciones de E/S de lectura y escritura, lo que permite predecir los precios para todas las aplicaciones, independientemente de la variabilidad de la E/S.

Aurora Standard es una configuración de clústeres de bases de datos que ofrece precios rentables para la gran mayoría de las aplicaciones con un uso de E/S bajo o moderado. Con Aurora Standard, usted paga por las instancias de bases de datos, el almacenamiento y las E/S de pago por solicitud.

Para una aplicación de análisis intensivo, los costos de E/S son por norma general el factor que más influye en el costo de la base de datos. E/S se refiere a las operaciones entrantes y salientes que realiza el motor de base de datos de Aurora en la capa de almacenamiento virtualizado basado en SSD. Cada operación de lectura de la página de la base de datos cuenta como una E/S. El motor de base de datos de Aurora emite lecturas en la capa de almacenamiento para recuperar páginas de base de datos que no se encuentran en la caché del búfer. Cada página de la base de datos tiene 8 KB en la edición compatible con MySQL de Aurora y 16 KB en la edición compatible con PostgreSQL de Aurora.

Aurora se diseñó para eliminar operaciones de E/S innecesarias. Esto permite reducir costos y garantizar que los recursos estén disponibles cuando se necesiten para el tráfico de lectura y escritura. Las operaciones de E/S de escritura solo se consumen cuando se envían registros de transacciones a la capa de almacenamiento con el fin de hacer que las escrituras sean duraderas. Las operaciones de E/S de escritura se cuentan en unidades de 4 KB. Por ejemplo, un registro de transacciones de 1024 bytes cuenta como una operación de E/S. Sin embargo, el motor de base de datos de Aurora puede agrupar por lotes las operaciones de escritura simultáneas cuyo registro de transacciones es inferior a 4 KB para optimizar el consumo de E/S. A diferencia de los motores de bases de datos tradicionales, Aurora nunca envía páginas de bases de datos modificadas a la capa de almacenamiento, lo que genera más ahorros en el consumo de E/S.

Puede ver cuántas operaciones de E/S consume su instancia de Aurora en la Consola de administración de AWS. Para buscar el consumo de operaciones de E/S, vaya a la sección RDS de la consola, observe la lista de instancias, seleccione las instancias de Aurora y luego busque las métricas “Billed read operations” (Operaciones de lectura facturadas) y “Billed write operations” (Operaciones de escritura facturadas) en la sección de supervisión.

Se cobrará por las operaciones de E/S de lectura y escritura cuando configure los clústeres de bases de datos según la configuración de Aurora Standard. No se cobrará por las operaciones de E/S de lectura y escritura cuando configure los clústeres de bases de datos para Aurora optimizado para E/S. Para obtener más información sobre los precios de las operaciones de E/S, visite la página de precios de Amazon Aurora.

Las lecturas optimizadas de Aurora para Aurora PostgreSQL ofrecen a los clientes que tienen aplicaciones sensibles a la latencia y grandes conjuntos de trabajo una alternativa atractiva en cuanto a la relación entre precio y rendimiento para cumplir sus SLA empresariales. Los clientes también tienen más flexibilidad para ampliar sus conjuntos de datos sin la necesidad de aumentar con frecuencia el tamaño de sus instancias de base de datos para obtener una mayor capacidad de memoria. Optimized Reads incluye mejoras de rendimiento, como el almacenamiento en caché por niveles y los objetos temporales.

El almacenamiento en caché por niveles ofrece una latencia de consultas hasta 8 veces mejor y un ahorro de costos de hasta un 30 % para aplicaciones con uso intensivo de E/S y lectura, como paneles operativos, detección de anomalías y búsquedas de similitudes basadas en vectores. Estas ventajas se obtienen, ya que los datos almacenados en caché se expulsan de la memoria caché del búfer de la base de datos en memoria hacia el almacenamiento local para acelerar los accesos posteriores a esos datos. El almacenamiento en caché por niveles solo está disponible para Aurora PostgreSQL con la configuración Aurora I/O-Optimized.

Los objetos temporales logran un procesamiento de consultas más rápido al colocar tablas temporales generadas mediante Aurora PostgreSQL en el almacenamiento local, lo que mejora el rendimiento de las consultas que implican ordenaciones, agregaciones de hash, uniones de alta carga y otras operaciones con uso intensivo de datos.

La introducción a Aurora es fácil. Simplemente lance una nueva instancia de base de datos de Aurora mediante la consola de administración de Amazon RDS o una sola llamada a la API o a la CLI. Las instancias de base de datos de Aurora están preconfiguradas con parámetros y configuraciones adecuadas para la clase de instancia de base de datos que ha seleccionado. Puede lanzar una instancia de base de datos y conectar su aplicación en cuestión de minutos sin configuración adicional. Los grupos de parámetros de base de datos ofrecen un control minucioso y un ajuste detallado de la base de datos.

Aurora ofrece varias opciones para supervisar y optimizar el rendimiento de las bases de datos, como Amazon CloudWatch, Enhanced Monitoring, RDS Performance Insights y Amazon DevOps Guru para RDS.

Las métricas de Amazon CloudWatch para Aurora le permiten realizar un seguimiento de las métricas operativas clave, como la computación, la memoria y el almacenamiento, el rendimiento de las consultas, la proporción de aciertos de la caché y las conexiones activas a través de la consola de administración de AWS. Con Amazon CloudWatch Alarms, puede configurar alarmas para métricas específicas durante un período de tiempo específico y realizar acciones en función de umbrales personalizables. Amazon CloudWatch Database Insights consolida los registros y las métricas de las aplicaciones, las bases de datos y los sistemas operativos en los que se ejecutan en una vista unificada en la consola. Con sus paneles prediseñados, las alarmas recomendadas y la recopilación automatizada de telemetría, puede supervisar el estado de sus flotas de bases de datos y utilizar una experiencia de solución de problemas guiada para analizar las instancias individuales y analizar la causa raíz. Los desarrolladores de aplicaciones pueden correlacionar el rendimiento de las aplicaciones con el rendimiento de las bases de datos desglosando desde el contexto de su vista de rendimiento de las aplicaciones en Amazon CloudWatch Application Signals hasta la base de datos dependiente específica en CloudWatch Database Insights. CloudWatch Database Insights hereda todas las características de Información de rendimiento de Amazon RDS junto con características adicionales, como la supervisión a nivel de flota, la integración con la supervisión del rendimiento de las aplicaciones y la correlación de las métricas de la base de datos con los registros y los eventos.

La supervisión mejorada proporciona métricas en tiempo real desde la instancia del sistema operativo que ejecuta la base de datos. Puede ver todas las métricas del sistema y la información de procesos de sus instancias de base de datos de RDS en la consola. Aurora entrega las métricas de Enhanced Monitoring a su cuenta de Registros de Amazon CloudWatch. Puede crear filtros para estas métricas en CloudWatch desde CloudWatch Logs y mostrar los gráficos en el panel de CloudWatch.

Además, DevOps Guru for RDS, con tecnología de machine learning, identifica, diagnostica y proporciona recomendaciones automáticamente para los problemas de las bases de datos, incluidos los problemas de uso excesivo de recursos y consultas de SQL, todo ello sin necesidad de conocimientos profundos de aprendizaje automático o bases de datos. Simplemente puede habilitar DevOps Guru para RDS en la consola Amazon RDS, Performance Insights o DevOps Guru Console para una supervisión integral de las bases de datos.

Los despliegues azul-verde de Amazon RDS permiten actualizar bases de datos de manera más segura, sencilla y rápida sin pérdida de datos en la edición compatible con MySQL de Aurora y en la edición compatible con PostgreSQL de Aurora. En unos pocos pasos, los despliegues azul-verde crean un entorno de ensayo que refleja el entorno de producción y mantiene los dos entornos sincronizados mediante la replicación lógica. Puede realizar cambios, como actualizaciones de versiones principales o secundarias, modificaciones de esquemas y cambios en la configuración de parámetros, sin que ello afecte a la carga de trabajo de producción.

Al promover el entorno de ensayo, las implementaciones azul-verde bloquean las escrituras tanto en el entorno azul como en el verde hasta que se haya completado la conmutación. Las implementaciones azul-verde utilizan barreras de protección de conmutación integradas que desconectan la promoción si se excede el tiempo de inactividad máximo tolerable, detectan errores de replicación, comprueban el estado de las instancias y mucho más.

Aurora mantendrá actualizada la base de datos con los parches más recientes. Puede controlar si su instancia recibe parches y cuándo a través de DB Engine Version Management. Cuando es posible, Aurora aplica parches sin tiempo de inactividad: si se presenta un momento oportuno, la instancia se actualiza, se preservan las sesiones de las aplicaciones y el motor de la base de datos se reinicia mientras se aplica el parche, lo que solo provoca una disminución transitoria (cinco segundos aproximadamente) del rendimiento.

Aurora puede notificarle por correo electrónico o SMS sobre eventos importantes de la base de datos, como una conmutación por error automatizada. Puede utilizar la consola de administración de AWS o las API de Amazon RDS para suscribirse a más de 40 eventos de base de datos diferentes asociados a las bases de datos de Aurora.

Aurora admite operaciones de clonación eficientes y ágiles, en las que clústeres de bases de datos completos de varios terabytes pueden clonarse en cuestión de minutos. La clonación es útil para varios fines, como el desarrollo de aplicaciones, la realización de pruebas, las actualizaciones de bases de datos y la ejecución de consultas analíticas. La disponibilidad inmediata de datos puede agilizar de manera significativa el desarrollo de software y los proyectos de actualización, además de lograr análisis más precisos.

Puede clonar una base de datos de Aurora en solo unos pocos pasos y no incurre en cargos de almacenamiento, excepto si utiliza espacio adicional para almacenar cambios en los datos.

Puede detener e iniciar manualmente una base de datos de Aurora en solo unos pocos pasos. Esto simplifica y economiza el uso de Aurora para fines de desarrollo y pruebas, donde la base de datos no necesita estar funcionando todo el tiempo. Parar la base de datos no elimina los datos. Consulte la documentación de inicio y detención para obtener más detalles.

La integración sin ETL de Amazon Aurora en Amazon Redshift permite el análisis y la aplicación de machine learning (ML) casi en tiempo real mediante Amazon Redshift sobre petabytes de datos transaccionales de Aurora, porque elimina la necesidad de crear y mantener complejas canalizaciones de datos que lleven a cabo operaciones de extracción, transformación y carga (ETL). Los datos transaccionales se replican de forma automática y continua en cuestión de segundos después de que se escriben en Aurora y están disponibles sin problemas en Amazon Redshift.

Una vez que los datos estén disponibles en Amazon Redshift, puede empezar a analizarlos de inmediato y aplicar características avanzadas, como el intercambio de datos, las vistas materializadas y ML de Amazon Redshift, para obtener información holística y predictiva. Puede consolidar varias tablas de varios clústeres de bases de datos de Aurora y replicar los datos en un almacén de datos de Amazon Redshift para ejecutar análisis unificados en varias aplicaciones y orígenes de datos. Mediante el uso de Aurora sin servidor y de Amazon Redshift sin servidor, puede generar análisis de los datos transaccionales casi en tiempo real, sin tener que administrar ninguna infraestructura para canalizaciones de datos. Lea nuestra documentación sobre cómo trabajar con las integraciones sin ETL de Aurora en Amazon Redshift.

Aurora ofrece funciones que permiten que los modelos de machine learning (ML) e inteligencia artificial (IA) generativa funcionen con los datos almacenados en Aurora en tiempo real y sin moverlos. Con la edición compatible con PostgreSQL de Amazon Aurora, puede acceder a las funciones de bases de datos vectoriales para almacenar, buscar, indexar y consultar incrustaciones de ML con la extensión pgvector.

Una incrustación vectorial es una representación numérica que representa el significado semántico del contenido, como texto, imágenes y video. La IA generativa y otros sistemas de IA y ML utilizan incrustaciones para capturar el significado semántico de la entrada de este contenido en un modelo de lenguaje grande (LLM). Puede almacenar incrustaciones de modelos de ML e IA, como los de Amazon Bedrock y Amazon SageMaker, en sus bases de datos de Aurora. Lea nuestra documentación sobre las versiones de extensión para Aurora PostgreSQL.

Puede usar Amazon Aurora PostgreSQL como almacén de vectores en las bases de conocimiento de Amazon Bedrock. Con solo un clic, configure Aurora como base de conocimientos para Bedrock y podrá conectar los orígenes de datos privados de su organización, desde Aurora, a los modelos fundacionales (FM) disponibles en Bedrock para habilitar los flujos de trabajo automatizados de generación aumentada por recuperación (RAG) en ellos. Esto hace que sus FM conozcan mejor su dominio y organización específicos. Lea nuestra documentación sobre cómo empezar a usar Aurora PostgreSQL como base de conocimientos para Amazon Bedrock con un solo clic.

El machine learning de Aurora (ML de Aurora) también simplifica la incorporación de predicciones de modelos de IA generativa a la base de datos de Aurora. El ML de Aurora expone los modelos de ML como funciones de SQL, lo que le permite usar SQL estándar para llamar a modelos de ML, pasar datos a estos y devolver predicciones, resúmenes de texto u opiniones como resultados de consultas. Con el ML de Aurora, puede agregar nuevas incrustaciones a su base de datos de Aurora PostgreSQL con la extensión pgvector en tiempo real mediante llamadas periódicas a un modelo de SageMaker o Amazon Bedrock, que devuelve las incrustaciones más recientes y actualizadas.

Las herramientas estándar de importación y exportación de MySQL funcionan con Aurora. También puede crear con facilidad una nueva base de datos de Aurora a partir de una instantánea de base de datos de Amazon RDS para MySQL. Las operaciones de migración basadas en instantáneas de base de datos suelen tardar menos de una hora en completarse, pero este tiempo variará en función del volumen y el formato de los datos que se van a migrar.

Como alternativa, AWS Database Migration Service (AWS DMS) ofrece herramientas nativas integradas desde la consola de DMS para una migración sin complicaciones. Al no tener instancias de replicación para aprovisionar ni escalar, puede iniciar una migración de base de datos con unos pocos clics y pagar solo por hora por el tiempo utilizado.

También puede configurar una replicación basada en binlog entre una base de datos de edición compatible con MySQL de Aurora y una base de datos MySQL externa que se ejecute tanto fuera como dentro de AWS.

Las herramientas de importación y exportación estándares de PostgreSQL trabajan con Aurora, incluidos pg_dump y pg_restore. Aurora también es compatible con la importación de instantáneas de Amazon RDS para PostgreSQL y la replicación con AWS Database Migration Service (AWS DMS).

Aurora proporciona un entorno ideal para mover cargas de trabajo de bases de datos fuera de las bases de datos comerciales. Aurora tiene capacidades funcionales que se asemejan a las que tienen los motores de bases de datos comerciales y ofrece el rendimiento empresarial, la durabilidad y la gran disponibilidad requerida por la mayoría de cargas de trabajo de bases de datos empresariales. AWS Database Migration Service (AWS DMS) puede ayudar a acelerar las migraciones de bases de datos a Aurora con características administradas, como la conversión de esquemas del DMS y DMS sin servidor. DMS Schema Conversion evaluará y convertirá de forma automática los esquemas y objetos de origen para que sean compatibles con el clúster Aurora de destino. Mientras tanto, el DMS sin servidor automatiza el aprovisionamiento, la supervisión y el escalado de los recursos de migración.

Babelfish para Aurora PostgreSQL es una nueva capacidad para la edición de Aurora compatible con PostgreSQL, que permite que Aurora entienda comandos hechos desde aplicaciones escritas para Microsoft SQL Server. Con Babelfish, Aurora PostgreSQL ahora entiende T-SQL, el dialecto SQL propietario de Microsoft SQL Server, y es compatible con el mismo protocolo de comunicaciones, por lo que sus aplicaciones que se escribieron originalmente para SQL Server ahora pueden trabajar con Aurora con menos cambios de código. Como resultado, se reduce el esfuerzo necesario para modificar y trasladar a Aurora las aplicaciones que se ejecutan en SQL Server 2005 o posterior, lo que permite migraciones más rápidas, de menor riesgo y más rentables. Babelfish es una capacidad integrada de Aurora y no tiene costo adicional. Puede habilitar Babelfish en su clúster de Aurora en solo unos pasos en la consola de RDS.

Las extensiones de lenguaje de confianza (ELC) para PostgreSQL son un conjunto de desarrollo que le permiten crear con rapidez extensiones de alto rendimiento y ejecutarlas de manera segura en Amazon Aurora sin la necesidad de que AWS certifique el código. Los desarrolladores pueden usar lenguajes de confianza populares, como JavaScript, PL/pgSQL, Perl y SQL para escribir extensiones de manera segura. TLE está diseñado para prevenir el acceso a recursos no seguros y limita los defectos de extensión a una única conexión de base de datos. Los administradores de bases de datos tienen un control detallado en línea sobre quiénes pueden instalar extensiones y pueden crear un modelo de permisos para ejecutarlas. TLE está disponible para todos los clientes de Aurora sin costo adicional.

Aurora ofrece capacidades de machine learning directamente desde la base de datos, lo que le permite agregar predicciones basadas en ML a sus aplicaciones mediante el conocido lenguaje de programación SQL. Con una integración simple, optimizada y segura entre los servicios de machine learning de Aurora y AWS, tiene acceso a una amplia selección de algoritmos de aprendizaje automático sin tener que crear integraciones personalizadas o mover datos. Obtenga más información sobre el machine learning de Aurora.

Aurora trabaja junto con Amazon RDS Proxy, un proxy de base de datos completamente administrado y con mucha disponibilidad que hace que las aplicaciones sean más escalables, más resilientes a errores de la base de datos y más seguras. RDS Proxy permite que las aplicaciones agrupen y compartan conexiones establecidas con la base de datos, lo que mejora la eficiencia de la base de datos y la escalabilidad de la aplicación. Reduce los tiempos de conmutación por error conectándose automáticamente a una nueva instancia de base de datos mientras preserva las conexiones de la aplicación. Mejora la seguridad a través de integraciones en AWS IAM y AWS Secrets Manager.

La API de datos es una API HTTPS segura y fácil de usar que sirve para ejecutar consultas SQL en bases de datos de Aurora que acelera el desarrollo de aplicaciones modernas. La API de datos elimina las tareas de configuración de redes y aplicaciones necesarias para conectarse de forma segura a una base de datos de Aurora, lo que hace que el acceso a Aurora sea tan sencillo como hacer una llamada a la API. La API de datos elimina el uso de controladores de bases de datos y software de agrupación de conexiones del lado del cliente. También mejora la escalabilidad de las aplicaciones al agrupar y compartir automáticamente las conexiones a las bases de datos. La API de datos mejora la seguridad a través de integraciones en AWS IAM y AWS Secrets Manager.

Los desarrolladores pueden llamar a la API de datos a través de aplicaciones creadas con un SDK de AWS. La API de datos también proporciona acceso a las bases de datos de Aurora para las API GraphQL de AWS AppSync.