Что такое управление базами данных?

Базы данных служат основой для бизнес-процессов, приложений и доступа пользователей. Поэтому организациям необходимо стратегически подходить к системам баз данных, которые они используют. Ниже приведены практики управления данными, которые помогут вам поддерживать качество данных, снижать затраты и обеспечивать положительный пользовательский опыт.

Проектирование с учетом масштабируемости

Масштабируемая база данных позволяет организациям справляться с увеличением объема трафика, который может нагружать вычислительные ресурсы – такие как процессоры и хранилище данных – до предела. Вы можете масштабировать базу данных как горизонтально, так и вертикально.

Горизонтальное масштабирование

Горизонтальное масштабирование означает добавление дополнительных кластеров данных вместо направления всего трафика в одну базу данных. Этот метод равномерно распределяет входящий трафик и предотвращает перегрузку всей системы баз данных. Запросы перенаправляются к конкретному компоненту, содержащему нужные данные, что обеспечивает быструю выдачу информации. Для горизонтального масштабирования базы данных можно реализовать перечисленные ниже методы.

• Сегментирование базы данных, при котором база данных разбивается и распределяется на более мелкие части.
• Балансировка нагрузки – подход, при котором сетевой трафик распределяется между кластерами баз данных.
• Чтение реплик, которые реплицируют основную базу данных и передают ее приложениям, которым требуется частый доступ к определенным данным.

Вертикальное масштабирование

Вертикальное масштабирование – это подход, который увеличивает вычислительные ресурсы, используемые вашей базой данных. Как и горизонтальное масштабирование, оно позволяет системам баз данных надежно работать при резких скачках трафика. Однако вертикальное масштабирование не предполагает изменения дизайна базы данных.

Вертикальное масштабирование физической базы данных требует больших затрат, поскольку организациям необходимо инвестировать в дополнительные серверы баз данных и соответствующим образом их выделять. Чтобы сделать вертикальное масштабирование более простым и доступным, организации используют облачные базы данных. Используя базы данных облака AWS, вы можете:

• развернуть базу данных без выделения серверной инфраструктуры;
• масштабировать базу данных до требуемой емкости;
• платить только за используемые вычислительные ресурсы.

Разработка стратегий резервного копирования данных

При работе с базами данных организации несут ответственность за обеспечение целостности и доступности данных и минимизацию рисков безопасности данных. Хорошая стратегия резервного копирования предполагает репликацию данных и их безопасное хранение. Кроме того, оно включает меры по их оперативному восстановлению и предотвращению сбоев в работе.

Эффективная стратегия резервного копирования баз данных позволяет быстро восстанавливаться после простоев и обеспечивать непрерывность бизнеса. Например, если вы постоянно регистрируете изменения в базе данных, вы можете восстановить их до момента, когда они были изменены или стали непригодными для использования. 

По закону организации в некоторых отраслях обязаны хранить копии исторических данных в течение определенного периода. Создание резервной копии базы данных также полезно, если вы хотите перенести систему баз данных из одной инфраструктуры в другую. Такие задачи часто включают консолидацию данных из различных источников, таких как реляционные базы данных, и их восстановление в новой конфигурации. В ходе процесса последующее преобразование данных, хотя и выполняется тщательно, все же может привести к неточности данных. В этом случае вы можете отменить изменения с помощью резервной копии.

AWS Backup упрощает резервное копирование и защиту данных в облачных и гибридных средах. Сервис автоматизирует защиту данных, отслеживает активы данных и предоставляет возможности аварийного восстановления, что позволяет соблюдать нормативные требования. Ниже представлена информация о том, как начать резервное копирование баз данных AWS.

1. Зарегистрируйтесь в AWS и запустите консоль AWS Backup.
2. Создайте план резервного копирования и настройте политики резервного копирования, методы, отчеты и другие параметры.
3. Назначьте базы данных для резервного копирования, включая тома Amazon Elastic Block Store (EBS), Amazon Relational Database Service (RDS) и таблицы Amazon DynamoDB.
4. Запустите резервное копирование.
5. Отслеживайте резервные копии и при необходимости восстанавливайте их.

Внедряйте детализированное управление доступом

Организации должны контролировать, кто имеет доступ к информации, хранящейся в их базах данных. Для этого необходимы аутентификация и авторизация в механизме управления доступом. Аутентификация позволяет проверять личность пользователя, запрашивающего доступ к базе данных. Авторизация определяет, должен ли конкретный пользователь получить доступ. Вместе они формируют основу методов контроля доступа, которые обеспечивают безопасность современных баз данных (см. ниже).

• Управление доступом на основе ролей (RBAC) предоставляет доступ к базе данных по принципу наименьших привилегий. Пользователю предоставляется доступ только к тем данным, которые необходимы для выполнения его задач.
• Управление доступом на основе атрибутов (ABAC) учитывает изменяющиеся факторы – такие как время, местоположение и требования пользователя – перед предоставлением доступа к определенным данным.

Помимо регулирования доступа, организациям следует постоянно отслеживать и проводить аудит баз данных, чтобы выявлять несанкционированные попытки доступа и повышать устойчивость к угрозам.

Сервис AWS IAM позволяет установить ограничения доступа и применять детализированные политики управления доступом к облачным рабочим нагрузкам. Вы можете создавать политики минимальных привилегий, пересматривать разрешения и задавать условия, еще больше ограничивающие доступ. Компания Wellola, поставщик платформ для здравоохранения, использует IAM для обеспечения строгого управления данными и защиты при предоставлении разработчикам доступа к своим функциям.

Мониторинг и оптимизация производительности

С течением времени базы данных могут терять производительность и сталкиваться с узкими местами. Если не устранить эти проблемы, это негативно скажется на приложениях и сервисах, зависящих от этих баз данных. Чтобы обеспечить надежный доступ к хранимым данным, необходимо постоянно отслеживать и оптимизировать производительность базы данных. Например, база данных может столкнуться с проблемами управления параллелизмом, особенно когда несколько пользователей работают с быстро изменяющимися данными – это может привести к несогласованности данных.

Традиционный мониторинг баз данных в значительной степени опирается на ручное вмешательство, что вызывает задержку между обнаружением проблемы и принятием мер. Современные базы данных используют автоматический мониторинг производительности, что ускоряет устранение неполадок.

С помощью Amazon Relational Database Service (Amazon RDS) вы получаете доступ к панели управления, которая автоматически отображает ключевые показатели вашей базы данных. Например, вы можете видеть, работает ли база данных, какие ресурсы она использует и статус реплик для чтения. Вы также можете интегрировать AWS RDS с другими сервисами AWS. Пример приведен ниже.

• Amazon CloudWatch позволяет отслеживать встроенные метрики RDS и запускать оповещения для выполнения автоматических действий.
• Amazon EventBridge фиксирует события, связанные с изменениями в среде Amazon RDS, и перенаправляет их в другие сервисы AWS.
• Amazon CloudTrail журналирует API-запросы к RDS при доступе к вашей базе данных.

Обеспечьте консолидацию данных для аналитики

Каждая база данных приложений существует в вашей организации как разрозненное хранилище. Для получения полезной информации с помощью аналитики необходимо консолидировать данные из нескольких баз. Например, у вас может быть группа баз данных, в которых хранится смесь структурированных, неструктурированных и полуструктурированных данных. Однако для их анализа необходимо извлечь, преобразовать и загрузить (ETL) данные в хранилище, поддерживающее более гибкие модели данных и сложные их структуры.

Лучший способ сделать это – настроить конвейеры данных, соединяющие соответствующие базы данных с хранилищем данных или озером данных. Таким образом можно преобразовывать транзакционные и операционные данные в форматы, которые могут эффективно анализировать приложения бизнес-аналитики (BI).

Amazon Redshift – это облачное хранилище данных, которое помогает консолидировать базы данных без необходимости использования сложных конвейеров данных. Функции без ETL автоматизируют прием данных из Amazon RDS, Amazon Aurora и Amazon DynamoDB, что позволяет проводить аналитику практически в реальном времени. Например, когда приложение электронной коммерции сохраняет транзакцию в базе данных языка структурированных запросов (SQL), размещенной на AWS, данные автоматически преобразуются и отправляются в Amazon Redshift.