Amazon Aurora Hakkında SSS

Amazon RDS konsolunda birkaç tıklamayla Aurora Global Database oluşturabilirsiniz. Alternatif olarak, AWS Software Development Kit'i (SDK) veya AWS Command-Line Interface'i (CLI) kullanabilirsiniz. Birincil ve ikincil Bölgeleriniz arasında tedarik edilmiş veya sunucusuz bulut sunucusu sınıfı türlerinin karışık bir yapılandırmasını kullanabilirsiniz. Birincil Bölgenizi Aurora G/Ç için Optimize Edilmiş küme yapılandırması yapılandırırken ikincil Bölgelerinizi Aurora Standart olarak veya tam tersi şekilde yapılandırabilirsiniz. Daha fazla bilgi edinmek için bkz. Amazon Aurora Küresel Veri Tabanı Oluşturma.

Hayır. Birincil Bölgeniz kullanılamaz hale gelirse ikincil bir Bölgeyi tam okuma ve yazma özelliğini alacak şekilde geliştirmek için yönetilen bölgeler arası Aurora Küresel Veri Tabanı yük devretme işlemini kullanabilirsiniz. Yeni tanıtılan Bölgeye bağlanmak için uygulama kodu değişiklikleri yapma gereğini önlemek için Aurora Küresel Veri Tabanı yazar uç noktasını da kullanabilirsiniz. Daha fazla bilgi edinmek için bkz. Amazon Aurora Küresel Veri Tabanı'na Bağlanma.

Aurora PostgreSQL Sınırsız Veri Tabanı, saniyede milyonlarca yazma işlemini işlemek için otomatik yatay ölçeklendirme sağlar ve petabaytlarca veriyi yönetirken tek bir veri tabanında çalışma kolaylığını sürdürür. İş yüklerinizi desteklemek amacıyla verilerinizi birden çok veri tabanı bulut sunucusunda ölçeklendirmek için karmaşık çözümler oluşturmak ve sürdürmek zorunda kalmadan, yüksek ölçekli uygulamalar oluşturmaya odaklanabilirsiniz. Aurora PostgreSQL Sınırsız Veri Tabanı, uygulama iş yükünüze göre ölçeklenir ve yalnızca uygulamanızın tükettiği miktar için ödeme yaparsınız. Daha fazla bilgi edinmek için Aurora PostgreSQL Sınırsız Veri Tabanı Kullanıcı Kılavuzu'nu ziyaret edin.

Yatay olarak ölçeklendirilmesi gereken ve tek bir Aurora veri tabanı bulut sunucusunun desteklediğinden daha fazla yazma aktarım hızı veya veri depolama alanı kapasitesi gerektiren uygulamalar için Aurora PostgreSQL Sınırsız Veri Tabanı kullanmalısınız. Örneğin, her kullanıcının muhasebe verileri diğerlerinden bağımsız olduğundan, bir muhasebe uygulaması bir kullanıcı tarafından yatay olarak bölümlere ayrılabilir. Aurora PostgreSQL Sınırsız Veri Tabanı, en büyük ve en hızlı büyüyen uygulamalarınızı desteklemek için otomatik olarak ölçeklenir. 

Ölçeklendirme için mevcut iki özellik vardır: Aurora Replikaları ile Amazon Aurora Otomatik Ölçeklendirme ve Aurora Sunucusuz v2.

Aurora Replikaları, Aurora kümenizin okuma kapasitesini tek bir veri tabanı bulut sunucusunun sağlayabileceği sınırların ötesinde artırmanıza olanak tanır. Okuma iş yükünü yazma iş yükünden ayırabilen uygulamalar, daha yüksek genel okuma aktarım hızı elde etmek için 15 adede kadar okuma replikasından yararlanabilir. Aurora Replikaları, uygulamanın verilerini yatay olarak bölmesini gerektirmez. Tüm veriler her replikada mevcuttur. Aurora Replikaları, bir Aurora kümesinin depolama kapasitesini veya yazma aktarım hızını artırmaz.

Aurora Sunucusuz v2, tek bir işlem bulut sunucusunun kapasite kısıtlamaları dahilindeki uygulama ihtiyaçlarına göre veri tabanı işlem ve belleğinin otomatik ölçeklendirilmesini sağlayan, Aurora için istek üzerine, dikey ölçeklendirme yapılandırmasıdır. Aurora Sunucusuz v2 hem yazar hem de okuyucu bulut sunucuları için desteklenir. Ancak bir Aurora kümesinin depolama kapasitesini artırmaz. Uygulamanız yatay olarak ölçeklenecek şekilde tasarlanmışsa Aurora PostgreSQL Sınırsız Veri Tabanı, veri tabanınızın yazma aktarım hızını ve depolama kapasitesini tek bir Aurora yazıcı bulut sunucusunun sınırlarının ötesine ölçeklendirmenize olanak tanır.

Aurora PostgreSQL Sınırsız Veri Tabanı, bir tablo sütununda (parça anahtarı olarak da adlandırılır) müşteri tarafından belirlenen değerleri kullanarak verileri veri tabanı bulut sunucuları arasında böler. Örneğin, kullanıcı bilgilerini depolayan bir tablo, parça anahtarı olarak User-ID sütunu kullanılarak bölünebilir. Ayrıntılı olarak incelendiğinde, Aurora PostgreSQL Sınırsız Veri Tabanı, sunucusuz düğümlerin dağınık bir dağıtımıdır. Düğümler, yönlendiriciler veya parçalardır. Yönlendiriciler, veri tabanının dağınık yapısını yönetir. Her parça verilerinizin bir alt kümesini depolayarak yüksek yazma aktarım hızı elde etmek için paralel işleme olanağı sağlar.

İşlem veya depolama gereksinimleri arttıkça Aurora önce otomatik olarak her bir bulut sunucusu ve ilişkili depolamanın ölçeğini artırır, ardından farklı parça anahtarı değerleri için veri tabanı iş yüklerine hizmet etmek üzere ölçeği genişletir. Herhangi bir noktada, bir parça anahtarı değeri tek bir sunucusuz bulut sunucusu tarafından sahip olunur ve sunulur. Uygulamalar Aurora PostgreSQL Sınırsız Veri Tabanı'na bağlandığında ve bir istek yayınladığında, istek önce analiz edilir. Ardından, istek tarafından belirtilen parça anahtarı değerine sahip olan işlem bulut sunucusuna gönderilir ya da birden çok bulut sunucusunda bir sorgu düzenlenir.

Her biri farklı parça anahtarı değerleri sunan birden çok işlem bulut sunucusu, aynı Aurora PostgreSQL Sınırsız Veri Tabanı için uygulama isteklerini aynı anda sunabilir. Aurora PostgreSQL Sınırsız Veri Tabanı, tek yazarlı Aurora PostgreSQL sistemleriyle aynı işlem anlamlarını sağlayarak uygulamanızdaki farklı işlem etki alanlarını yönetmenin karmaşıklığını ortadan kaldırır.

Aurora PostgreSQL Sınırsız Veri Tabanı, verilerinizi içeren üç tür tabloyu destekler: parçalanmış, referans ve standart.

Parçalanmış tablolar: Bu tablolar birden çok parçaya dağıtılmıştır. Veriler, parça anahtarları olarak adlandırılan tablodaki belirlenen sütunların değerlerine göre parçalar arasında bölünür. Uygulamanızdaki en büyük, G/Ç açısından en yoğun tabloları ölçeklendirmek açısından kullanışlıdırlar.

Referans tablolar: Bu tablolar, gereksiz veri hareketlerini kaldırarak birleştirme sorgularının daha hızlı çalışabilmesi için verileri her parçaya tam olarak kopyalar. Genellikle ürün katalogları ve posta kodları gibi nadiren değiştirilen referans verileri için kullanılırlar.

Standart tablolar: Bu tablolar normal Aurora PostgreSQL tabloları gibidir. Standart tabloların tümü tek bir parçaya yerleştirilir, böylece birleştirme sorguları gereksiz veri hareketini ortadan kaldırarak daha hızlı çalışabilir. Standart tablolardan parçalanmış ve referans tablolar oluşturabilirsiniz.

PostgreSQL uyumluluğuyla ilgili konular hakkında daha fazla bilgi edinmek için Aurora PostgreSQL Sınırsız Veri Tabanı gereksinimleri ve hususları sayfasını ziyaret edin.

Desteklenen altyapı sürümüne sahip yeni bir Aurora PostgreSQL kümesi oluşturmak için Amazon RDS konsolunda veya Amazon API'lerinde Aurora PostgreSQL Sınırsız Veri Tabanı kullanmaya başlayabilirsiniz. Kullanmaya başlama hakkında daha fazla bilgi edinmek için Aurora PostgreSQL Sınırsız Veri Tabanı Kullanıcı Kılavuzu sayfasını ziyaret edin.

Uygulamanız, standart bir Aurora PostgreSQL kümesine bağlanacağı şekilde Aurora PostgreSQL Sınırsız Veri Tabanına bağlanır. Küme uç noktasına bağlanmanız yeterlidir. Daha fazla bilgi edinmek için Aurora PostgreSQL Sınırsız Veri Tabanını Kullanma sayfasını ziyaret edin.

Evet. Aurora PostgreSQL Sınırsız Veri Tabanını kullanmak için veri tabanı şemanızı ayarlamanız gerekebilir. Tüm parçalanmış tabloların parça anahtarını içermesi gerekir, bu nedenle bu verilerin doldurulması gerekebilir. Örneğin, bir muhasebe uygulaması, her kullanıcı diğerlerinden bağımsız olduğundan, User-ID sütununu kullanarak verilerini kullanıcıya göre bölebilir. Kullanıcı tablosunun kendisi doğal olarak bu
sütunu içerirken faturaların satır öğelerini içeren bir tablo gibi diğer tablolar içermeyebilir. En iyi sorgu performansı için tabloları bir araya getirmek üzere, bu tabloların kullanıcı tarafından da bölünmesi gerektiğinden, User-ID sütununun tabloya eklenmesi gerekir.

Verileri bölmek için kullanılan sütunda adlandırma kısıtlaması yoktur ancak sütun tanımının eşleşmesi gerekir. Uygulama sorgularına parça anahtarını eklemeniz gerekir ve ayrıca en iyi performans için sorgularınızı ve işlemlerinizi ayarlamanız gerekebilir. Örneğin, tablo yalnızca User-ID ile bölündüğünde Invoice-ID'yi kullanarak bir fatura aramak, sorgunun tüm veri tabanı bulut sunucularında yürütülmesi gerektiğinden yavaş olacaktır. Ancak sorgu User-ID'yi de belirtirse sorgu söz konusu User-ID için tüm emirleri içeren tek veri tabanı bulut sunucusuna yönlendirilir ve bu da sorgunun gecikme süresini azaltır.

Evet. Aurora PostgreSQL Sınırsız Veri Tabanınız için işlem yedekliliğini sıfırdan büyük olacak şekilde ayarladığınızda yüksek erişilebilirlik seçeneği tercih edebilirsiniz ve bu da %99,99 erişilebilirlik sağlar. Verileri Aurora PostgreSQL Sınırsız Veri Tabanınızda depolayan ve buradan erişen her işlem bulut sunucusu, birincil olan kullanılamadığında istekleri devralabilecek bir veya iki bekleme moduna sahip olabilir. Yönlendiriciler, uygulamanızda minimum etki için trafiği otomatik olarak yönlendirir.

Aurora PostgreSQL Sınırsız Veri Tabanı, PostgreSQL 16.4 uyumluluğuna sahip Aurora G/Ç İçin Optimize edilmiş küme yapılandırması için kullanılabilir. Aurora PostgreSQL Sınırsız Veri Tabanı için AWS Bölgesel erişilebilirliğiyle ilgili ek bilgilere Aurora fiyatlandırma sayfasından ulaşabilirsiniz.

Aurora PostgreSQL Sınırsız Veri Tabanında veri tabanı kapasitesi ACU cinsinden ölçülür. ACU kullanımı için saniye başına bir sabit ücret ödersiniz. Aurora G/Ç İçin Optimize Edilmiş yapılandırma depolama ücretleri geçerlidir. Daha fazla bilgi için Aurora fiyatlandırma sayfasını ziyaret edin.

Evet. Üretici yapay zeka uygulamalarına güç sağlamak için Amazon Aurora veritabanlarını Amazon Bedrock ile entegre etmenin iki yöntemi vardır. İlk olarak, Amazon Aurora ML hem Aurora MySQL hem de Aurora PostgreSQL için SQL aracılığıyla Amazon Bedrock'ta bulunan altyapı modellerine doğrudan erişim sağlamaktadır. İkinci olarak, Aurora'yı tek bir tıklamayla Amazon Bedrock Bilgi Tabanları'nda vektör deponuz olarak yapılandırabilir ve Bedrock'tan oluşturulan katıştırmaları Aurora'da depolayabilirsiniz. Amazon Bedrock Bilgi Tabanları, Almayla Artırılmış Üretim (RAG) gibi kullanım örnekleri için vektör deposu olarak Aurora PostgreSQL'yi destekler. Aurora PostgreSQL'nin Amazon Bedrock için bilgi tabanı olarak kullanımı hakkındaki blogumuzu ve belgelerimizi okuyun.

Amazon Redshift ile Aurora sıfır ETL entegrasyonu, Aurora MySQL 3.05.2 sürümü (MySQL 8.0.32 ile uyumlu) ve üstü için Aurora MySQL Uyumlu Sürümde mevcuttur. Amazon Redshift ile Aurora sıfır ETL entegrasyonu, Aurora PostgreSQL 16.4 sürümü ve üstü için Aurora PostgreSQL Uyumlu Sürüm'de mevcuttur. Amazon Redshift ile Aurora sıfır ETL entegrasyonu için AWS Bölgesi erişilebilirliği hakkında daha fazla bilgi edinmek üzere AWS Bölgesi ve Aurora veri tabanı altyapısına göre Aurora'da desteklenen özellikler sayfasını ziyaret edin.

Evet. AWS CloudFormation'ı kullanarak Amazon Redshift ile Aurora sıfır ETL entegrasyonu için gereken kaynakların yapılandırılmasını ve dağıtımını yönetip otomatikleştirebilirsiniz. Daha fazla bilgi edinmek için sıfır ETL entegrasyonuna sahip CloudFormation şablonları bölümünü ziyaret edin.

CloudWatch Veri Tabanı Öngörüleri, veri tabanı sorun giderme işlemlerini basitleştiren ve geliştiren bir izleme ve ölçüm çözümüdür. Ölçümler, günlükler ve izler dahil telemetri toplamayı otomatikleştirerek manuel kurulum ve yapılandırma ihtiyacını ortadan kaldırır. CloudWatch Veri Tabanı Öngörüleri, bu telemetri bilgilerini Amazon CloudWatch'ta birleştirerek veri tabanı performansı ve durumunun birleşik bir görünümünü sağlar.

CloudWatch Veri Tabanı Öngörüleri'nin temel avantajları şunlardır:

1. Zahmetsiz Telemetri Toplama: Veri tabanı ölçümlerini, günlüklerini ve izlerini otomatik olarak toplayarak kurulum süresini en aza indirir.
2. Seçilmiş Öngörüler: Veri tabanı performansını izlemek ve optimize etmek için önceden oluşturulmuş panolar, alarmlar ve öngörüler sağlayarak kullanıma başlamak için gerekli yapılandırma ihtiyacını en aza indirir.
3. Birleşik CloudWatch Görünümü: Basitleştirilmiş izleme için birden çok veri tabanından gelen telemetriyi tek bir görünümde birleştirir.
4. Yapay Zeka / Makine Öğrenimi Özellikleri: Anormallikleri tespit etmek için yapay zekayı / makine öğrenimini kullanır ve manuel sorun giderme ihtiyacını azaltır.
5. Uygulama Bağlamını İzleme: Kullanıcıların veri tabanı performansını uygulama performansıyla ilişkilendirmesine olanak tanır.
6. Filo ve Bulut Sunucusu Düzeyinde Görünümler: Kök neden analizi için hem üst düzey filo izleme hem de ayrıntılı bulut sunucusu görünümleri sunar.
7. Sorunsuz AWS Entegrasyonu: Amazon CloudWatch Uygulama Sinyalleri ve AWS X-Ray ile entegre olarak kapsamlı gözlemlenebilirlik deneyimi sağlar.

RDS İçin Amazon DevOps Guru, Amazon RDS (Amazon Aurora'yı da içerir) için makine öğrenimi destekli bir özelliktir. Veri tabanı performansını ve operasyonel sorunları otomatik olarak algılayıp tanılayarak sorunları günlerce vakit harcamadan dakikalar içinde çözmenizi sağlar.

Amazon DevOps Guru'nun bir özelliği olan RDS İçin Amazon DevOps Guru, tüm Amazon RDS motorlarında ve diğer onlarca kaynak türünde operasyonel sorunları ve performans sorunlarını algılayacak şekilde tasarlanmıştır. RDS İçin DevOps Guru, DevOps Guru'nun özelliklerini genişleterek Amazon RDS'deki veritabanlarıyla ilgili çok çeşitli sorunları (ör. kaynak aşırı kullanımı ve belirli SQL sorgularının yanlış çalışması) saptama, tanılama ve çözmeye olanak sağlar.

Bir sorun meydana geldiğinde RDS İçin Amazon DevOps Guru derhal geliştiricileri ve DevOps mühendislerini bilgilendirir ve tanı bilgilerini, sorunun kapsamıyla ilgili ayrıntıları ve akıllı çözüm önerilerini sağlar. Böylece müşterilerin veritabanlarıyla ilgili performans darboğazlarını ve operasyonel sorunları hızla çözmesine yardımcı olur.

RDS İçin Amazon DevOps Guru, manuel işlem gerekliliğini ortadan kaldıracak ve ilişkisel veri tabanı iş yükünüzdeki bulunması zor performans darboğazlarını saptama ve çözme süresini kısaltacak (saatler ve günlerden dakikalara) şekilde tasarlanmıştır.

Her Amazon Aurora veri tabanı için etkinleştirilebilen RDS İçin DevOps Guru otomatik olarak iş yüklerinizle ilgili performans sorunlarını saptar, her konuyla ilgili size uyarılar gönderir, bulguları açıklar ve çözüm için işlem önerilerinde bulunur.
RDS İçin DevOps Guru, uzman olmayan kişilerin de veri tabanı yönetimi görevlerini yürütmesine olanak sağlar ve veri tabanı uzmanlarının daha fazla sayıda veri tabanını yönetmesine yardımcı olur.

RDS İçin Amazon DevOps Guru, makine öğrenimini kullanarak Amazon RDS Performans Öngörüleri (PI) tarafından toplanan telemetri verilerini analiz eder. RDS İçin DevOps Guru, analiz yaparken veri tabanında depolanan hiçbir verinizi kullanmaz. PI, bir uygulamanın veri tabanında nasıl zaman geçirdiğini açıklayan bir ölçüm olan veri tabanı yükünü ölçer ve MySQL'deki sunucu durumu değişkenleri ve PostgreSQL'deki pg_stat tabloları gibi veri tabanı tarafından oluşturulan belirli ölçümleri kullanır.

RDS İçin DevOps Guru'yu kullanmaya başlamadan önce Performans Öngörüleri'nin RDS konsolu üzerinden etkinleştirildiğinden emin olun ve ardından Amazon Aurora veri tabanlarınız için DevOps Guru'yu etkinleştirin. DevOps Guru sayesinde analiz kapsam sınırınızı tüm AWS hesabınız olarak seçebilir, DevOps Guru'nun analiz etmesini istediğiniz belirli AWS CloudFormation yığınlarını tanımlayabilir veya DevOps Guru tarafından analiz edilmesini istediğiniz kaynak gruplamasını oluşturmak için AWS etiketlerini kullanabilirsiniz.

RDS İçin Amazon DevOps Guru; kilit yığınları, bağlantı fırtınaları, SQL regresyonları, CPU ve G/Ç çekişmesi ve bellek sorunları gibi uygulama hizmet kalitesini etkileyebilecek çok çeşitli performans sorunlarının tanımlanmasına yardımcı olur.

Amazon RDS Performans Öngörüleri, Amazon RDS veri tabanı performans ölçümlerini toplayıp görselleştiren ve veri tabanınızdaki yükü hızlıca değerlendirip ne zaman ve nerede harekete geçmeniz gerektiğini belirlemenizi sağlayan bir veri tabanı performans ayarlama ve izleme özelliğidir. RDS İçin Amazon DevOps Guru bu ölçümleri izler, veri tabanınızda meydana gelen performans sorunlarını saptar, ölçümleri analiz eder ve ardından nelerin ters gittiğini ve bu konuda neler yapabileceğinizi size bildirir.

CloudWatch Veri Tabanı Öngörüleri, Aurora kaynaklarını ve uygulamalarını gerçek zamanlı olarak izler ve özelleştirilebilir panolar aracılığıyla verileri sunar. Buna karşılık Amazon DevOps Guru bir uygulamanın zaman içindeki davranışını anlamak, anormallikleri tespit etmek ve sorun çözümü için öngörüler ve öneriler sunmak için CloudWatch ölçümlerini analiz eden bir makine öğrenimi (ML) hizmetidir. DevOps Guru ayrıca AWS Config, AWS CloudFormation ve AWS X-Ray dahil olmak üzere birden çok kaynaktan gelen verileri analiz eder. AWS/DevOps-Guru ad alanında yayınlanan ölçümler aracılığıyla DevOps Guru öngörülerinizi izlemek için CloudWatch panolarını kullanabilirsiniz. Bu, CloudWatch konsolunda tüm öngörüleri ve anormallikleri tek bir cam görünüm bölmesi altında görüntülemenize yardımcı olur.

RDS Performans Öngörüleri, müşterilerin veri tabanlarındaki yükü değerlendirip ne zaman ve hangi noktada müdahalede bulunmaları gerektiğini belirlemelerine olanak tanıyan bir veri tabanı performansı iyileştirme ve izleme özelliğidir. CloudWatch Veri Tabanı Öngörüleri; filo düzeyinde izleme, uygulama performansı izleme ile entegrasyon ve veri tabanı ölçümlerinin günlükler ve olaylarla ilişkilendirilmesi gibi Performans Öngörüleri'nin tüm özelliklerini devralan yeni bir veri tabanı gözlemlenebilirlik özelliğidir.