Estrategias de Rendimiento en Bases de Datos AWS RDS
Clase 10 de 32 • Curso Práctico de Bases de Datos en AWS
Contenido del curso
- 2

Gestión de Bases de Datos Relacionales en AWS RDS
11:08 - 3

Creación de Bases de Datos en AWS RDS con MySQL
11:54 - 4

Conexión y Gestión de Bases de Datos MySQL con MySQL Workbench
07:02 - 5

Creación de Tablas e Ingesta de Datos con MySQL Workbench
03:48 - 6

Conexión y Operaciones en RDS con Instancia EC2 de Amazon
10:53 - 7
Despliegue y Gestión de Bases de Datos RDS con MySQL
01:09
- 24

Particiones e Índices en DynamoDB para Optimización de Rendimiento
07:51 - 25

Operaciones Scan en DynamoDB: Funcionamiento y Eficiencia
05:17 - 26

Consultas en DynamoDB: Optimización y Uso Eficiente de Queries
05:58 - 27

Operaciones Scan y Query en DynamoDB: Uso y Diferencias
03:58 - 28
Índices Secundarios en DynamoDB para Consultas Eficientes
01:34
En esta clase vamos a aprender cómo identificar el rendimiento de nuestra base de datos, estrategias para mejorar su rendimiento actual y todas las opciones de performance de AWS.
A nivel de monitoreo, AWS nos provee un servicio llamado CloudWatch que nos permite visualizar los niveles de lectura, escritura, CPU, disco y memoria de la instancia dónde corre nuestra base de datos, también podemos analizar las métricas de conexiones para determinar la carga y la concurrencia de nuestras instancias.
La primer estrategia para mejorar el performance son las replicas de lectura, copias asíncronas de nuestra base de datos principal con un nuevo endpoint que vamos a utilizar solo en tareas de lectura, así obtenemos mucha más disponibilidad para tareas de escritura en nuestra base de datos principal. Recuerda que este servicio no esta disponible para los motores de Oracle y SQL Server.
También podemos mejorar el storage de nuestra base de datos utilizando provisioned iops para soportar altas operaciones de entrada y salida sobre la base de datos, principalmente para transacciones OLTP (OnLine Transaction Processing).
Existen otras alternativas como las bases de datos en memoria (ElastiCache, por ejemplo). Estas opciones resultan muy útiles para guardar la información más consultada en cache, así aliviamos un poco la carga de nuestra base de datos principal. Si estamos muy saturados y agotamos todas las opciones para mejorar el performance, la recomendación es dividir nuestra base de datos en otras más pequeñas.