Estrategias de Rendimiento en Bases de Datos AWS RDS

Contenido del curso

Introducción

1
Bases de Datos Relacionales y No Relacionales en AWS
00:43 min

Introducción a RDS

Backups, Performance y HA en RDS

Migración a RDS

Aurora

Introducción a DynamoDB

Particiones e Índices en DynamoDB

DynamoDB Streams y Replicación

Contenido Bonus

32
Bases de Datos Relacionales y No Relacionales en AWS
08:10 min

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:009:47

Estrategias de Rendimiento en Bases de Datos AWS RDS

Curso Práctico de Bases de Datos en AWS

Clase 10 de 32

Clase 10 / 32

Recursos

Mario Alexander Vargas Celis

Hace 2 años

🚀 Estrategias de Performance en Amazon RDS

Amazon RDS ofrece varias estrategias para mejorar el rendimiento de la base de datos. Aquí están las más importantes:

🔹 1. Elección del Motor de Base de Datos

Amazon RDS soporta motores como MySQL, PostgreSQL, SQL Server, MariaDB, Oracle y Aurora. ✅ Aurora: Ofrece mejor rendimiento y escalabilidad con hasta 15 réplicas de lectura. ✅ MySQL/PostgreSQL: Usar las versiones más recientes optimizadas para AWS.

🔹 2. Tamaño y Tipo de Instancia

📌 Elige la instancia adecuada según la carga de trabajo:

T3/M5 → Para bases de datos pequeñas a medianas.
R5/X → Para cargas intensivas de memoria.
I3/D → Para bases de datos con alto uso de disco.
Burstable (T3) → Ideal para cargas ligeras.

📌 Ejemplo: Cambiar tipo de instancia en AWS CLI

aws rds modify-db-instance --db-instance-identifier mi-base --db-instance-class db.m5.large

🔹 3. Uso de Almacenamiento SSD (IOPS)

📌 Tipos de almacenamiento:

General Purpose SSD (gp3/gp2): Para bases de datos pequeñas o medianas.
Provisioned IOPS (io1/io2): Para bases de datos de alto rendimiento.

📌 Ejemplo: Cambiar almacenamiento en AWS CLI

aws rds modify-db-instance --db-instance-identifier mi-base --allocated-storage 100 --storage-type io1 --iops 5000

🔹 4. Réplicas de Lectura

📌 Distribuye la carga de lectura en múltiples réplicas. ✅ Aurora: Soporta hasta 15 réplicas de lectura. ✅ MySQL/PostgreSQL: Soporta réplicas con latencia mínima.

📌 Ejemplo: Crear una réplica de lectura en AWS CLI

aws rds create-db-instance-read-replica --db-instance-identifier mi-replica --source-db-instance-identifier mi-base

🔹 5. Caché de Consultas

📌 Habilita caché en motores compatibles: ✅ PostgreSQL: Usa pg_stat_statements y pgtune para optimización. ✅ MySQL: Activa query_cache_size (solo en versiones más antiguas). ✅ Aurora: Usa Aurora Query Cache para mejorar performance.

📌 Ejemplo: Configurar caché en PostgreSQL

ALTER SYSTEM SET shared_buffers = '512MB'; ALTER SYSTEM SET work_mem = '64MB';

🔹 6. Auto Scaling de Capacidad

📌 RDS soporta escalado automático para bases de datos Aurora. ✅ Horizontal: Agregar más réplicas de lectura. ✅ Vertical: Aumentar CPU/memoria automáticamente.

📌 Ejemplo: Habilitar Auto Scaling en Aurora

aws rds modify-db-cluster --db-cluster-identifier mi-cluster --scaling-configuration MinCapacity=2,MaxCapacity=8

🔹 7. Optimización de Índices

📌 Usar EXPLAIN ANALYZE en PostgreSQL/MySQL para identificar consultas lentas. 📌 Añadir índices en columnas de búsqueda frecuente.

📌 Ejemplo: Crear un índice en MySQL

CREATE INDEX idx_usuarios_email ON usuarios(email);

🔹 8. Monitoreo y Ajustes con CloudWatch

📌 Monitorear métricas clave con AWS CloudWatch: ✅ CPUUtilization → Uso de CPU. ✅ DatabaseConnections → Número de conexiones activas. ✅ ReadIOPS/WriteIOPS → Operaciones de lectura/escritura.

📌 Ejemplo: Obtener métricas en AWS CLI

aws cloudwatch get-metric-statistics --metric-name CPUUtilization --namespace AWS/RDS --statistics Average --period 300

🔹 9. Uso de AWS ElastiCache

📌 Reduce carga en RDS usando caché en memoria (Redis/Memcached). ✅ Redis → Soporta persistencia y clustering. ✅ Memcached → Alta velocidad, ideal para caché simple.

📌 Ejemplo: Conectar aplicación a Redis

import redis cache = redis.Redis(host='mi-redis.xxxx.cache.amazonaws.com', port=6379) cache.set('usuario:1', 'Mario') print(cache.get('usuario:1'))

🔹 10. Uso de Particionamiento y Sharding

📌 Para bases de datos grandes, divide datos en múltiples nodos: ✅ Sharding: Divide los datos en múltiples bases de datos. ✅ Partitioning: Divide los datos en segmentos dentro de una tabla.

📌 Ejemplo: Crear partición en PostgreSQL

CREATE TABLE ventas_2025 PARTITION OF ventas FOR VALUES FROM ('2025-01-01') TO ('2025-12-31');

🔹 Conclusión

✅ Elige la instancia correcta según carga de trabajo. ✅ Usa almacenamiento IOPS para bases de datos críticas. ✅ Implementa réplicas de lectura para escalar lectura. ✅ Aprovecha caché con ElastiCache o Query Cache. ✅ Usa CloudWatch para monitoreo y auto scaling.

Comentarios (37)37 comentarios

Juan David Cajamarca Acuña

Hace 7 años

Patricio Sánchez Fernández

Hace 3 años

Usuario anónimo

User

Emerson Cedeño

Juan Castro

Profesor

Hace 8 años

Carlos Andrés Zambrano Barrera

Jorge Paiva

Hace 5 años

Jeisson Espinosa

Esteban Vasquez Valencia

Jaime Andres Valencia Gaviria

Hace 6 años

Ernesto Raimer Cruz Mollapaza

Diego Forero

Team Platzi

Mauricio Serna Flórez

Mario Ruiz

Sebastián Pérez Hincapié

Jose Suarez

Willian Sanchez

Ivan Acosta

Introducción

Bases de Datos Relacionales y No Relacionales en AWS

Introducción a RDS

Gestión de Bases de Datos Relacionales en AWS RDS

Creación de Bases de Datos en AWS RDS con MySQL

Conexión y Gestión de Bases de Datos MySQL con MySQL Workbench

Creación de Tablas e Ingesta de Datos con MySQL Workbench

Conexión y Operaciones en RDS con Instancia EC2 de Amazon

Despliegue y Gestión de Bases de Datos RDS con MySQL

Backups, Performance y HA en RDS

Backups y Alta Disponibilidad en RDS: Estrategias Efectivas

Restauración y Configuración de Backups en RDS

Estrategias de Rendimiento en Bases de Datos AWS RDS

Alta Disponibilidad en RDS con Multi-AZ

Migración a RDS

Estrategias de Migración a RDS con Database Migration Service

Migraciones Homogéneas con Database Migration Service

Arquitecturas y Casos de Uso de Amazon RDS

Aurora

Características y Ventajas de Amazon Aurora en AWS

Endpoints y Funcionalidades Avanzadas en Amazon Aurora

Aurora Serverless: Configuración y Ventajas en AWS

Creación y Configuración de Bases de Datos Aurora en AWS RDS

Introducción a DynamoDB

Introducción a DynamoDB: Bases de Datos No Relacionales en AWS

Consistencia en DynamoDB: eventual vs fuerte

Creación y Configuración de Tablas en DynamoDB

Casos de Uso de DynamoDB en Aplicaciones Reales

Creación y Configuración de Tablas en DynamoDB para Encuestas

Particiones e Índices en DynamoDB

Particiones e Índices en DynamoDB para Optimización de Rendimiento

Operaciones Scan en DynamoDB: Funcionamiento y Eficiencia

Consultas en DynamoDB: Optimización y Uso Eficiente de Queries

Operaciones Scan y Query en DynamoDB: Uso y Diferencias

Índices Secundarios en DynamoDB para Consultas Eficientes

DynamoDB Streams y Replicación

Uso de DynamoDB Streams para Arquitecturas en Tiempo Real

Casos de Uso de DynamoDB Streams en Aplicaciones en Tiempo Real

Optimización de consultas en DynamoDB con DAX

Contenido Bonus

Bases de Datos Relacionales y No Relacionales en AWS

Estrategias de Rendimiento en Bases de Datos AWS RDS