これは、PostgreSQL 18 の主要な機能を取り上げる 2 部構成シリーズのパート 1 です。この記事では、パフォーマンスの向上に焦点を当てます。マルチカラムインデックスのスキップスキャン最適化、EXPLAIN 出力の強化、不要な自己結合の自動削除、およびデータベースを効率的に稼働させ続けるのに役立ついくつかの VACUUM および AUTOVACUUM の改善です。

このシリーズのパート1では、スキップスキャン最適化、EXPLAIN出力の強化、自動自己結合除去、VACUUM/AUTOVACUUMの改善を含むPostgreSQL 18のパフォーマンス強化について解説しました。このパート2では、運用効率と全体的な開発者エクスペリエンスを向上させるセキュリティ、モニタリング、開発者生産性、および論理レプリケーションの強化に焦点を当てます。

この投稿では、Amazon Aurora PostgreSQL でのロック分析に Amazon CloudWatch Database Insights を使用する方法を説明します。この機能の有効化、ロックツリーの視覚化の解釈、一般的なロック関連の問題の解決、および最適なデータベースパフォーマンスの維持方法を学びます。このロックツリー分析機能は、Amazon RDS for PostgreSQL にも適用されます。

Amazon RDS for SQL Server は最近、Bring Your Own Media (BYOM) を開始しました。これにより、既存の SQL Server ライセンスを完全に管理された RDS インスタンスで使用できます。これは、既存の Microsoft ライセンス契約があり、AWS での投資を活用してクラウド支出を最適化したい場合に特に価値があります。ライセンス込み (LI) モデルで RDS for SQL Server を既に実行している場合は、データベース移行なしで、そのインスタンスをインプレースで BYOM に変換できるようになりました。この記事では、インストールメディアの準備、BYOM エンジンバージョンの作成、インプレースライセンスモデルの変更の実行といった、エンドツーエンドの変換プロセスを説明します。

大規模なデータボリュームの管理は、運用上の大きな課題となります。Similarwebでは、Apache HBaseでこれらの課題に直面し、Amazon DynamoDBに解決策を見出しました。Similarwebは、ウェブサイトのトラフィック、アプリの使用状況、市場のトレンドに関するAI搭載のインサイトを提供するデジタルインテリジェンスプラットフォームであり、企業が競合他社をベンチマークし、成長戦略を最適化するのを支援します。既存のApache HBaseインフラストラクチャでは、スケーラビリティと運用上の複雑さが増大する問題に直面しており、より柔軟で効率的な代替手段を模索する必要がありました。この記事では、Apache HBaseからDynamoDBへのデータストレージの移行の道のりについて説明します。技術的な課題、移行アプローチ、データモデリング戦略、コスト最適化手法、そしてその過程で達成された主なメリットについて論じます。

この記事では、Amazon Aurora DSQL でクエリパフォーマンスを診断および改善するために EXPLAIN プランを使用する方法を紹介します。述語が評価される場所を理解するための実践的なフレームワークとして 3 層フィルターモデルを導入し、Aurora DSQL プランをユニークにするアーキテクチャの違い、EXPLAIN 出力の構造、アクセス方法の選択、およびステップバイステップのクエリ改善ワークフローを説明します。

この投稿では、Terraformを使用して、ODBネットワーク、Oracle Exadataインフラストラクチャ、Exadata VMクラスタ、およびAutonomous VMクラスタを含む、Oracle Database@AWSオファリングの主要コンポーネントをプロビジョニングする方法を示します。

複数のデータベースクラスターにまたがるAurora PostgreSQL互換エディションのアップグレードは、手動で行うと時間がかかり、エラーが発生しやすくなります。この記事では、一貫性のある再現可能な手順で、データベースフリート全体でAmazon Aurora PostgreSQLのアップグレードを自動化する方法を紹介します。

この記事では、AWS DMS Schema Conversion を使用して Oracle スキーマを PostgreSQL に移行する方法を学びます。AWS DMS Schema Conversion は、データベーススキーマとコードオブジェクトをターゲットデータベースと互換性のある形式に変換します。また、AWS DMS を使用して Amazon Aurora PostgreSQL互換エディションにデータを移行する方法も学びます。

この記事では、OktaとAWS IAM Identity Centerを統合し、Amazon Relational Database Service (Amazon RDS) AWS Identity and Access Management (AWS IAM)認証を実装して、統一された認証フローを作成する方法を学びます。IdPからのユーザーIDをデータベース権限に自動的にマッピングする属性ベースのアクセス制御 (ABAC) を設定し、インタラクティブなユーザーセッションをサポートし、共有アカウントを回避するのに役立ちます。最終的には、データベース認証がアプリケーション認証とまったく同じように機能する動作システムが完成します。

この記事では、Drizzle ORM を Aurora DSQL に接続するための本番環境対応パターンを実証する、動作する獣医クリニック CLI アプリケーションを構築します。最終的には、1対多および多対多のリレーションシップを持つ実行中のアプリが完成し、ここで学ぶパターン（UUID プライマリキー、アプリケーションレベルのリレーションシップ、カスタムマイグレーションランナー）は、Aurora DSQL 上の他の TypeScript ORM とも連携します。

この記事では、Aurora DSQL の 3 つのページネーション技術、OFFSET/LIMIT、カーソルベース (キーセット)、およびテンポラルについて学びます。SQL と Python でキーセットページネーションを実装し、API レイヤーに組み込み、複合インデックスで最適化し、3,000 行のトランザクション制限内でバッチ処理を処理し、5 つの一般的なアンチパターンを回避します。最終的には、ワークロードに適したページネーション方法を選択し、自信を持って実装できるようになります。

Amazon RDS for Db2 は、Db2 データベースエンジンの最新世代である IBM Db2 12.1 をサポートするようになりました。このアップグレードと同時に、新しいエディションである Community Edition (db2-ce) も導入します。Amazon RDS for Db2 インスタンスをプロビジョニングする際に、3つのエディションから選択できるようになりました。この記事では、Db2 12.1 の新機能、Community Edition の紹介と利用シーン、AWS Management Console、AWS Command Line Interface (AWS CLI)、および Terraform を使用した開始方法、そして Db2 11.5 からのアップグレードパスについて説明します。

この記事では、コード変換のラストマイルの一部を自動化する、生成AI搭載の移行アシスタントの構築方法を学びます。Amazon Bedrock上のAnthropicのClaude Sonnet 4.6、Strands Agentsフレームワーク、AWS Knowledge MCP Serverを使用して、Amazon Aurora PostgreSQL互換エディションに対するPL/SQLオブジェクトの変換と検証を自動化できます。アシスタントは、AWS DMS SCアセスメントCSVを読み込み、OracleからライブPL/SQLソースを取得し、各オブジェクトを変換し、AWS Lambdaを介してAurora PostgreSQLに結果をデプロイし、単一のパイプラインで自動テストを実行します。

この記事では、SQLAlchemy を Aurora DSQL に接続するための本番環境対応パターンを示す、動作する獣医クリニックのコマンドラインインターフェイス (CLI) アプリケーションを構築します。実装するパターン (UUID 主キー、アプリケーションレベルのリレーションシップ、AUTOCOMMIT エンジン設定) は、Aurora DSQL 上の他の Python ORM にも適用されます。

この記事では、AWS上でOracleワークロードを実行している組織にとって、Oracle Database@AWSが強力な選択肢となる主な理由を探ります。ビジネス、技術、ライセンスの利点と、Amazon RDS for OracleやAmazon EC2など、すでに知っている既存のAWSオプションをどのように補完するかを説明します。

この記事では、Auroraのバックアップアーキテクチャ、Amazon RDSのバックアップとの違い、バックアップストレージの使用状況を監視するためのAmazon CloudWatchメトリクスについて深く掘り下げます。詳細なシナリオと視覚化を通じて、ワークロードパターンと保持期間がバックアップコストにどのように影響するかを説明します。また、クロスリージョンバックアップのオプションを調査し、バックアップストレージの消費を最適化するための推奨プラクティスを共有します。

このシリーズのパート1、パート2、パート3では、PostgreSQLのネイティブインデックス（B-tree、GIN、GiST、HASH、BRIN）と、特殊な拡張機能ベースのインデックスタイプ（SP-GiST、btree_gin、btree_gist）を探求しました。この記事では、さらに3つの拡張機能、Bloom（省スペースな複数列の等価性フィルタリング用）、pg_trgm（あいまいなテキストマッチングと類似性検索用）、およびpg_bigm（アジア言語に最適化された全文検索用）について掘り下げます。

この投稿はシリーズの3番目であり、SP-GiST、btree_gin、btree_gistという3つの拡張機能ベースのインデックスタイプについて掘り下げます。これらはAmazon Aurora PostgreSQL互換エディションおよびAmazon Relational Database Service (Amazon RDS) for PostgreSQLで利用可能です。PostgreSQLのインデックスインフラストラクチャは拡張可能です。演算子クラスは、特定のデータ型と操作に対してインデックスがどのように動作するかを定義します。SP-GiST、btree_gin、btree_gist拡張機能は、この拡張性を活用して、ネイティブオプションを超える追加のインデックス作成戦略を提供します。各拡張機能の使用時期、サポートされているデータ型、およびパフォーマンス上のメリットを示す実践的な例について説明します。

この投稿では、AWS DMS、Amazon S3、AWS Glue、AWS Step Functions を使用して、Oracle ソースから Amazon Aurora DSQL へのデータ移行を段階的に説明します。これにより、エンタープライズ規模のデプロイメントに適した、自動化されたコスト効率の高い移行パイプラインを作成します。

この記事では、Amazon Aurora for PostgreSQL、Debeziumコネクタ、Amazon Managed Streaming for Apache Kafka (Amazon MSK) を使用して、本番環境に対応したCDCソリューションを実装する方法を説明します。このソリューションは、データベースの変更をリアルタイムでキャプチャし、Kafkaトピックにストリーミングするため、ダウンストリームのコンシューマーはさまざまなビジネス目的で同じデータを処理できます。

この記事では、耐久性がどのように機能するかを説明し、アーキテクチャを解説し、耐久性がお客様がElastiCacheに期待するマイクロ秒単位のレイテンシを犠牲にしないことを示すパフォーマンス結果を共有します。

この記事では、SQL Server のインストールメディアを Amazon Simple Storage Service (Amazon S3) にアップロードし、BYOM インスタンスを起動する方法を学びます。

この投稿では、エージェンティックAI時代においてAmazon Aurora PostgreSQL互換エディションが開発者の生産性をどのように向上させるかを学びます。私たちは、開発者が作業する場所で出会う、ワークロードの変動を吸収する、プロトタイプからグローバルスケールまでアプリケーションと共に成長するという3つのコアな設計思想を探求します。

本日、Kiro向けAmazon Aurora MySQLパワーを発表します。このパワーは、KiroのAIエージェントをAurora MySQLに接続し、ライブデータベースアクセスと厳選されたベストプラクティスガイダンスを組み合わせます。必要なものを自然言語で説明すると、エージェントがAPIコール、SQL、および設定を生成し、レビューと実行のために提供します。この記事では、このパワーがAmazon Relational Database Service (Amazon RDS) for MySQL 8.0からAurora MySQLへの本番環境移行を、4つのフェーズ（評価、レプリカ作成、プロモーション、カットオーバー後の検証）を通じてどのようにガイドするかを説明します。

この投稿では、VercelとAWS Databasesの連携がこれをどのように解決するかを示し、H0ハッカソンへの参加を呼びかけます。

Amazonは毎日数百万のアクセスを受け、訪問ごとに顧客の信頼を獲得することが、このストアの基盤となっています。その信頼の重要な部分は、提示するレコメンデーションが関連性があり、顧客がその瞬間に本当に気にかけていることを反映しているかどうかにかかっています。この記事では、それを実現可能にするアーキテクチャについて説明します。Amazon SageMakerは、マネージドエンドポイントでセマンティックトランスフォーマーモデルをホストし、顧客のクエリテキストを密なセマンティックベクトルに変換します。Valkeyは、組み込みのベクトル検索機能を備えたオープンソースのインメモリデータストアです。Amazon ElastiCacheおよびAmazon MemoryDBを通じてAWSで利用可能です。私たちのアーキテクチャでは、AmazonマネージドValkeyを使用して、製品カタログをベクトルインデックスとして保存します。

Auroraに最新の最適化手法を導入することで、従来の手段だけでは達成できない追加のコスト削減を実現できます。これは単に支出を抑えるだけでなく、より効率的でスケーラブル、そして回復力の高いデータベース環境を構築することでもあります。本稿では、Amazon Auroraデータベースのコストを最適化するための構造化されたアプローチを紹介します。ここでは、さまざまな最適化領域にわたる具体的な戦略、実装手順、およびベストプラクティスを概説します。

この投稿では、aws-samples/sample-rds-db2-tools リポジトリで公開されているモジュラーTerraformテンプレートを紹介します。このテンプレートを使用すると、アプリケーションは既存のカスタムドメイン名とポートを維持しながら、Amazon RDS for Db2 へのエンドツーエンドのTLS暗号化を保持できます。このテンプレートは、Server Name Indication (SNI) ベースのTLSプロキシをデプロイし、トラフィックを復号化することなく暗号化されたまま転送します。

本日、コミュニティMySQL 8.4.7と互換性のある最新メジャーバージョンであるAmazon Aurora MySQL 8.4の一般提供開始を発表できることを嬉しく思います。このリリースは、Aurora MySQLのお客様にとって重要なマイルストーンとなります。コミュニティMySQLと直接連携したシンプルなバージョニングモデル、合理化されたパッチバージョンエクスペリエンス、そしてコミュニティMySQL 8.4の全機能強化を導入しています。本投稿では、このリリースが解決するお客様の課題、Aurora MySQL 8.4の紹介、お客様にとっての新しいバージョニングアプローチとそのメリット、Aurora MySQL 8.4で提供される主要機能、そして開始方法について説明します。

この記事では、Aurora および RDS のオープンソースエンジンのバージョン通貨タイムラインを共有します。また、エンジン間でタイムラインが異なる理由と、それらをアップグレード計画にどのように活用できるかを説明します。

この記事では、AWS Fault Injection Service (AWS FIS) を使用して、DynamoDB グローバルテーブルに対して制御された実験を実行することにより、アプリケーションがリージョン障害を期待どおりに処理することを検証する方法を示します。AWS FIS はそれぞれで動作が異なるため、マルチリージョン強力整合性 (MRSC) グローバルテーブルとマルチリージョン最終整合性 (MREC) グローバルテーブルの両方について説明します。

この記事では、DynamoDB グローバルテーブルの 2 つの主要なフェイルオーバー戦略、それらのトレードオフ、およびフェイルオーバー中およびフェイルオーバー後に認識しておく必要がある運用上の考慮事項について説明します。

これはDynamoDBグローバルテーブルのベストプラクティスに関するシリーズのパート1です。この記事では、レプリケーションの仕組み、レジリエンスの状況、そして計画的なフェイルオーバーと場当たり的な対応を分ける運用上の基盤を理解することに焦点を当てます。

本日、Apache 2.0ライセンスの下でリリースされた、プラグ可能なストレージバックエンドを備えたオープンソースのAmazon DynamoDB互換アダプターであるExtendDBを発表します。ExtendDBはDynamoDBワイヤプロトコルを実装しており、最初のバックエンドとしてPostgreSQLを搭載しているため、DynamoDBで動作するあらゆるAWS SDK、CLI、またはツールは変更なしでExtendDBで動作します。この記事では、ExtendDBを紹介し、始め方を説明し、アーキテクチャについて説明します。これは開発、テスト、実験のためのv0.1リリースです。

IBM Db2ワークロードを実行しているお客様は、既存のインフラストラクチャ・アズ・コードの実践に適合する、Amazon RDS for Db2をプロビジョニングするための再現可能で監査可能な方法をしばしば求めています。本投稿では、aws-samples/sample-rds-db2-toolsリポジトリで公開されているモジュラーTerraformテンプレートを紹介します。このテンプレートは、空のAWSアカウントから、1時間以内にAWS License Managerで追跡される稼働中のRDS for Db2インスタンスまでを構築します。

この投稿では、Nine EntertainmentがValkeyをAmazon ElastiCache Serverlessに移行することで、スケーラビリティを向上させ、ピークイベント中の手動介入をなくしながら、コストを98%削減した方法を実証します。

本日、AWS Advanced JDBC Wrapper の Remote Query Cache Plugin を発表します。このプラグインはクエリキャッシュを自動的に処理します。JDBC クエリをインターセプトし、Amazon ElastiCache for Valkey に結果をキャッシュし、後続の同一クエリをキャッシュから提供します。アプリケーションの変更は、クエリに SQL ヒントをプレフィックスとして追加するだけです。この記事では、Amazon CloudWatch Database Insights を使用してキャッシュするクエリを特定する方法、Java アプリケーションで Remote Query Cache Plugin を設定する方法、Amazon CloudWatch を使用してキャッシュの有効性を監視する方法を示します。

この投稿では、他のAIエージェントがA2Aプロトコルを介して自然言語で発見およびクエリできるAmazon Aurora DSQLデータベースエージェントを構築する方法を示します。Amazon Bedrock AgentCoreの機能を使用して、ホスティング用のAgentCore Runtime、MCP経由のツールアクセス用のAgentCore Gateway、およびエージェントロジック用のStrands Agents SDKを使用して、これらを構築およびデプロイする方法を説明します。

この記事では、ベクトル検索とグラフ検索の違い、ハイブリッドクエリのために両者を組み合わせる方法、そしてハイブリッドクエリが役立つユースケースについて説明します。

この記事では、Aurora DSQL の変更データキャプチャを構成し、データベースの変更を Kinesis Data Streams にストリーミングする方法を説明します。CDC の仕組み、ストリーミングパイプラインの構成方法、変更イベントの消費方法を学びます。この記事の終わりまでに、データベースの変更をダウンストリームアプリケーションが処理できる耐久性のあるイベントストリームにストリーミングする、動作中の CDC パイプラインが完成します。

この投稿は、RDS for MySQL 8.0 から 8.4 へのアップグレードに関する 2 部構成シリーズの一部です。ここでは、標準サポート終了のタイムライン、延長サポートのコスト、アップグレード方法、および主要なベストプラクティスについて説明します。ステップバイステップの実装ガイドについては、「RDS for MySQL 8.0 から 8.4 へのアップグレードにおけるベストプラクティス（事前チェック、Blue/Green、ロールバック）」を参照してください。

この記事では、RDS for MySQL 8.0 から 8.4 への完全なアップグレードワークフローの構築方法を学びます。これには、アップグレード前の互換性チェック、ダウンタイムを最小限に抑えるための Amazon RDS Blue/Green Deployments、および保護を強化するためのロールバック戦略が含まれます。

この投稿では、HotelTrader が Amazon ElastiCache で Redis Lettuce クライアントから Valkey GLIDE に移行することで、アベイラビリティーゾーン間のデータ転送コストを 95% 削減し、平均レイテンシーを 49% 改善した方法を学びます。この投稿では、HotelTrader がマルチ AZ ElastiCache クラスター内の隠れたクロス AZ データ転送コストをどのように特定し、ローカルレプリカにリクエストをルーティングするために Valkey GLIDE の AZ アフィニティ読み取り戦略を実装し、リクエストバッチ処理でスループットを最適化し、15 日間にわたる A/B テストを使用してゼロダウンタイム移行を実行したかを説明します。

この記事では、新しい `cdk orphan` コマンドを使用して、DynamoDB テーブルを Table コンストラクトから TableV2 にゼロダウンタイムで安全に移行する方法を紹介します。データはそのまま保持され、ストリームは流れ続け、プロセス全体を通してアプリケーションは利用可能なままです。

この記事では、Amazon DynamoDB のフルまたはインクリメンタルなテーブルエクスポートを、ロードされる内容、書き込みレート、および進捗状況の監視能力を正確に制御しながら、2 番目の DynamoDB テーブルにロード（インポート）する方法を示します。この手法は、最大限の制御を求める大規模なデータ移行および同期を推進するのに役立ちます。

この投稿では、シードされた論理レプリケーションを使用して、Amazon RDS for PostgreSQL から Amazon Aurora PostgreSQL-Compatible Edition に移行する方法を示します。ダウンタイムを最小限に抑えたライブ移行については、AWS は Aurora リードレプリカ、スナップショット/リストアメソッドと継続的なレプリケーションの組み合わせ、および AWS DMS を含むいくつかの方法を提供しています。

Amazon Aurora DSQLへの接続は、従来のPostgreSQLデータベースとは異なるアプローチが必要です。長期間有効なパスワードの代わりに、短期間有効なIAM認証トークンを使用します。静的なエンドポイントの代わりに、アベイラビリティーゾーンを横断して接続をルーティングする分散クラスターエンドポイントを使用します。この記事では、接続文字列の設定方法、Python、Java、Node.jsでのドライバーの設定方法、Amazon Aurora DSQLでの認証、コネクションプーリング、ライフサイクル管理のベストプラクティスの実装方法を学びます。

この投稿では、Amazon Aurora PostgreSQL互換エディションからAmazon S3 Vectorsを標準SQLを使用してクエリする方法、およびベクトル類似性結果をリレーショナルフィルタと単一のクエリで組み合わせる方法を学びます。例えば、最も意味的に類似した製品を見つけ、次に価格、在庫状況、またはテナントでフィルタリングを1つのSQLステートメントで行います。

この記事では、Amazon Aurora データベーススナップショットから Aurora DSQL クラスターにデータを移行するために AWS Glue を使用する方法を説明します。