Это Часть 1 из двухсерийного цикла, посвященного ключевым особенностям PostgreSQL 18. В этой публикации мы сосредоточимся на улучшениях производительности: оптимизации skip scan для многоколоночных индексов, расширенном выводе EXPLAIN, автоматическом удалении ненужных самосоединений и ряде улучшений vacuum и autovacuum, которые помогают поддерживать эффективную работу вашей базы данных.

В первой части этой серии мы рассмотрели улучшения производительности в PostgreSQL 18, включая оптимизацию skip scan, расширенный вывод EXPLAIN, автоматическое удаление самосоединений, а также улучшения vacuum/autovacuum. Во второй части мы сосредоточимся на безопасности, мониторинге, продуктивности разработчиков и улучшениях логической репликации, которые повышают операционную эффективность и общий опыт разработчиков.

В этой статье мы покажем, как использовать Amazon CloudWatch Database Insights для анализа блокировок в Amazon Aurora PostgreSQL. Вы узнаете, как включить эту функцию, интерпретировать визуализации дерева блокировок, устранять распространенные проблемы, связанные с блокировками, и поддерживать оптимальную производительность базы данных. Эта функция анализа дерева блокировок также применима к Amazon RDS для PostgreSQL.

Amazon RDS for SQL Server недавно запустил функцию "Bring Your Own Media" (BYOM), позволяющую использовать существующие лицензии SQL Server с полностью управляемыми экземплярами RDS. Это особенно ценно, если у вас есть действующие лицензионные соглашения с Microsoft, и вы хотите оптимизировать свои расходы в облаке, используя эти инвестиции в AWS. Если вы уже используете RDS for SQL Server с моделью "лицензия включена" (LI), теперь вы можете преобразовать эти экземпляры в BYOM без необходимости миграции базы данных. В этой статье мы подробно рассмотрим весь процесс преобразования: подготовку установочных носителей, создание версии движка BYOM и выполнение изменения модели лицензирования на месте.

Управление огромными объемами данных в больших масштабах представляет собой серьезные операционные проблемы. В Similarweb мы столкнулись с этими проблемами, используя Apache HBase, и нашли решение в Amazon DynamoDB. Similarweb — это платформа цифровой аналитики, которая предоставляет основанные на ИИ сведения о трафике веб-сайтов, использовании приложений и рыночных тенденциях, чтобы помочь компаниям сравнивать конкурентов и оптимизировать стратегии роста. Мы столкнулись с растущими проблемами масштабируемости и операционной сложности с нашей существующей инфраструктурой Apache HBase, что побудило нас изучить более гибкие и эффективные альтернативы. В этой статье мы расскажем о нашем опыте миграции нашего хранилища данных с Apache HBase на DynamoDB. Мы обсудим технические проблемы, подход к миграции, стратегии моделирования данных, методы оптимизации затрат и ключевые преимущества, достигнутые в процессе.

В этой статье мы покажем, как использовать планы EXPLAIN для диагностики и улучшения производительности запросов в Amazon Aurora DSQL. Мы представим трехслойную модель фильтрации в качестве практической основы для понимания того, где оцениваются ваши предикаты, и рассмотрим архитектурные различия, которые делают планы Aurora DSQL уникальными, анатомию вывода EXPLAIN, выбор метода доступа и пошаговый рабочий процесс улучшения запросов.

В этом посте мы показываем вам, как обеспечить ключевые компоненты предложения Oracle Database@AWS, включая сеть ODB, инфраструктуру Oracle Exadata, кластеры виртуальных машин Exadata и автономные кластеры виртуальных машин с помощью Terraform.

Управление обновлениями Amazon Aurora PostgreSQL-совместимого выпуска в нескольких кластерах баз данных может быть трудоемким и подверженным ошибкам при ручном выполнении. В этой статье мы покажем, как автоматизировать обновления Amazon Aurora PostgreSQL для всего вашего парка баз данных с помощью последовательных, повторяемых процедур.

В этой статье вы узнаете, как использовать AWS DMS Schema Conversion для миграции схем Oracle в PostgreSQL. AWS DMS Schema Conversion преобразует схемы баз данных и объекты кода в форматы, совместимые с вашей целевой базой данных. Вы также узнаете, как использовать AWS DMS для миграции данных в Amazon Aurora PostgreSQL-Compatible Edition.

В этой статье вы узнаете, как интегрировать Okta с AWS IAM Identity Center и реализовать аутентификацию Amazon Relational Database Service (Amazon RDS) с помощью AWS Identity and Access Management (AWS IAM) для создания унифицированного потока аутентификации. Вы настроите управление доступом на основе атрибутов (ABAC), которое автоматически сопоставляет идентификаторы пользователей из вашего IdP с разрешениями базы данных, поддерживая интерактивные сеансы пользователей и помогая избежать совместного использования учетных записей. К концу вы получите рабочую систему, в которой аутентификация базы данных будет работать точно так же, как аутентификация вашего приложения.

В этом посте вы создадите рабочее приложение командной строки ветеринарной клиники, которое демонстрирует готовые к производству шаблоны для подключения Drizzle ORM к Aurora DSQL. К концу вы получите запущенное приложение с отношениями один-ко-многим и многие-ко-многим, и шаблоны, которые вы изучите (первичные ключи UUID, отношения на уровне приложения и пользовательский запускатор миграций), будут работать с другими ORM TypeScript на Aurora DSQL.

В этой статье вы узнаете три метода постраничной навигации для Aurora DSQL: OFFSET/LIMIT, на основе курсора (набор ключей) и временной. Вы реализуете постраничную навигацию на основе набора ключей на SQL и Python, интегрируете ее в слой API, оптимизируете с помощью составных индексов, обрабатываете пакетную обработку в пределах лимита транзакции в 3000 строк, и избегаете пяти распространенных анти-шаблонов. К концу статьи вы сможете выбрать правильный метод постраничной навигации для вашей рабочей нагрузки и реализовать его с уверенностью.

Amazon RDS для Db2 теперь поддерживает IBM Db2 12.1, последнее поколение движка базы данных Db2. Вместе с этим обновлением мы представляем новое издание: Community Edition (db2-ce). Теперь у вас есть три варианта издания при создании экземпляра Amazon RDS для Db2. В этом посте мы расскажем о том, что нового в Db2 12.1, представим Community Edition и когда его использовать, покажем, как начать работу с помощью консоли управления AWS, интерфейса командной строки AWS (AWS CLI) и Terraform, а также расскажем о пути обновления с Db2 11.5.

В этом посте вы узнаете, как создать помощник миграции, работающий на основе генеративного ИИ, который помогает автоматизировать части последней мили преобразования кода. Используя Claude Sonnet 4.6 от Anthropic на Amazon Bedrock, фреймворк Strands Agents и сервер AWS Knowledge MCP, вы можете автоматизировать преобразование и проверку объектов PL/SQL против Amazon Aurora PostgreSQL-Compatible Edition. Помощник считывает оценку AWS DMS SC из CSV, извлекает исходный код PL/SQL из Oracle, преобразует каждый объект, развертывает результат в Aurora PostgreSQL через AWS Lambda и запускает автоматические тесты в единой конвейере.

В этом посте вы создадите рабочее приложение командной строки (CLI) ветеринарной клиники, которое демонстрирует готовые к производству шаблоны для подключения SQLAlchemy к Aurora DSQL. Реализованные вами шаблоны (первичные ключи UUID, отношения на уровне приложения и конфигурация движка AUTOCOMMIT) применяются к другим ORM Python на Aurora DSQL.

В этой статье мы рассмотрим ключевые причины, по которым Oracle Database@AWS является отличным решением для организаций, использующих Oracle на AWS. Мы расскажем о бизнес-, технических преимуществах и преимуществах лицензирования, которые оно предоставляет, а также о том, как оно дополняет существующие варианты AWS, такие как Amazon RDS для Oracle и Amazon EC2.

В этой статье мы подробно рассмотрим архитектуру резервного копирования Aurora, ее отличия от резервного копирования Amazon RDS, а также метрики Amazon CloudWatch, доступные для мониторинга использования хранилища резервных копий. С помощью подробных сценариев и визуализаций мы продемонстрируем, как шаблоны рабочей нагрузки и периоды хранения влияют на затраты на резервное копирование. Мы также рассмотрим варианты резервного копирования в разных регионах и поделимся рекомендуемыми практиками для оптимизации потребления хранилища резервных копий.

В Части 1, Части 2 и Части 3 этой серии мы рассмотрели встроенные индексы PostgreSQL (B-tree, GIN, GiST, HASH, BRIN) и специализированные типы индексов на основе расширений (SP-GiST, btree_gin, btree_gist). В этой статье мы углубимся в три дополнительных расширения: Bloom (для эффективного по пространству фильтрации равенства по нескольким столбцам), pg_trgm (для нечеткого сопоставления текста и поиска сходства) и pg_bigm (для полнотекстового поиска, оптимизированного для азиатских языков).

В этой публикации, третьей в серии, мы погружаемся в три типа индексов на основе расширений: SP-GiST, btree_gin и btree_gist. Они доступны в Amazon Aurora PostgreSQL-Compatible Edition и Amazon Relational Database Service (Amazon RDS) для PostgreSQL. Инфраструктура индексов PostgreSQL расширяема. Классы операторов определяют, как индексы ведут себя для конкретных типов данных и операций. Расширения SP-GiST, btree_gin и btree_gist используют эту расширяемость, чтобы предоставить вам дополнительные стратегии индексирования помимо встроенных. Мы рассмотрим, когда использовать каждое расширение, какие типы данных они поддерживают, и приведем практические примеры, демонстрирующие их преимущества в производительности.

В этой статье рассматривается миграция данных из источника Oracle в Amazon Aurora DSQL с использованием AWS DMS, Amazon S3, AWS Glue и AWS Step Functions для создания автоматизированного, экономически эффективного конвейера миграции, подходящего для развертываний корпоративного масштаба.

В этой статье мы покажем, как реализовать готовое к эксплуатации решение CDC, используя Amazon Aurora для PostgreSQL, коннекторы Debezium и Amazon Managed Streaming for Apache Kafka (Amazon MSK). Это решение в реальном времени фиксирует изменения в базе данных и передает их в топики Kafka, чтобы последующие потребители могли обрабатывать те же данные для различных бизнес-целей.

В этой статье мы объясним, как работает долговечность, рассмотрим архитектуру и поделимся результатами производительности, чтобы показать, что долговечность не ставит под угрозу микросекундную задержку, которую клиенты ожидают от ElastiCache.

В этой статье вы узнаете, как загрузить установочные носители SQL Server в Amazon Simple Storage Service (Amazon S3) и запустить экземпляр BYOM.

В этой статье вы узнаете, как Amazon Aurora PostgreSQL-совместимая версия ускоряет производительность разработчиков в эпоху агентного ИИ. Мы рассмотрим три основных принципа проектирования: встречайте разработчиков там, где они работают, поглощайте вариативность рабочей нагрузки и масштабируйтесь вместе с приложением от прототипа до глобального уровня.

Сегодня мы анонсируем возможность использования Amazon Aurora MySQL для Kiro. Эта возможность соединяет AI-агента Kiro с Aurora MySQL и сочетает в себе доступ к базе данных в реальном времени с проверенными рекомендациями по лучшим практикам. Вы описываете свои потребности на естественном языке. Агент генерирует вызовы API, SQL и конфигурацию для вас, чтобы вы могли их просмотреть и запустить. В этой статье мы расскажем о том, как эта возможность помогает выполнить миграцию в продакшене с Amazon Relational Database Service (Amazon RDS) для MySQL 8.0 на Aurora MySQL в четыре этапа: оценка, создание реплики, продвижение и проверка после перехода.

В этой статье мы показываем, как интеграция между Vercel и AWS Databases решает эту проблему, и приглашаем вас принять участие в хакатоне H0.

Amazon получает миллионы посещений каждый день, и завоевание доверия каждого клиента при каждом посещении — это основа, на которой строится магазин. Значительная часть этого доверия зависит от того, насколько релевантными кажутся предлагаемые нами рекомендации и отражают ли они то, что на самом деле интересует клиента в данный момент. В этой статье мы описываем архитектуру, которая делает это достижимым. Amazon SageMaker размещает модель преобразования предложений на управляемой конечной точке и преобразует текст запроса клиента в плотные семантические векторы. Valkey — это хранилище данных в памяти с открытым исходным кодом со встроенным векторным поиском. Он доступен в AWS через Amazon ElastiCache и Amazon MemoryDB. В нашей архитектуре мы используем управляемый Amazon Valkey для хранения каталога продуктов в виде векторного индекса.

Внедряя современные методы оптимизации для Aurora, вы можете добиться дополнительного снижения затрат, выходящего за рамки только традиционных методов. Речь идет не только о меньших расходах — это создание более эффективной, масштабируемой и устойчивой среды базы данных. В этой статье мы покажем вам структурированный подход к оптимизации затрат на базу данных Amazon Aurora. В ней изложены конкретные стратегии, шаги реализации и лучшие практики в различных областях оптимизации.

В этой статье мы представляем модульный шаблон Terraform, опубликованный в репозитории aws-samples/sample-rds-db2-tools, который позволяет вашим приложениям сохранять существующие пользовательские доменные имена и порты, сохраняя при этом сквозное TLS-шифрование для Amazon RDS для Db2. Шаблон развертывает TLS-прокси на основе Server Name Indication (SNI), который перенаправляет зашифрованный трафик, никогда его не расшифровывая.

Сегодня мы рады объявить о общедоступности Amazon Aurora MySQL 8.4, нашей последней основной версии, совместимой с сообществом MySQL 8.4.7. Этот выпуск представляет собой важную веху для клиентов Aurora MySQL, вводящую упрощенную модель версий, напрямую выровненный с сообществом MySQL, вместе с упрощенным опытом версии исправлений и полным набором улучшений сообщества MySQL 8.4. В этом посте мы обсуждаем проблемы клиентов, которые решает этот выпуск, знакомим с Aurora MySQL 8.4, рассматриваем новый подход к версиям и его преимущества для клиентов, описываем ключевые возможности, доставляемые в Aurora MySQL 8.4, и показываем, как начать работать.

В этой статье мы делимся сроками поддержки версий для Aurora и RDS с открытым исходным кодом. Мы также объясняем, почему сроки отличаются для разных движков и как вы можете использовать их для планирования обновлений.

В этой статье мы покажем вам, как использовать AWS Fault Injection Service (AWS FIS), чтобы убедиться, что ваше приложение обрабатывает региональные сбои так, как вы ожидаете, путем проведения контролируемых экспериментов с глобальными таблицами DynamoDB. Мы рассмотрим как глобальные таблицы с сильной согласованностью в нескольких регионах (MRSC), так и глобальные таблицы с итоговой согласованностью в нескольких регионах (MREC), потому что AWS FIS работает с каждой из них по-разному.

В этой статье мы рассмотрим две основные стратегии отработки отказа для глобальных таблиц DynamoDB, компромиссы между ними и операционные соображения, о которых вы должны знать во время и после отработки отказа.

Это часть 1 серии о лучших практиках для глобальных таблиц DynamoDB. В этой статье мы сосредоточимся на подготовке: понимании того, как работает репликация, какова ваша устойчивость, и на операционной основе, которая отделяет контролируемое переключение от суматохи.

Сегодня мы анонсируем ExtendDB, адаптер с открытым исходным кодом, совместимый с Amazon DynamoDB, с подключаемыми хранилищами, выпущенный под лицензией Apache 2.0. ExtendDB реализует протокол DynamoDB и поставляется с PostgreSQL в качестве первого бэкенда, поэтому любой AWS SDK, CLI или инструмент, который работает с DynamoDB, работает с ExtendDB без изменений. В этой статье мы представляем ExtendDB, рассказываем о начале работы и объясняем архитектуру. Это выпуск v0.1 для разработки, тестирования и экспериментов.

Клиенты, работающие с рабочими нагрузками IBM Db2, часто просят предоставить повторяемый, поддающийся аудиту способ подготовки Amazon RDS для Db2, который соответствует их существующей практике инфраструктуры как кода. В этой статье мы представляем модульный шаблон Terraform, опубликованный в репозитории aws-samples/sample-rds-db2-tools. Шаблон проведет вас от пустого аккаунта AWS до работающего экземпляра RDS для Db2, отслеживаемого в AWS License Manager, менее чем за час.

В этой статье мы демонстрируем, как Nine Entertainment добилась сокращения затрат на 98%, перейдя на Amazon ElastiCache Serverless для Valkey, одновременно улучшив масштабируемость и исключив ручное вмешательство во время пиковых нагрузок.

Сегодня мы анонсируем плагин Remote Query Cache для AWS Advanced JDBC Wrapper. Плагин автоматически обрабатывает кэширование запросов. Он перехватывает JDBC-запросы, кэширует результаты в Amazon ElastiCache для Valkey и обслуживает последующие идентичные запросы из кэша. Единственное изменение в вашем приложении - добавление SQL-подсказок к запросам. В этой статье мы покажем, как использовать Amazon CloudWatch Database Insights для выявления запросов для кэширования, настроить плагин Remote Query Cache в ваших Java-приложениях и отслеживать эффективность кэширования с помощью Amazon CloudWatch.

В этой статье мы покажем, как создать агент базы данных Amazon Aurora DSQL, который другие агенты ИИ смогут обнаруживать и запрашивать на естественном языке, используя протокол A2A. Вы узнаете, как создать и развернуть его, используя возможности Amazon Bedrock AgentCore, включая AgentCore Runtime для хостинга, AgentCore Gateway для доступа к инструментам через MCP, и SDK Strands Agents для логики агента.

В этой статье мы обсудим различия между векторным поиском и графовым поиском, способы их объединения для гибридных запросов и примеры использования, которые выигрывают от гибридных запросов.

В этой статье мы покажем, как настроить Aurora DSQL Change Data Capture и транслировать изменения в базе данных в Kinesis Data Streams. Вы узнаете, как работает CDC, как настроить потоковую конвейерную обработку и как использовать события изменений. К концу этой статьи у вас будет работающий конвейер CDC, который транслирует изменения в базе данных в надежный поток событий, который могут обрабатывать последующие приложения.

Этот пост является частью серии из двух частей об обновлении RDS для MySQL 8.0 до 8.4. Здесь мы рассмотрим сроки окончания стандартной поддержки, стоимость расширенной поддержки, методы обновления и основные рекомендации. Пошаговое руководство по реализации см. в разделе «Рекомендации по обновлению RDS для MySQL 8.0 до 8.4 с предварительными проверками, Blue/Green и откатом».

В этой статье вы узнаете, как создать полный рабочий процесс обновления для RDS для MySQL с версии 8.0 до 8.4, охватывающий проверки совместимости перед обновлением, развертывания Amazon RDS Blue/Green для минимального времени простоя и стратегию отката для дополнительной защиты.

В этой статье вы узнаете, как HotelTrader сократил затраты на передачу данных между зонами доступности на 95% и улучшил среднюю задержку на 49%, перейдя с клиента Redis Lettuce на Valkey GLIDE в Amazon ElastiCache. В статье рассказывается, как HotelTrader выявил скрытые затраты на передачу данных между зонами доступности в своем кластере ElastiCache с несколькими зонами доступности, реализовал стратегию чтения с привязкой к зоне доступности Valkey GLIDE для маршрутизации запросов к локальным репликам, оптимизировал пропускную способность с помощью пакетной обработки запросов и выполнил миграцию без простоев, используя A/B-тестирование в течение 15 дней.

В этой статье мы покажем, как использовать новую команду cdk orphan для безопасной миграции таблицы DynamoDB из Table construct в TableV2 с нулевым временем простоя. Ваши данные останутся нетронутыми, потоки продолжат работу, и ваше приложение останется доступным на протяжении всего процесса.

В этой статье мы покажем, как загрузить (импортировать) полную или инкрементную экспорт таблицы Amazon DynamoDB во вторую таблицу DynamoDB с точным контролем над тем, что загружается, с какой скоростью записи и с возможностью наблюдать за прогрессом. Этот метод помогает выполнять крупномасштабные миграции и синхронизации данных, когда вам нужен максимальный контроль.

В этой статье мы покажем, как выполнить миграцию с Amazon RDS для PostgreSQL на Amazon Aurora PostgreSQL-Compatible Edition, используя логическую репликацию с начальной загрузкой. Для миграций в реальном времени с минимальным временем простоя AWS предоставляет несколько подходов, включая реплики чтения Aurora, метод создания снимка/восстановления в сочетании с непрерывной репликацией и AWS DMS.

Подключение к Amazon Aurora DSQL требует иного подхода, чем традиционные базы данных PostgreSQL. Вместо долговечных паролей вы используете краткосрочные токены аутентификации IAM. Вместо статических конечных точек вы работаете с распределенными конечными точками кластера, которые направляют соединения между зонами доступности. В этой статье вы узнаете, как настроить строки подключения, настроить драйверы в Python, Java и Node.js, а также реализовать лучшие практики аутентификации, пулинга соединений и управления жизненным циклом с помощью Amazon Aurora DSQL.

В этой статье вы узнаете, как запрашивать векторы Amazon S3 из Amazon Aurora PostgreSQL-Compatible Edition с помощью стандартного SQL, а также как объединять результаты векторного сходства с реляционными фильтрами в одном запросе, например, находить наиболее семантически похожие продукты, а затем фильтровать по цене, статусу запасов или арендатору в одном операторе SQL.

В этой публикации мы демонстрируем, как использовать AWS Glue для миграции данных из снимка базы данных Amazon Aurora в кластер Aurora DSQL.