这是关于 PostgreSQL 18 关键特性的两期系列文章的第一部分。在本篇中，我们重点关注性能增强：多列索引的跳过扫描优化、增强的 EXPLAIN 输出、自动移除不必要的自连接，以及多项有助于保持数据库高效运行的真空和自动真空改进。

在本系列文章的第一部分中，我们探讨了 PostgreSQL 18 中的性能增强功能，包括跳过扫描优化、增强的 EXPLAIN 输出、自动自连接移除以及 vacuum/autovacuum 改进。在本第二部分中，我们将重点关注安全性、监控、开发者生产力以及逻辑复制方面的增强，这些改进旨在提升运营效率并优化整体开发者体验。

在本文中，我们将向您展示如何在 Amazon Aurora PostgreSQL 中使用 Amazon CloudWatch Database Insights 进行锁分析。您将学习如何启用该功能、解读锁树可视化图表、解决常见的锁相关问题，并维持数据库的最佳性能。此锁树分析功能同样适用于 Amazon RDS for PostgreSQL。

Amazon RDS for SQL Server 近期推出了自带媒体（BYOM）功能，使您能够在完全托管的 RDS 实例中使用现有的 SQL Server 许可证。如果您已有现有的 Microsoft 许可协议，并希望利用这些投资在 AWS 上优化云支出，此功能尤为有价值。如果您已在使用包含许可（LI）模式的 RDS for SQL Server，现在可以就地将其转换为 BYOM 模式，无需进行数据库迁移。在本篇博客中，我们将介绍端到端的转换流程：准备安装介质、创建 BYOM 引擎版本，以及执行就地许可模式变更。

在大规模处理海量数据时，会面临显著的运营挑战。Similarweb 在使用 Apache HBase 时遇到了这些挑战，并最终在 Amazon DynamoDB 中找到了解决方案。Similarweb 是一个数字智能平台，提供由 AI 驱动的洞察，涵盖网站流量、应用使用情况和市场趋势，帮助企业对标竞争对手并优化增长策略。我们现有的 Apache HBase 基础设施在可扩展性和运营复杂性方面日益显现出瓶颈，这促使我们探索更加灵活高效的替代方案。本文将带您回顾我们将数据存储从 Apache HBase 迁移至 DynamoDB 的历程。我们将讨论技术挑战、迁移方法、数据建模策略、成本优化技术以及在此过程中取得的关键收益。

在本文中，我们将展示如何使用 EXPLAIN 计划来诊断并优化 Amazon Aurora DSQL 的查询性能。我们引入三层过滤模型作为理解谓词评估位置的实用框架，并逐步解析使 Aurora DSQL 计划独具特色的架构差异、EXPLAIN 输出的结构、访问方法选择以及查询优化的分步工作流程。

在本篇博客中，我们将展示如何使用 Terraform 部署 Oracle Database@AWS 提供方案中的关键组件，包括 ODB 网络、Oracle Exadata 基础设施、Exadata VM 集群以及 Autonomous VM 集群。

手动管理多个数据库集群的 Aurora PostgreSQL 兼容版升级可能耗时且容易出错。在本篇博客中，我们将展示如何通过一致且可重复的流程，自动化整个数据库舰队中 Amazon Aurora PostgreSQL 的升级。

在本文中，您将学习如何使用 AWS DMS 架构转换功能将 Oracle 架构迁移到 PostgreSQL。AWS DMS 架构转换可将数据库架构和代码对象转换为与目标数据库兼容的格式。您还将学习如何使用 AWS DMS 将数据迁移到 Amazon Aurora PostgreSQL-Compatible Edition。

在本文中，您将学习如何将 Okta 与 AWS IAM Identity Center 集成，并实施 Amazon Relational Database Service (Amazon RDS) 的 AWS 身份与访问管理 (AWS IAM) 身份验证，以构建统一的身份验证流程。您将配置基于属性的访问控制 (ABAC)，自动将身份提供商 (IdP) 中的用户身份映射到数据库权限，支持交互式用户会话，并帮助您避免使用共享账户。到本文结束时，您将拥有一个可运行的系统，其中数据库身份验证与应用身份验证完全一致。

在本篇博客中，您将构建一个功能完备的兽医诊所命令行界面（CLI）应用程序，展示将 Drizzle ORM 连接到 Aurora DSQL 的生产就绪模式。到结束时，您将拥有一个运行中的应用，包含一对多和多对多关系，并且您所学到的模式（UUID 主键、应用层关系和自定义迁移运行器）同样适用于 Aurora DSQL 上的其他 TypeScript ORM。

在本文中，您将学习 Aurora DSQL 的三种分页技术：OFFSET/LIMIT、基于游标（keyset）和基于时间。您将使用 SQL 和 Python 实现基于游标的分页，将其集成到 API 层，通过复合索引进行优化，处理 3,000 行事务限制内的批量处理，并规避五种常见反模式。到文末，您将能够根据工作负载选择合适的分页方法，并自信地加以实现。

Amazon RDS for Db2 现已支持 IBM Db2 12.1，这是 Db2 数据库引擎的最新一代。此次升级的同时，我们推出了一个新版本：社区版（db2-ce）。现在，在创建 Amazon RDS for Db2 实例时，您有三种版本可供选择。在本篇博客中，我们将介绍 Db2 12.1 的新特性，阐述社区版及其适用场景，演示如何通过 AWS 管理控制台、AWS 命令行接口（AWS CLI）和 Terraform 开始使用，并涵盖从 Db2 11.5 的升级路径。

在本篇博客中，您将学习如何构建一个由生成式 AI 驱动的迁移助手，以自动化代码转换的最后一公里环节。借助 Amazon Bedrock 上的 Anthropic Claude Sonnet 4.6、Strands Agents 框架以及 AWS Knowledge MCP Server，您可以自动化将 PL/SQL 对象转换为 Amazon Aurora PostgreSQL-Compatible Edition 并进行验证。该助手读取 AWS DMS SC 评估 CSV 文件，从 Oracle 获取实时 PL/SQL 源代码，转换每个对象，通过 AWS Lambda 将结果部署到 Aurora PostgreSQL，并在单一管道中执行自动化测试。

在本篇博客中，您将构建一个功能完备的兽医诊所命令行界面（CLI）应用程序，展示将 SQLAlchemy 连接到 Aurora DSQL 的生产就绪模式。您实现的模式（UUID 主键、应用级关系以及 AUTOCOMMIT 引擎配置）同样适用于 Aurora DSQL 上的其他 Python ORM。

在本文中，我们将探讨 Oracle Database@AWS 为何是运行 Oracle 工作负载的组织在 AWS 上的理想选择。我们将涵盖其带来的业务、技术及许可优势，并说明它如何与您已熟知的现有 AWS 选项（如 Amazon RDS for Oracle 和 Amazon EC2）相辅相成。

在本文中，我们将深入探讨 Aurora 备份架构，其与 Amazon RDS 备份的区别，以及可用于监控备份存储使用情况的 Amazon CloudWatch 指标。通过详细的场景和可视化展示，我们说明了工作负载模式和保留期限如何影响备份成本。此外，我们还将探讨跨区域备份选项，并分享优化备份存储消耗的最佳实践。

在本系列的第一部分、第二部分和第三部分中，我们探讨了 PostgreSQL 的原生索引（B-tree、GIN、GiST、HASH、BRIN）以及基于扩展的专用索引类型（SP-GiST、btree_gin、btree_gist）。在本篇中，我们将深入介绍三个额外的扩展：Bloom（用于空间高效的多列等值过滤）、pg_trgm（用于模糊文本匹配和相似度搜索）以及 pg_bigm（针对亚洲语言优化的全文搜索）。

在本文（系列文章的第三篇）中，我们将深入探讨三种基于扩展的索引类型：SP-GiST、btree_gin 和 btree_gist。这些扩展在 Amazon Aurora PostgreSQL-Compatible Edition 和 Amazon Relational Database Service (Amazon RDS) for PostgreSQL 中均可用。PostgreSQL 的索引架构具有可扩展性，操作类（operator classes）定义了索引针对特定数据类型和操作的执行方式。SP-GiST、btree_gin 和 btree_gist 扩展利用这种可扩展性，提供超越原生选项的额外索引策略。我们将逐一说明何时使用每种扩展、它们支持的数据类型，以及展示其性能优势的实用示例。

本文介绍如何从 Oracle 源迁移数据至 Amazon Aurora DSQL，利用 AWS DMS、Amazon S3、AWS Glue 和 AWS Step Functions 构建自动化且具成本效益的迁移管道，适用于企业级部署。

在本文中，我们演示了如何使用 Amazon Aurora for PostgreSQL、Debezium 连接器以及 Amazon Managed Streaming for Apache Kafka（Amazon MSK）实现生产就绪的 CDC 解决方案。该方案能够实时捕获数据库变更，并将其流式传输至 Kafka 主题，以便下游消费者针对不同的业务需求处理相同的数据。

在本文中，我们解释了持久性的工作原理，梳理了其架构，并分享了性能测试结果，以表明持久性不会影响客户从 ElastiCache 期望的微秒级延迟。

在本文中，您将学习如何将 SQL Server 安装介质上传至 Amazon Simple Storage Service（Amazon S3），并启动 BYOM 实例。

在本文中，您将了解 Amazon Aurora PostgreSQL 兼容版如何在代理 AI 时代加速开发者的生产力。我们探讨三大核心设计信念：在开发者工作之处提供服务、吸收工作负载的波动性，以及随应用从原型阶段成长至全球规模。

今天，我们宣布推出专为 Kiro 打造的 Amazon Aurora MySQL 功能。该功能将 Kiro 的 AI 代理与 Aurora MySQL 连接起来，将实时数据库访问与精选的最佳实践指导相结合。您只需以自然语言描述需求，代理便会为您生成 API 调用、SQL 语句及配置，供您审阅并执行。在本篇博客中，我们将介绍该功能如何引导生产环境从 Amazon Relational Database Service（Amazon RDS）MySQL 8.0 迁移至 Aurora MySQL，整个过程分为四个阶段：评估、副本创建、提升和切换后验证。

在本文中，我们展示了 Vercel 与 AWS 数据库的集成如何解决这一问题，并邀请您参加 H0 黑客马拉松。

亚马逊每天接收数百万次访问，赢得每位顾客每一次访问的信任是店铺赖以建立的基础。这种信任的重要组成部分在于我们呈现的推荐是否相关，以及是否反映了顾客当下真正关心的内容。在本文中，我们介绍了一种使其得以实现的架构。Amazon SageMaker 在托管端点上托管一个句子Transformer模型，将顾客查询文本转换为稠密语义向量。Valkey 是一个开源的内存数据存储系统，内置向量搜索功能，可通过 Amazon ElastiCache 和 Amazon MemoryDB 在 AWS 上使用。在我们的架构中，我们使用由亚马逊托管的 Valkey 将产品目录存储为向量索引。

通过为 Aurora 实施现代优化技术，您可以在传统方法之外实现额外的成本降低。这不仅仅是为了减少支出，更是为了构建一个更高效、可扩展且更具韧性的数据库环境。在本篇博客中，我们将展示一种优化 Amazon Aurora 数据库成本的系统化方法，涵盖不同优化领域的具体策略、实施步骤和最佳实践。

在本篇博客中，我们介绍了一个发布在 aws-samples/sample-rds-db2-tools 仓库中的模块化 Terraform 模板，该模板允许您的应用程序在保留现有自定义域名和端口的同时，维持端到端 TLS 加密以连接 Amazon RDS for Db2。该模板部署了一个基于服务器名称指示（SNI）的 TLS 代理，可转发加密流量而无需对其进行解密。

今天，我们很高兴宣布 Amazon Aurora MySQL 8.4 正式发布。这是我们的最新主要版本，与社区版 MySQL 8.4.7 兼容。此次发布是 Aurora MySQL 客户的重要里程碑，引入了与社区版 MySQL 直接对齐的简化版本模型，优化了补丁版本体验，并提供了完整的社区版 MySQL 8.4 增强功能。在本篇博客中，我们将讨论此次发布所解决的客户挑战，介绍 Aurora MySQL 8.4，阐述新的版本方法及其为客户带来的益处，概述 Aurora MySQL 8.4 中的关键功能，并展示如何开始使用。

在本篇博客中，我们分享了 Aurora 和 RDS 开源引擎的版本周期时间线。我们还解释了为何不同引擎的周期时间线存在差异，以及如何利用这些信息规划升级。

在本文中，我们将展示如何使用 AWS 故障注入服务（AWS FIS）来验证您的应用程序是否按预期处理区域中断，方法是针对您的 DynamoDB 全局表运行受控实验。我们将涵盖多区域强一致性（MRSC）和多区域最终一致性（MREC）全局表，因为 AWS FIS 在这两种模式下的工作方式不同。

在本文中，我们将介绍 DynamoDB 全局表的两项主要故障转移策略，分析它们之间的权衡，并阐述在故障转移期间及之后必须注意的运营考量。

这是关于 DynamoDB 全局表最佳实践系列的第一部分。在本篇中，我们聚焦于准备工作：理解复制机制、评估当前的韧性态势，以及奠定能够将故障切换控制在有序状态而非陷入混乱的操作基础。

今天，我们宣布推出 ExtendDB，这是一个开源的、与 Amazon DynamoDB 兼容的适配器，支持可插拔的存储后端，并采用 Apache 2.0 许可证发布。ExtendDB 实现了 DynamoDB 的线协议（wire protocol），并随 PostgreSQL 作为首个后端提供，因此任何适用于 DynamoDB 的 AWS SDK、CLI 或工具均可无需修改地用于 ExtendDB。在本篇博客中，我们将介绍 ExtendDB，演示快速入门流程，并阐述其架构。此为 v0.1 开发版本，适用于开发、测试和实验。

运行 IBM Db2 工作负载的客户经常要求一种可重复、可审计的方式来配置 Amazon RDS for Db2，以符合其现有的基础设施即代码（IaC）实践。在本文中，我们介绍了一个模块化 Terraform 模板，已发布在 aws-samples/sample-rds-db2-tools 仓库中。该模板可在不到一小时内，从空白的 AWS 账户引导至运行中的 Amazon RDS for Db2 实例，并在 AWS License Manager 中进行跟踪。

在本文中，我们展示了 Nine Entertainment 如何通过迁移至 Amazon ElastiCache Serverless for Valkey，实现 98% 的成本降低，同时提升可扩展性，并在高峰期消除人工干预。

今天，我们宣布推出 AWS Advanced JDBC Wrapper 的远程查询缓存插件。该插件可自动处理查询缓存：拦截 JDBC 查询，将结果缓存至 Amazon ElastiCache for Valkey，并随后从缓存中返回相同的查询结果。您唯一需要修改的是在查询前添加 SQL 提示。在本篇博客中，我们将展示如何使用 Amazon CloudWatch Database Insights 识别需要缓存的查询，在 Java 应用程序中配置远程查询缓存插件，并利用 Amazon CloudWatch 监控缓存效果。

在本篇博客中，我们将展示如何构建一个 Amazon Aurora DSQL 数据库代理，使其他 AI 代理能够通过自然语言，利用 A2A 协议发现并查询该数据库。您将学习如何使用 Amazon Bedrock AgentCore 功能构建并部署此代理，包括用于托管的 AgentCore Runtime、通过 MCP 提供工具访问的 AgentCore Gateway，以及用于代理逻辑的 Strands Agents SDK。

在本文中，我们将探讨向量搜索与图搜索之间的差异，如何结合两者进行混合查询，以及受益于混合查询的使用场景。

在本文中，我们将演示如何配置 Aurora DSQL 变更数据捕获（CDC），并将数据库变更流式传输至 Kinesis Data Streams。您将了解 CDC 的工作原理、如何配置流式处理管道以及如何消费变更事件。到本文结束时，您将拥有一个可运行的 CDC 管道，该管道可将数据库变更流式传输至下游应用程序可处理的持久事件流。

本文是《将 RDS for MySQL 从 8.0 升级到 8.4》两篇系列文章的第一部分。本文将介绍标准支持期限的结束、扩展支持成本、升级方法以及关键最佳实践。如需逐步实施指南，请参阅《带有预检查、蓝/绿部署和回滚的 RDS for MySQL 8.0 到 8.4 升级最佳实践》。

在本文中，您将学习如何构建一个完整的升级工作流，将 RDS for MySQL 从 8.0 升级到 8.4，涵盖升级前的兼容性检查、用于实现最小停机时间的 Amazon RDS 蓝/绿部署，以及为增强保护而设计的回滚策略。

在本文中，您将了解 HotelTrader 如何通过从 Redis Lettuce 客户端迁移至 Valkey GLIDE，在 Amazon ElastiCache 上实现了跨可用区数据传输成本降低 95%、平均延迟改善 49%。本文详细介绍了 HotelTrader 如何在多可用区 ElastiCache 集群中识别出隐藏的跨可用区数据传输成本，实施 Valkey GLIDE 的可用区亲和性读取策略以将请求路由至本地副本，通过请求批处理优化吞吐量，并在 15 天内通过 A/B 测试完成了零停机迁移。

在本篇博客中，我们将展示如何使用新的 cdk orphan 命令，将 DynamoDB 表从 Table 构造安全地迁移至 TableV2，实现零停机迁移。您的数据保持完整，流式传输持续运行，且在整个迁移过程中应用程序始终保持可用。

在本文中，我们将展示如何将 Amazon DynamoDB 的全量或增量表导出加载（导入）到第二个 DynamoDB 表中，并实现对加载内容、写入速率以及进度观察的精确控制。该技术有助于推动需要最大控制能力的大规模数据迁移与同步任务。

在本文中，我们将展示如何使用种子逻辑复制从 Amazon RDS for PostgreSQL 迁移到 Amazon Aurora PostgreSQL-Compatible Edition。对于停机时间极少的在线迁移，AWS 提供了多种方法，包括 Aurora 只读副本、结合持续复制的快照/恢复方法，以及 AWS DMS。

连接 Amazon Aurora DSQL 需要采用与传统 PostgreSQL 数据库不同的方法。您不再使用长期有效的密码，而是使用短期有效的 IAM 身份验证令牌；您也不再使用静态端点，而是使用可跨可用区路由连接的分布式集群端点。在本篇博客中，您将学习如何配置连接字符串，在 Python、Java 和 Node.js 中设置驱动程序，并实施针对 Amazon Aurora DSQL 的身份验证、连接池和生命周期管理的最佳实践。

在本文中，您将学习如何使用标准 SQL 查询 Amazon Aurora PostgreSQL 兼容版中的 Amazon S3 Vectors，并了解如何在单个查询中将向量相似度结果与关系型过滤条件相结合，例如，在一个 SQL 语句中查找语义最相似的产品，然后按价格、库存状态或租户进行过滤。

在本文中，我们将演示如何使用 AWS Glue 将数据从 Amazon Aurora 数据库快照迁移到 Aurora DSQL 集群。