SlideShare uma empresa Scribd logo
AWS Meetup Rio
Qual banco usar e quando?
Pedro Silveira Pisa
A Kendoo
Agenda
• Bancos de dados na AWS
• Por que usar serviços gerenciados?
• AWS Relational Database Service (RDS)
• AWS Aurora
• AWS DynamoDB
• AWS Redshift
• Outras bases de dados na AWS
• Casos de uso para cada base de dados
Como criar seu banco de dados na AWS?
• Ligar uma instância de EC2 adequada
• Instalar o software de banco de dados nessa EC2
• Virtualização x Computação em Nuvem
Amazon
EC2
Por que utilizar os serviços gerenciados da AWS?
• Benefícios:
• Fácil de administrar (instalar, operar e atualizar o software)
• Elasticidade com simplicidade
• Maior disponibilidade e durabilidade
• Facilidade em adquirir licenças / licenças em modelo pay per use
• Custos de gerenciamento embutidos no custo do serviço
• Benefícios válidos para todos os serviços de bancos de dados
apresentados
AWS RDS
Um banco de dados relacional gerenciado na nuvem que você
pode executar em minutos com apenas alguns cliques.
Amazon Relational Database Service (RDS)
• Simplicidade e rapidez para iniciar e operar
• Gerenciamento de tarefas administrativas comuns dos SGBDs
• Compatível com as suas aplicações
• Desempenho rápido e previsível
• Simples e rápido para escalar
• Segurança
• Custo-benefício
• Backups & Snapshots
• Arquitetura em múltiplas AZs
Aurora
Backups vs Snapshots
• Backups automáticos
• Permite a recuperação de um momento exato (segundo) do banco de dados
• Realiza um snapshot diário e captura os logs das transações realizadas após
• Retenção de 1 dia a 35 dias
• Snapshots
• Criados pelo usuário (pode ser usado um script)
• Semelhante ao snapshot da instância EC2
• Recuperação do momento do snapshot
• Recuperação
• Em ambos os casos, uma nova instância é criada
Segurança no RDS
• Virtual Private Cloud
• Security Groups (firewalls)
• Gerenciamento de acessos e identidades
• Conexão segura por SSL
• Encriptação de dados em disco
• AES-256
• Chaves gerenciadas com o AWS Key Management System (KMS)
• Logs, backups e snapshots são encriptados
• Auditoria com o CloudTrail
AWS Aurora
Um banco de dados relacional gerenciado, compatível com
MySQL, com desempenho 5 vezes maior e recursos empresariais.
Amazon Aurora
• Velocidade e disponibilidade de SGBDs comerciais
• Simplicidade e custo benefício de SGBDs de código aberto
• Compatibilidade com MySQL
• Modelo de precificação pay as you go
• Entregue como um serviço gerenciado
Aurora
Arquitetura Orientada a Serviços aplicada às bases de dados
Amazon Aurora é altamente escalável
• Altamente disponível por padrão
• 6 réplicas em 3 AZs
• SSD e escalável
• Armazenamento multi-tenant
• Até 64TB de tamanho na base
• Pagamento apenas pelo que usa
• Armazenamento de logs estruturados
• Diversos pequenos segmentos, cada um com
seu próprio log de transação
SQL
Transactions
AZ 1 AZ 2 AZ 3
Caching
Amazon S3
Amazon Aurora
• Tolerante a falhas
• Perca duas cópias ou uma zona de disponibilidade sem impacto na
disponibilidade de leitura ou escrita
• Autorecuperação
• Detecção, replicação e reparação automáticas
• Recuperação de desastres instantaneamente
Aurora Master
30% Read
70% Write
Aurora Replica
100% New Reads
Shared Multi-AZ Storage
MySQL Master
30% Read
70% Write
MySQL Replica
30% New Reads
70% Write
Data Volume Data Volume
MySQL x Amazon Aurora – Réplicas de Leitura
Como podemos economizar com o Amazon Aurora?
Como podemos economizar com o Amazon Aurora?
Como podemos economizar com o Amazon Aurora?
AWS DynamoDB
Um banco de dados NoSQL gerenciado que oferece um desempenho
extremamente rápido, além de escalabilidade e confiabilidade
transparentes
Dados Estruturados x Dados Semiestruturados
Amazon DynamoDB
• Serviço gerenciado para base de dados NoSQL
• Compatível com modelos de dados de documento ou chave-valor
• Altamente escalável
• Desempenho consistente:
• Latência de até 9 milissegundos em qualquer escala
• Altamente disponível
• Replicação em 3x
• API simples e poderosa
Tabela
Itens
Atributos
Hash
Key
Range
Key
Tabela do DynamoDB
Id = 2
Nome = Andy
Dept = Engg
Id = 3
Nome = Kim
Dept = Ops
Id = 1
Nome = Jim
Id = 2
Nome = Andy
Dept = Engg
Id = 3
Nome = Kim
Dept = Ops
Id = 1
Nome = Jim
Id = 2
Nome = Andy
Dept = Engg
Id = 3
Nome = Kim
Dept = Ops
Id = 1
Nome = Jim
Réplica 1
Réplica 2
Réplica 3
Partição 1 Partição 2 Partição N
Partições são replicadas 3 vezes
Escalabilidade
• Limites de vazão de leitura e escrita são independentes
• Vazão é provisionada por tabela
• Unidades de capacidade de escrita são medidas em 1 KB/s
• Unidades de capacidade de leitura são medidas em 4 KB/s
• Adicionar qualquer número de itens a uma tabela
• Tamanho máximo do item é de 400 KB
AWS Redshift
Um data warehouse rápido, totalmente gerenciado e em escala de
petabytes por menos de um décimo do custo de soluções tradicionais.
Amazon
Redshift
Muito rápido
Muito simples
Muito barato
Amazon Redshift
• Armazém de dados relacional
• Massivamente paralelo; escala de petabytes
• Totalmente gerenciado
• Plataformas em SSD ou HDs magnéticos
• US$ 1.000 / TB / ano ; a partir de US$ 0,25 / hora
Arquitetura de sistema do Amazon Redshift
• Nó líder
• Interface para consultas SQL
• Armazena os metadados
• Coordena a execução das consultas
• Nós de computação
• Armazenamento local e colunar
• Executa as consultas em paralelo
• Carga, backup e restrauração via
Amazon S3
• Carga a partir do DynamoDB, EMR ou SSH
• Duas plataformas de hardware
• Otimizadas para
processamento ou armazenamento
• DS2: HDD; escala de 2TB a 2PB
• DC1: SSD; escala de 160GB a 326TB
10 GigE
(HPC)
Ingestion
Backup
Restore
SQL Clients/BI Tools
128GB RAM
16TB disk
16 cores
S3 / EMR / DynamoDB / SSH
JDBC/ODBC
128GB RAM
16TB disk
16 coresCompute
Node
128GB RAM
16TB disk
16 coresCompute
Node
128GB RAM
16TB disk
16 coresCompute
Node
Leader
Node
Olhar mais profundo na arquitetura do nó de computação
• Cada nó contém múltiplas fatias (slices)
• DS2 – 2 fatias na XL, 16 na 8XL
• DC1 – 2 fatias na L, 32 na 8XL
• Cada fatia é alocada a uma CPU e
a uma tabela de dados
• Cada fatia processa em paralelo
um pedaço da carga
Leader Node
Amazon Redshift reduz dramaticamente o I/O
• Armazenamento colunar
• Compressão de dados
• Mapeamento de zonas
Amazon Redshift reduz dramaticamente o I/O
• Armazenamento colunar
• Compressão de dados
• Mapeamento de zonas
ID Age State Amount
123 20 CA 500
345 25 WA 250
678 40 FL 125
957 37 WA 375
• Calcular SUM(Amount) com
armazenamento em linha:
– Necessidade de ler tudo
– I/O desnecessário
ID Age State Amount
Amazon Redshift reduz dramaticamente o I/O
• Armazenamento colunar
• Compressão de dados
• Mapeamento de zonas
• Calcular SUM(Amount) com
armazenamento colunar:
– Somente carrega os blocos
necessários
ID Age State Amount
ID Age State Amount
123 20 CA 500
345 25 WA 250
678 40 FL 125
957 37 WA 375
Amazon Redshift reduz dramaticamente o I/O
• Armazenamento colunar
• Compressão de dados
• Mapeamento de zonas
• Compressão colunar
– Efetividade pelo tipo de dado
– Reduz os requisitos de
armazenamento
– Reduz o I/O
ID Age State Amount
analyze compression orders;
Table | Column | Encoding
--------+-------------+----------
orders | id | mostly32
orders | age | mostly32
orders | state | lzo
orders | amount | mostly32
Amazon Redshift reduz dramaticamente o I/O
• Armazenamento colunar
• Compressão de dados
• Mapeamento de zonas
• Metadados dos blocos em memória
• Contém valores MIN e MAX por bloco
• Não carrega blocos que não contém
dados para uma data consulta
• Minimiza I/O desnecessário
ID Age State Amount
Outras Bases de Dados
Outras bases de dados
• Amazon ElasticCache
• Implantar, operar e escalar cache na memória com base no Memcached ou Redis
• Amazon EMR – Hadoop
• Armazenamento para MapReduce com tecnologia Hadoop
• SPICE do AWS QuickSight
• Armazenamento em memória para cálculos rápidos em aplicações de BI
• Amazon Kinesis
• Armazenamento temporário de fluxos de dados
• Amazon CloudSearch
• Armazenamento de dados e índices para API de buscas
• Amazon ElasticSearch
• Pesquisa e análise de logs de aplicações
Conclusão
Qual banco usar e quando?
• A AWS possui diversos serviços de bases de dados diferentes
• Arquiteto de soluções ajuda a definir o melhor serviço para o caso de
uso do cliente
• Caso de uso:
• Aplicação requer uma base de dados relacional PostgreSQL, com extensão
geográfica PostGIS
Amazon RDS com PostgreSQL
Qual banco usar e quando?
• A AWS possui diversos serviços de bases de dados diferentes
• Arquiteto de soluções ajuda a definir o melhor serviço para o caso de
uso do cliente
• Caso de uso:
• Aplicações web e aplicativos móveis criados para operar em escalas muito
grandes precisam de um banco de dados com alta vazão, escalabilidade
de armazenamento massiva e alta disponibilidade.
Amazon RDS Aurora
Qual banco usar e quando?
• A AWS possui diversos serviços de bases de dados diferentes
• Arquiteto de soluções ajuda a definir o melhor serviço para o caso de
uso do cliente
• Caso de uso:
• Aplicação requer uma base de dados que ofereça o desempenho e a
disponibilidade para a criação de plataformas de oferta em tempo real
(real-time biding) e mecanismos de recomendação.
Amazon DynamoDB
Qual banco usar e quando?
• A AWS possui diversos serviços de bases de dados diferentes
• Arquiteto de soluções ajuda a definir o melhor serviço para o
caso de uso do cliente
• Caso de uso:
• Aplicação transmite centenas de milhões de logs de aplicativos todos
os dias. A empresa usa análises para gerar relatórios sobre uso diário,
avaliar novas ofertas e executar análises de tendências de longo prazo.
A base possui 4,5 bilhões de registros e, a cada dia, a carga de
trabalho continua a crescer.
Amazon Redshift
AWS Meetup Rio
Qual banco usar e quando?
Pedro Silveira Pisa
pedro.pisa@kendoo.com.br
+55 21 98887-0555
+55 21 3549-7625
www.kendoo.com.br
www.facebook.com/kendoosolutions/
www.linkedin.com/company/kendoosolutions

Mais conteúdo relacionado

Mais procurados

Deep dive de Amazon Redshift
Deep dive de Amazon RedshiftDeep dive de Amazon Redshift
Deep dive de Amazon Redshift
Amazon Web Services LATAM
 
Construindo um Data Lake na AWS
Construindo um Data Lake na AWSConstruindo um Data Lake na AWS
Construindo um Data Lake na AWS
Amazon Web Services LATAM
 
Rodando SAP na AWS
Rodando SAP na AWSRodando SAP na AWS
Rodando SAP na AWS
Amazon Web Services LATAM
 
Construindo seu Data Lake na AWS
Construindo seu Data Lake na AWSConstruindo seu Data Lake na AWS
Construindo seu Data Lake na AWS
Amazon Web Services LATAM
 
Raising the bar #2 - Explorando o poder do banco de dados com Amazon Aurora
Raising the bar #2 - Explorando o poder do banco de dados com Amazon AuroraRaising the bar #2 - Explorando o poder do banco de dados com Amazon Aurora
Raising the bar #2 - Explorando o poder do banco de dados com Amazon Aurora
Amazon Web Services LATAM
 
Migrando seu banco de dados para a AWS - Deep Dive em Amazon RDS e AWS Databa...
Migrando seu banco de dados para a AWS - Deep Dive em Amazon RDS e AWS Databa...Migrando seu banco de dados para a AWS - Deep Dive em Amazon RDS e AWS Databa...
Migrando seu banco de dados para a AWS - Deep Dive em Amazon RDS e AWS Databa...
Amazon Web Services LATAM
 
Amazon EC2 boas praticas e otimizações de desempenho
Amazon EC2 boas praticas e otimizações de desempenhoAmazon EC2 boas praticas e otimizações de desempenho
Amazon EC2 boas praticas e otimizações de desempenho
Amazon Web Services LATAM
 
Iniciando com Amazon Cloudfront
Iniciando com Amazon CloudfrontIniciando com Amazon Cloudfront
Iniciando com Amazon Cloudfront
Amazon Web Services LATAM
 
Melhores práticas de workloads Microsoft na AWS
Melhores práticas de workloads Microsoft na AWSMelhores práticas de workloads Microsoft na AWS
Melhores práticas de workloads Microsoft na AWS
Amazon Web Services LATAM
 
Deep dive com Amazon Aurora
Deep dive com Amazon AuroraDeep dive com Amazon Aurora
Deep dive com Amazon Aurora
Amazon Web Services LATAM
 
Utilizando NoSQL para Big Data com DynamoDB
Utilizando NoSQL para Big Data com DynamoDB Utilizando NoSQL para Big Data com DynamoDB
Utilizando NoSQL para Big Data com DynamoDB
Amazon Web Services LATAM
 
Raising the bar #4 - Economize utilizando instâncias Spot no Amazon EC2
Raising the bar #4 - Economize utilizando instâncias Spot no Amazon EC2Raising the bar #4 - Economize utilizando instâncias Spot no Amazon EC2
Raising the bar #4 - Economize utilizando instâncias Spot no Amazon EC2
Amazon Web Services LATAM
 
Tendências de Big Data
Tendências de Big DataTendências de Big Data
Tendências de Big Data
Amazon Web Services LATAM
 
Iniciando com Amazon DynamoDB
Iniciando com Amazon DynamoDBIniciando com Amazon DynamoDB
Iniciando com Amazon DynamoDB
Amazon Web Services LATAM
 
Building blocks #5 - Recuperação de desastres de maneira prática na AWS
Building blocks #5 - Recuperação de desastres de maneira prática na AWSBuilding blocks #5 - Recuperação de desastres de maneira prática na AWS
Building blocks #5 - Recuperação de desastres de maneira prática na AWS
Amazon Web Services LATAM
 
Desenvolvendo aplicacoes moveis Android na Nuvem da Amazon Web Services
Desenvolvendo aplicacoes moveis Android na Nuvem da Amazon Web ServicesDesenvolvendo aplicacoes moveis Android na Nuvem da Amazon Web Services
Desenvolvendo aplicacoes moveis Android na Nuvem da Amazon Web Services
Jose Papo, MSc
 
Construindo APIs com Amazon API Gateway e AWS Lambda
Construindo APIs com Amazon API Gateway e AWS LambdaConstruindo APIs com Amazon API Gateway e AWS Lambda
Construindo APIs com Amazon API Gateway e AWS Lambda
Amazon Web Services LATAM
 
Armazenamento para uma estratégia híbrida
 Armazenamento para uma estratégia híbrida Armazenamento para uma estratégia híbrida
Armazenamento para uma estratégia híbrida
Amazon Web Services LATAM
 
Criando bancos de dados relacionais na Nuvem
Criando bancos de dados relacionais na NuvemCriando bancos de dados relacionais na Nuvem
Criando bancos de dados relacionais na Nuvem
Amazon Web Services LATAM
 
Introducao ao Amazon Redshift
Introducao ao Amazon RedshiftIntroducao ao Amazon Redshift
Introducao ao Amazon Redshift
Amazon Web Services LATAM
 

Mais procurados (20)

Deep dive de Amazon Redshift
Deep dive de Amazon RedshiftDeep dive de Amazon Redshift
Deep dive de Amazon Redshift
 
Construindo um Data Lake na AWS
Construindo um Data Lake na AWSConstruindo um Data Lake na AWS
Construindo um Data Lake na AWS
 
Rodando SAP na AWS
Rodando SAP na AWSRodando SAP na AWS
Rodando SAP na AWS
 
Construindo seu Data Lake na AWS
Construindo seu Data Lake na AWSConstruindo seu Data Lake na AWS
Construindo seu Data Lake na AWS
 
Raising the bar #2 - Explorando o poder do banco de dados com Amazon Aurora
Raising the bar #2 - Explorando o poder do banco de dados com Amazon AuroraRaising the bar #2 - Explorando o poder do banco de dados com Amazon Aurora
Raising the bar #2 - Explorando o poder do banco de dados com Amazon Aurora
 
Migrando seu banco de dados para a AWS - Deep Dive em Amazon RDS e AWS Databa...
Migrando seu banco de dados para a AWS - Deep Dive em Amazon RDS e AWS Databa...Migrando seu banco de dados para a AWS - Deep Dive em Amazon RDS e AWS Databa...
Migrando seu banco de dados para a AWS - Deep Dive em Amazon RDS e AWS Databa...
 
Amazon EC2 boas praticas e otimizações de desempenho
Amazon EC2 boas praticas e otimizações de desempenhoAmazon EC2 boas praticas e otimizações de desempenho
Amazon EC2 boas praticas e otimizações de desempenho
 
Iniciando com Amazon Cloudfront
Iniciando com Amazon CloudfrontIniciando com Amazon Cloudfront
Iniciando com Amazon Cloudfront
 
Melhores práticas de workloads Microsoft na AWS
Melhores práticas de workloads Microsoft na AWSMelhores práticas de workloads Microsoft na AWS
Melhores práticas de workloads Microsoft na AWS
 
Deep dive com Amazon Aurora
Deep dive com Amazon AuroraDeep dive com Amazon Aurora
Deep dive com Amazon Aurora
 
Utilizando NoSQL para Big Data com DynamoDB
Utilizando NoSQL para Big Data com DynamoDB Utilizando NoSQL para Big Data com DynamoDB
Utilizando NoSQL para Big Data com DynamoDB
 
Raising the bar #4 - Economize utilizando instâncias Spot no Amazon EC2
Raising the bar #4 - Economize utilizando instâncias Spot no Amazon EC2Raising the bar #4 - Economize utilizando instâncias Spot no Amazon EC2
Raising the bar #4 - Economize utilizando instâncias Spot no Amazon EC2
 
Tendências de Big Data
Tendências de Big DataTendências de Big Data
Tendências de Big Data
 
Iniciando com Amazon DynamoDB
Iniciando com Amazon DynamoDBIniciando com Amazon DynamoDB
Iniciando com Amazon DynamoDB
 
Building blocks #5 - Recuperação de desastres de maneira prática na AWS
Building blocks #5 - Recuperação de desastres de maneira prática na AWSBuilding blocks #5 - Recuperação de desastres de maneira prática na AWS
Building blocks #5 - Recuperação de desastres de maneira prática na AWS
 
Desenvolvendo aplicacoes moveis Android na Nuvem da Amazon Web Services
Desenvolvendo aplicacoes moveis Android na Nuvem da Amazon Web ServicesDesenvolvendo aplicacoes moveis Android na Nuvem da Amazon Web Services
Desenvolvendo aplicacoes moveis Android na Nuvem da Amazon Web Services
 
Construindo APIs com Amazon API Gateway e AWS Lambda
Construindo APIs com Amazon API Gateway e AWS LambdaConstruindo APIs com Amazon API Gateway e AWS Lambda
Construindo APIs com Amazon API Gateway e AWS Lambda
 
Armazenamento para uma estratégia híbrida
 Armazenamento para uma estratégia híbrida Armazenamento para uma estratégia híbrida
Armazenamento para uma estratégia híbrida
 
Criando bancos de dados relacionais na Nuvem
Criando bancos de dados relacionais na NuvemCriando bancos de dados relacionais na Nuvem
Criando bancos de dados relacionais na Nuvem
 
Introducao ao Amazon Redshift
Introducao ao Amazon RedshiftIntroducao ao Amazon Redshift
Introducao ao Amazon Redshift
 

Semelhante a AWS Meetup Rio - Qual banco usar e quando?

Webinar: Introdução a Big data
Webinar: Introdução a Big dataWebinar: Introdução a Big data
Webinar: Introdução a Big data
Amazon Web Services LATAM
 
Seu banco de dados na nuvem: Opções de bancos de dados na AWS e padrões de...
Seu banco de dados na nuvem: Opções de bancos de dados na AWS e padrões de...Seu banco de dados na nuvem: Opções de bancos de dados na AWS e padrões de...
Seu banco de dados na nuvem: Opções de bancos de dados na AWS e padrões de...
Amazon Web Services LATAM
 
Conhecendo as Opcoes de Bancos de Dados na Nuvem da AWS
Conhecendo as Opcoes de Bancos de Dados na Nuvem da AWSConhecendo as Opcoes de Bancos de Dados na Nuvem da AWS
Conhecendo as Opcoes de Bancos de Dados na Nuvem da AWS
Amazon Web Services LATAM
 
Inovacao em-escala-final
Inovacao em-escala-finalInovacao em-escala-final
Inovacao em-escala-final
Amazon Web Services LATAM
 
Introducao+ao+amazon+ec2+ +ricardo+geh
Introducao+ao+amazon+ec2+ +ricardo+gehIntroducao+ao+amazon+ec2+ +ricardo+geh
Introducao+ao+amazon+ec2+ +ricardo+geh
Amazon Web Services LATAM
 
Escalando para os primeiros 10 milhoes de usuarios
Escalando para os primeiros 10 milhoes de usuariosEscalando para os primeiros 10 milhoes de usuarios
Escalando para os primeiros 10 milhoes de usuarios
Amazon Web Services LATAM
 
Introducao a aws storage backup e archiving
Introducao a aws storage backup e archivingIntroducao a aws storage backup e archiving
Introducao a aws storage backup e archiving
Amazon Web Services LATAM
 
Explorando o poder do banco de dados com Amazon Aurora
Explorando o poder do banco de dados com Amazon AuroraExplorando o poder do banco de dados com Amazon Aurora
Explorando o poder do banco de dados com Amazon Aurora
Amazon Web Services LATAM
 
Iniciando com serviços de bancos de dados gerenciados na AWS
Iniciando com serviços de bancos de dados gerenciados na AWSIniciando com serviços de bancos de dados gerenciados na AWS
Iniciando com serviços de bancos de dados gerenciados na AWS
Amazon Web Services LATAM
 
Encontre o Banco de Dados certo para sua Carga de Trabalho
Encontre o Banco de Dados certo para sua Carga de TrabalhoEncontre o Banco de Dados certo para sua Carga de Trabalho
Encontre o Banco de Dados certo para sua Carga de Trabalho
Amazon Web Services LATAM
 
Introduçãoo aws, escalando uma aplicação Web
Introduçãoo aws, escalando uma aplicação WebIntroduçãoo aws, escalando uma aplicação Web
Introduçãoo aws, escalando uma aplicação Web
Alessandro Binhara
 
Liberte-se dos bancos de dados comerciais para economizar, crescer e inovar
Liberte-se dos bancos de dados comerciais para economizar, crescer e inovarLiberte-se dos bancos de dados comerciais para economizar, crescer e inovar
Liberte-se dos bancos de dados comerciais para economizar, crescer e inovar
Amazon Web Services LATAM
 
Iniciando com Amazon Aurora
Iniciando com Amazon AuroraIniciando com Amazon Aurora
Iniciando com Amazon Aurora
Amazon Web Services LATAM
 
PGDay Campinas 2013 - Implementando o PostgreSQL de maneira escalável e com a...
PGDay Campinas 2013 - Implementando o PostgreSQL de maneira escalável e com a...PGDay Campinas 2013 - Implementando o PostgreSQL de maneira escalável e com a...
PGDay Campinas 2013 - Implementando o PostgreSQL de maneira escalável e com a...
PGDay Campinas
 
Rio Cloud Computing Meetup 25/01/2017 - Lançamentos do AWS re:Invent 2016
Rio Cloud Computing Meetup 25/01/2017 - Lançamentos do AWS re:Invent 2016Rio Cloud Computing Meetup 25/01/2017 - Lançamentos do AWS re:Invent 2016
Rio Cloud Computing Meetup 25/01/2017 - Lançamentos do AWS re:Invent 2016
Filipe Barretto
 
Escalando+na+aws+para+os+primeiros+10+milhões+de+usuários+ +final
Escalando+na+aws+para+os+primeiros+10+milhões+de+usuários+ +finalEscalando+na+aws+para+os+primeiros+10+milhões+de+usuários+ +final
Escalando+na+aws+para+os+primeiros+10+milhões+de+usuários+ +final
Amazon Web Services LATAM
 
Slides-MMTI-AWS-Infra-Intro-MeetUp.pdf
Slides-MMTI-AWS-Infra-Intro-MeetUp.pdfSlides-MMTI-AWS-Infra-Intro-MeetUp.pdf
Slides-MMTI-AWS-Infra-Intro-MeetUp.pdf
ssuser028f63
 
Arquiteturas de Software para o Século XXI
Arquiteturas de Software para o Século XXIArquiteturas de Software para o Século XXI
Arquiteturas de Software para o Século XXI
Amazon Web Services LATAM
 
AWS Webinar | Como usar AWS?
AWS Webinar | Como usar AWS?AWS Webinar | Como usar AWS?
AWS Webinar | Como usar AWS?
Amazon Web Services LATAM
 
Os benefícios de migrar seus workloads de Big Data para a AWS
Os benefícios de migrar seus workloads de Big Data para a AWSOs benefícios de migrar seus workloads de Big Data para a AWS
Os benefícios de migrar seus workloads de Big Data para a AWS
Amazon Web Services LATAM
 

Semelhante a AWS Meetup Rio - Qual banco usar e quando? (20)

Webinar: Introdução a Big data
Webinar: Introdução a Big dataWebinar: Introdução a Big data
Webinar: Introdução a Big data
 
Seu banco de dados na nuvem: Opções de bancos de dados na AWS e padrões de...
Seu banco de dados na nuvem: Opções de bancos de dados na AWS e padrões de...Seu banco de dados na nuvem: Opções de bancos de dados na AWS e padrões de...
Seu banco de dados na nuvem: Opções de bancos de dados na AWS e padrões de...
 
Conhecendo as Opcoes de Bancos de Dados na Nuvem da AWS
Conhecendo as Opcoes de Bancos de Dados na Nuvem da AWSConhecendo as Opcoes de Bancos de Dados na Nuvem da AWS
Conhecendo as Opcoes de Bancos de Dados na Nuvem da AWS
 
Inovacao em-escala-final
Inovacao em-escala-finalInovacao em-escala-final
Inovacao em-escala-final
 
Introducao+ao+amazon+ec2+ +ricardo+geh
Introducao+ao+amazon+ec2+ +ricardo+gehIntroducao+ao+amazon+ec2+ +ricardo+geh
Introducao+ao+amazon+ec2+ +ricardo+geh
 
Escalando para os primeiros 10 milhoes de usuarios
Escalando para os primeiros 10 milhoes de usuariosEscalando para os primeiros 10 milhoes de usuarios
Escalando para os primeiros 10 milhoes de usuarios
 
Introducao a aws storage backup e archiving
Introducao a aws storage backup e archivingIntroducao a aws storage backup e archiving
Introducao a aws storage backup e archiving
 
Explorando o poder do banco de dados com Amazon Aurora
Explorando o poder do banco de dados com Amazon AuroraExplorando o poder do banco de dados com Amazon Aurora
Explorando o poder do banco de dados com Amazon Aurora
 
Iniciando com serviços de bancos de dados gerenciados na AWS
Iniciando com serviços de bancos de dados gerenciados na AWSIniciando com serviços de bancos de dados gerenciados na AWS
Iniciando com serviços de bancos de dados gerenciados na AWS
 
Encontre o Banco de Dados certo para sua Carga de Trabalho
Encontre o Banco de Dados certo para sua Carga de TrabalhoEncontre o Banco de Dados certo para sua Carga de Trabalho
Encontre o Banco de Dados certo para sua Carga de Trabalho
 
Introduçãoo aws, escalando uma aplicação Web
Introduçãoo aws, escalando uma aplicação WebIntroduçãoo aws, escalando uma aplicação Web
Introduçãoo aws, escalando uma aplicação Web
 
Liberte-se dos bancos de dados comerciais para economizar, crescer e inovar
Liberte-se dos bancos de dados comerciais para economizar, crescer e inovarLiberte-se dos bancos de dados comerciais para economizar, crescer e inovar
Liberte-se dos bancos de dados comerciais para economizar, crescer e inovar
 
Iniciando com Amazon Aurora
Iniciando com Amazon AuroraIniciando com Amazon Aurora
Iniciando com Amazon Aurora
 
PGDay Campinas 2013 - Implementando o PostgreSQL de maneira escalável e com a...
PGDay Campinas 2013 - Implementando o PostgreSQL de maneira escalável e com a...PGDay Campinas 2013 - Implementando o PostgreSQL de maneira escalável e com a...
PGDay Campinas 2013 - Implementando o PostgreSQL de maneira escalável e com a...
 
Rio Cloud Computing Meetup 25/01/2017 - Lançamentos do AWS re:Invent 2016
Rio Cloud Computing Meetup 25/01/2017 - Lançamentos do AWS re:Invent 2016Rio Cloud Computing Meetup 25/01/2017 - Lançamentos do AWS re:Invent 2016
Rio Cloud Computing Meetup 25/01/2017 - Lançamentos do AWS re:Invent 2016
 
Escalando+na+aws+para+os+primeiros+10+milhões+de+usuários+ +final
Escalando+na+aws+para+os+primeiros+10+milhões+de+usuários+ +finalEscalando+na+aws+para+os+primeiros+10+milhões+de+usuários+ +final
Escalando+na+aws+para+os+primeiros+10+milhões+de+usuários+ +final
 
Slides-MMTI-AWS-Infra-Intro-MeetUp.pdf
Slides-MMTI-AWS-Infra-Intro-MeetUp.pdfSlides-MMTI-AWS-Infra-Intro-MeetUp.pdf
Slides-MMTI-AWS-Infra-Intro-MeetUp.pdf
 
Arquiteturas de Software para o Século XXI
Arquiteturas de Software para o Século XXIArquiteturas de Software para o Século XXI
Arquiteturas de Software para o Século XXI
 
AWS Webinar | Como usar AWS?
AWS Webinar | Como usar AWS?AWS Webinar | Como usar AWS?
AWS Webinar | Como usar AWS?
 
Os benefícios de migrar seus workloads de Big Data para a AWS
Os benefícios de migrar seus workloads de Big Data para a AWSOs benefícios de migrar seus workloads de Big Data para a AWS
Os benefícios de migrar seus workloads de Big Data para a AWS
 

Último

TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdfTOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
Momento da Informática
 
DESENVOLVIMENTO DE SOFTWARE I_aula1-2.pdf
DESENVOLVIMENTO DE SOFTWARE I_aula1-2.pdfDESENVOLVIMENTO DE SOFTWARE I_aula1-2.pdf
DESENVOLVIMENTO DE SOFTWARE I_aula1-2.pdf
Momento da Informática
 
Segurança Digital Pessoal e Boas Práticas
Segurança Digital Pessoal e Boas PráticasSegurança Digital Pessoal e Boas Práticas
Segurança Digital Pessoal e Boas Práticas
Danilo Pinotti
 
Certificado Jornada Python Da Hashtag.pdf
Certificado Jornada Python Da Hashtag.pdfCertificado Jornada Python Da Hashtag.pdf
Certificado Jornada Python Da Hashtag.pdf
joaovmp3
 
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdfEscola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Gabriel de Mattos Faustino
 
Manual-de-Credenciamento ANATER 2023.pdf
Manual-de-Credenciamento ANATER 2023.pdfManual-de-Credenciamento ANATER 2023.pdf
Manual-de-Credenciamento ANATER 2023.pdf
WELITONNOGUEIRA3
 
ATIVIDADE 1 - ADSIS - ESTRUTURA DE DADOS II - 52_2024.docx
ATIVIDADE 1 - ADSIS - ESTRUTURA DE DADOS II - 52_2024.docxATIVIDADE 1 - ADSIS - ESTRUTURA DE DADOS II - 52_2024.docx
ATIVIDADE 1 - ADSIS - ESTRUTURA DE DADOS II - 52_2024.docx
2m Assessoria
 
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
Faga1939
 
História da Rádio- 1936-1970 século XIX .2.pptx
História da Rádio- 1936-1970 século XIX   .2.pptxHistória da Rádio- 1936-1970 século XIX   .2.pptx
História da Rádio- 1936-1970 século XIX .2.pptx
TomasSousa7
 
Logica de Progamacao - Aula (1) (1).pptx
Logica de Progamacao - Aula (1) (1).pptxLogica de Progamacao - Aula (1) (1).pptx
Logica de Progamacao - Aula (1) (1).pptx
Momento da Informática
 

Último (10)

TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdfTOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
 
DESENVOLVIMENTO DE SOFTWARE I_aula1-2.pdf
DESENVOLVIMENTO DE SOFTWARE I_aula1-2.pdfDESENVOLVIMENTO DE SOFTWARE I_aula1-2.pdf
DESENVOLVIMENTO DE SOFTWARE I_aula1-2.pdf
 
Segurança Digital Pessoal e Boas Práticas
Segurança Digital Pessoal e Boas PráticasSegurança Digital Pessoal e Boas Práticas
Segurança Digital Pessoal e Boas Práticas
 
Certificado Jornada Python Da Hashtag.pdf
Certificado Jornada Python Da Hashtag.pdfCertificado Jornada Python Da Hashtag.pdf
Certificado Jornada Python Da Hashtag.pdf
 
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdfEscola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
 
Manual-de-Credenciamento ANATER 2023.pdf
Manual-de-Credenciamento ANATER 2023.pdfManual-de-Credenciamento ANATER 2023.pdf
Manual-de-Credenciamento ANATER 2023.pdf
 
ATIVIDADE 1 - ADSIS - ESTRUTURA DE DADOS II - 52_2024.docx
ATIVIDADE 1 - ADSIS - ESTRUTURA DE DADOS II - 52_2024.docxATIVIDADE 1 - ADSIS - ESTRUTURA DE DADOS II - 52_2024.docx
ATIVIDADE 1 - ADSIS - ESTRUTURA DE DADOS II - 52_2024.docx
 
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
 
História da Rádio- 1936-1970 século XIX .2.pptx
História da Rádio- 1936-1970 século XIX   .2.pptxHistória da Rádio- 1936-1970 século XIX   .2.pptx
História da Rádio- 1936-1970 século XIX .2.pptx
 
Logica de Progamacao - Aula (1) (1).pptx
Logica de Progamacao - Aula (1) (1).pptxLogica de Progamacao - Aula (1) (1).pptx
Logica de Progamacao - Aula (1) (1).pptx
 

AWS Meetup Rio - Qual banco usar e quando?

  • 1. AWS Meetup Rio Qual banco usar e quando? Pedro Silveira Pisa
  • 3. Agenda • Bancos de dados na AWS • Por que usar serviços gerenciados? • AWS Relational Database Service (RDS) • AWS Aurora • AWS DynamoDB • AWS Redshift • Outras bases de dados na AWS • Casos de uso para cada base de dados
  • 4. Como criar seu banco de dados na AWS? • Ligar uma instância de EC2 adequada • Instalar o software de banco de dados nessa EC2 • Virtualização x Computação em Nuvem Amazon EC2
  • 5. Por que utilizar os serviços gerenciados da AWS? • Benefícios: • Fácil de administrar (instalar, operar e atualizar o software) • Elasticidade com simplicidade • Maior disponibilidade e durabilidade • Facilidade em adquirir licenças / licenças em modelo pay per use • Custos de gerenciamento embutidos no custo do serviço • Benefícios válidos para todos os serviços de bancos de dados apresentados
  • 6. AWS RDS Um banco de dados relacional gerenciado na nuvem que você pode executar em minutos com apenas alguns cliques.
  • 7. Amazon Relational Database Service (RDS) • Simplicidade e rapidez para iniciar e operar • Gerenciamento de tarefas administrativas comuns dos SGBDs • Compatível com as suas aplicações • Desempenho rápido e previsível • Simples e rápido para escalar • Segurança • Custo-benefício • Backups & Snapshots • Arquitetura em múltiplas AZs Aurora
  • 8. Backups vs Snapshots • Backups automáticos • Permite a recuperação de um momento exato (segundo) do banco de dados • Realiza um snapshot diário e captura os logs das transações realizadas após • Retenção de 1 dia a 35 dias • Snapshots • Criados pelo usuário (pode ser usado um script) • Semelhante ao snapshot da instância EC2 • Recuperação do momento do snapshot • Recuperação • Em ambos os casos, uma nova instância é criada
  • 9. Segurança no RDS • Virtual Private Cloud • Security Groups (firewalls) • Gerenciamento de acessos e identidades • Conexão segura por SSL • Encriptação de dados em disco • AES-256 • Chaves gerenciadas com o AWS Key Management System (KMS) • Logs, backups e snapshots são encriptados • Auditoria com o CloudTrail
  • 10. AWS Aurora Um banco de dados relacional gerenciado, compatível com MySQL, com desempenho 5 vezes maior e recursos empresariais.
  • 11. Amazon Aurora • Velocidade e disponibilidade de SGBDs comerciais • Simplicidade e custo benefício de SGBDs de código aberto • Compatibilidade com MySQL • Modelo de precificação pay as you go • Entregue como um serviço gerenciado Aurora
  • 12. Arquitetura Orientada a Serviços aplicada às bases de dados
  • 13. Amazon Aurora é altamente escalável • Altamente disponível por padrão • 6 réplicas em 3 AZs • SSD e escalável • Armazenamento multi-tenant • Até 64TB de tamanho na base • Pagamento apenas pelo que usa • Armazenamento de logs estruturados • Diversos pequenos segmentos, cada um com seu próprio log de transação SQL Transactions AZ 1 AZ 2 AZ 3 Caching Amazon S3
  • 14. Amazon Aurora • Tolerante a falhas • Perca duas cópias ou uma zona de disponibilidade sem impacto na disponibilidade de leitura ou escrita • Autorecuperação • Detecção, replicação e reparação automáticas • Recuperação de desastres instantaneamente
  • 15. Aurora Master 30% Read 70% Write Aurora Replica 100% New Reads Shared Multi-AZ Storage MySQL Master 30% Read 70% Write MySQL Replica 30% New Reads 70% Write Data Volume Data Volume MySQL x Amazon Aurora – Réplicas de Leitura
  • 16. Como podemos economizar com o Amazon Aurora?
  • 17. Como podemos economizar com o Amazon Aurora?
  • 18. Como podemos economizar com o Amazon Aurora?
  • 19. AWS DynamoDB Um banco de dados NoSQL gerenciado que oferece um desempenho extremamente rápido, além de escalabilidade e confiabilidade transparentes
  • 20. Dados Estruturados x Dados Semiestruturados
  • 21. Amazon DynamoDB • Serviço gerenciado para base de dados NoSQL • Compatível com modelos de dados de documento ou chave-valor • Altamente escalável • Desempenho consistente: • Latência de até 9 milissegundos em qualquer escala • Altamente disponível • Replicação em 3x • API simples e poderosa
  • 23. Id = 2 Nome = Andy Dept = Engg Id = 3 Nome = Kim Dept = Ops Id = 1 Nome = Jim Id = 2 Nome = Andy Dept = Engg Id = 3 Nome = Kim Dept = Ops Id = 1 Nome = Jim Id = 2 Nome = Andy Dept = Engg Id = 3 Nome = Kim Dept = Ops Id = 1 Nome = Jim Réplica 1 Réplica 2 Réplica 3 Partição 1 Partição 2 Partição N Partições são replicadas 3 vezes
  • 24. Escalabilidade • Limites de vazão de leitura e escrita são independentes • Vazão é provisionada por tabela • Unidades de capacidade de escrita são medidas em 1 KB/s • Unidades de capacidade de leitura são medidas em 4 KB/s • Adicionar qualquer número de itens a uma tabela • Tamanho máximo do item é de 400 KB
  • 25. AWS Redshift Um data warehouse rápido, totalmente gerenciado e em escala de petabytes por menos de um décimo do custo de soluções tradicionais.
  • 26. Amazon Redshift Muito rápido Muito simples Muito barato Amazon Redshift • Armazém de dados relacional • Massivamente paralelo; escala de petabytes • Totalmente gerenciado • Plataformas em SSD ou HDs magnéticos • US$ 1.000 / TB / ano ; a partir de US$ 0,25 / hora
  • 27. Arquitetura de sistema do Amazon Redshift • Nó líder • Interface para consultas SQL • Armazena os metadados • Coordena a execução das consultas • Nós de computação • Armazenamento local e colunar • Executa as consultas em paralelo • Carga, backup e restrauração via Amazon S3 • Carga a partir do DynamoDB, EMR ou SSH • Duas plataformas de hardware • Otimizadas para processamento ou armazenamento • DS2: HDD; escala de 2TB a 2PB • DC1: SSD; escala de 160GB a 326TB 10 GigE (HPC) Ingestion Backup Restore SQL Clients/BI Tools 128GB RAM 16TB disk 16 cores S3 / EMR / DynamoDB / SSH JDBC/ODBC 128GB RAM 16TB disk 16 coresCompute Node 128GB RAM 16TB disk 16 coresCompute Node 128GB RAM 16TB disk 16 coresCompute Node Leader Node
  • 28. Olhar mais profundo na arquitetura do nó de computação • Cada nó contém múltiplas fatias (slices) • DS2 – 2 fatias na XL, 16 na 8XL • DC1 – 2 fatias na L, 32 na 8XL • Cada fatia é alocada a uma CPU e a uma tabela de dados • Cada fatia processa em paralelo um pedaço da carga Leader Node
  • 29. Amazon Redshift reduz dramaticamente o I/O • Armazenamento colunar • Compressão de dados • Mapeamento de zonas
  • 30. Amazon Redshift reduz dramaticamente o I/O • Armazenamento colunar • Compressão de dados • Mapeamento de zonas ID Age State Amount 123 20 CA 500 345 25 WA 250 678 40 FL 125 957 37 WA 375 • Calcular SUM(Amount) com armazenamento em linha: – Necessidade de ler tudo – I/O desnecessário ID Age State Amount
  • 31. Amazon Redshift reduz dramaticamente o I/O • Armazenamento colunar • Compressão de dados • Mapeamento de zonas • Calcular SUM(Amount) com armazenamento colunar: – Somente carrega os blocos necessários ID Age State Amount ID Age State Amount 123 20 CA 500 345 25 WA 250 678 40 FL 125 957 37 WA 375
  • 32. Amazon Redshift reduz dramaticamente o I/O • Armazenamento colunar • Compressão de dados • Mapeamento de zonas • Compressão colunar – Efetividade pelo tipo de dado – Reduz os requisitos de armazenamento – Reduz o I/O ID Age State Amount analyze compression orders; Table | Column | Encoding --------+-------------+---------- orders | id | mostly32 orders | age | mostly32 orders | state | lzo orders | amount | mostly32
  • 33. Amazon Redshift reduz dramaticamente o I/O • Armazenamento colunar • Compressão de dados • Mapeamento de zonas • Metadados dos blocos em memória • Contém valores MIN e MAX por bloco • Não carrega blocos que não contém dados para uma data consulta • Minimiza I/O desnecessário ID Age State Amount
  • 35. Outras bases de dados • Amazon ElasticCache • Implantar, operar e escalar cache na memória com base no Memcached ou Redis • Amazon EMR – Hadoop • Armazenamento para MapReduce com tecnologia Hadoop • SPICE do AWS QuickSight • Armazenamento em memória para cálculos rápidos em aplicações de BI • Amazon Kinesis • Armazenamento temporário de fluxos de dados • Amazon CloudSearch • Armazenamento de dados e índices para API de buscas • Amazon ElasticSearch • Pesquisa e análise de logs de aplicações
  • 37. Qual banco usar e quando? • A AWS possui diversos serviços de bases de dados diferentes • Arquiteto de soluções ajuda a definir o melhor serviço para o caso de uso do cliente • Caso de uso: • Aplicação requer uma base de dados relacional PostgreSQL, com extensão geográfica PostGIS Amazon RDS com PostgreSQL
  • 38. Qual banco usar e quando? • A AWS possui diversos serviços de bases de dados diferentes • Arquiteto de soluções ajuda a definir o melhor serviço para o caso de uso do cliente • Caso de uso: • Aplicações web e aplicativos móveis criados para operar em escalas muito grandes precisam de um banco de dados com alta vazão, escalabilidade de armazenamento massiva e alta disponibilidade. Amazon RDS Aurora
  • 39. Qual banco usar e quando? • A AWS possui diversos serviços de bases de dados diferentes • Arquiteto de soluções ajuda a definir o melhor serviço para o caso de uso do cliente • Caso de uso: • Aplicação requer uma base de dados que ofereça o desempenho e a disponibilidade para a criação de plataformas de oferta em tempo real (real-time biding) e mecanismos de recomendação. Amazon DynamoDB
  • 40. Qual banco usar e quando? • A AWS possui diversos serviços de bases de dados diferentes • Arquiteto de soluções ajuda a definir o melhor serviço para o caso de uso do cliente • Caso de uso: • Aplicação transmite centenas de milhões de logs de aplicativos todos os dias. A empresa usa análises para gerar relatórios sobre uso diário, avaliar novas ofertas e executar análises de tendências de longo prazo. A base possui 4,5 bilhões de registros e, a cada dia, a carga de trabalho continua a crescer. Amazon Redshift
  • 41. AWS Meetup Rio Qual banco usar e quando? Pedro Silveira Pisa pedro.pisa@kendoo.com.br +55 21 98887-0555 +55 21 3549-7625 www.kendoo.com.br www.facebook.com/kendoosolutions/ www.linkedin.com/company/kendoosolutions