Gestion du cycle de vie des données et stratégies de cache

Utiliser des magasins de données dans AWS

Dunieski Otano

AWS Solutions Architect

Le coût de tout conserver indéfiniment

  • Les données croissent en continu
  • Les coûts d'entreposage s'accumulent
  • Tout ne requiert pas un accès immédiat
  • Gestion du cycle de vie : déplacement ou suppression automatiques selon l'âge et les habitudes d'accès

lc_policies

Utiliser des magasins de données dans AWS

Politiques de cycle de vie S3 en détail

  • Standard : accès fréquent, coût le plus élevé
  • Standard-IA : accès peu fréquent, minimum 30 jours
  • Glacier : archivage, minimum 90 jours
  • Transitions automatiques : selon l'âge de l'objet
  • Réduit les coûts d'entreposage de 70 % ou plus tout en respectant la conformité

cost_savings

Utiliser des magasins de données dans AWS

Modèles de cache avancés

  • Cache-aside : l'application gère le cache
    • Idéal pour : charges surtout en lecture
  • Write-through : écriture dans le cache et la base
    • Idéal pour : exigences de cohérence des données

  • TTL (Time-to-Live) : expiration automatique

    • Évite les données périmées

  • ElastiCache avec Redis prend en charge tous ces modèles et offre des temps de réponse en microseconde

cache

Utiliser des magasins de données dans AWS

Cadre de décision pour la mise en cache

  • Mettre en cache quand : forte lecture, faible taux de changement
    • Catalogues de produits, profils d'utilisateurs, données de config
  • Ne pas mettre en cache : données en temps réel, accès unique
    • Cours boursiers, rapports uniques, transactions financières
  • Dimensionnement du cache : 20 % des données = 80 % des requêtes

caching_decision

Utiliser des magasins de données dans AWS

Passons à la pratique !

Utiliser des magasins de données dans AWS

Preparing Video For Download...