Manajemen siklus hidup data dan strategi caching

Menggunakan Data Store di AWS

Dunieski Otano

AWS Solutions Architect

Biaya menyimpan semua data selamanya

  • Data tumbuh terus-menerus
  • Biaya penyimpanan bertambah seiring waktu
  • Tidak semua data perlu akses segera
  • Manajemen siklus hidup: memindahkan atau menghapus data otomatis berdasarkan usia dan pola akses

kebijakan siklus hidup

Menggunakan Data Store di AWS

Detail kebijakan siklus hidup S3

  • Standard: Akses sering, biaya tertinggi
  • Standard-IA: Akses jarang, minimum 30 hari
  • Glacier: Arsip, minimum 90 hari
  • Transisi otomatis: Berdasarkan usia objek
  • Mengurangi biaya penyimpanan ≥70% sambil memenuhi kepatuhan

penghematan biaya

Menggunakan Data Store di AWS

Pola caching lanjutan

  • Cache-aside: Aplikasi mengelola cache
    • Cocok untuk: Beban baca tinggi
  • Write-through: Tulis ke cache dan database
    • Cocok untuk: Kebutuhan konsistensi data

  • TTL (Time-to-Live): Kedaluwarsa otomatis

    • Mencegah data basi

  • ElastiCache dengan Redis mendukung semua pola ini dan memberi respons dalam mikrodetik

cache

Menggunakan Data Store di AWS

Kerangka keputusan caching

  • Cache jika: Frekuensi baca tinggi, perubahan rendah
    • Katalog produk, profil pengguna, data konfigurasi
  • Jangan cache: Data real-time, akses sekali
    • Harga saham, laporan unik, transaksi keuangan
  • Ukuran cache: 20% data = 80% permintaan

kerangka keputusan caching

Menggunakan Data Store di AWS

Ayo berlatih!

Menggunakan Data Store di AWS

Preparing Video For Download...