Patrones de acceso a datos y modelos de consistencia

Uso de almacenes de datos en AWS

Dunieski Otano

AWS Solutions Architect

El problema del "talla única"

  • Catálogo de productos: miles de lecturas/s, pocas actualizaciones
  • Carrito de compra: Escrituras frecuentes
  • Sistema de pedidos: No puede perder datos
  • Patrones de acceso distintos requieren estrategias de datos distintas

usuarios

Uso de almacenes de datos en AWS

Almacenamiento efímero vs persistente

  • Almacenamiento persistente: Los datos sobreviven reinicios

    • En disco, permanente hasta borrar
    • Ejemplos en AWS: DynamoDB, S3, RDS, OpenSearch
    • Úsalo para: Datos de usuario, transacciones, archivos, registros

    persistente

  • Almacenamiento efímero: Datos se pierden al reiniciar
    • En memoria, temporal por diseño
    • Ejemplos en AWS: ElastiCache, EC2 Instance Store
    • Úsalo para: Sesiones, caché, cálculos temporales

efimero

Uso de almacenes de datos en AWS

Cargas de lectura vs escritura

  • Lectura intensiva: Muchas lecturas, pocas escrituras
    • Ejemplo: Catálogo de productos, posts de blog
    • Mejor en: DynamoDB, S3 con caché
  • Escritura intensiva: Actualizaciones frecuentes
    • Ejemplo: Sensores IoT, clickstream
    • Mejor en: DynamoDB con autoescalado
  • Equilibrada: Lecturas/escrituras similares
    • Ejemplo: Publicaciones y comentarios en redes
    • Mejor en: DynamoDB con capacidad equilibrada

barras

Uso de almacenes de datos en AWS

Modelos de consistencia en práctica

  • Fuertemente consistente: Siempre devuelve el dato más reciente
    • Más lenta, pero precisa
    • Úsala para: Datos financieros, conteo de inventario
  • Eventualmente consistente: Puede devolver datos obsoletos
    • Más rápida, con breves demoras posibles
    • Úsala para: Perfiles de usuario, descripciones de producto
  • Consola de DynamoDB: Parámetro ConsistentRead

 

Consulta de tabla

Uso de almacenes de datos en AWS

Explorando servicios en la consola de AWS

  • Consola de DynamoDB: Tablas, ítems, consultas
  • Consola de S3: Buckets, objetos, propiedades
  • Consola de ElastiCache: Redis/Memcached, nodos, métricas
  • Cada servicio organiza recursos de forma distinta

servicios

Uso de almacenes de datos en AWS

Vincular patrones con servicios

  • Lectura intensiva + consistencia eventual = DynamoDB, S3
  • Escritura intensiva + alto rendimiento = DynamoDB
  • Capa de caché = ElastiCache
  • Búsqueda de texto completo = OpenSearch

consistencia

Uso de almacenes de datos en AWS

¡Vamos a practicar!

Uso de almacenes de datos en AWS

Preparing Video For Download...