Padrões de acesso a dados e modelos de consistência

Usando Armazenamentos de Dados na AWS

Dunieski Otano

AWS Solutions Architect

O problema do "tamanho único"

  • Catálogo de produtos: milhares de leituras/s, poucas atualizações
  • Carrinho: muitas escritas
  • Pedidos: não pode perder dados
  • Padrões de acesso diferentes exigem estratégias de dados distintas

usuários

Usando Armazenamentos de Dados na AWS

Armazenamento efêmero vs persistente

  • Armazenamento persistente: Dados sobrevivem a reinícios

    • Em disco, permanentes até exclusão
    • Exemplos AWS: DynamoDB, S3, RDS, OpenSearch
    • Use para: Dados de usuário, transações, arquivos, registros

    persistente

  • Armazenamento efêmero: Dados se perdem ao reiniciar
    • Em memória, temporário por design
    • Exemplos AWS: ElastiCache, EC2 Instance Store
    • Use para: Sessão, cache, cálculos temporários

efêmero

Usando Armazenamentos de Dados na AWS

Cargas de leitura vs escrita

  • Leitura intensa: Muitas leituras, poucas escritas
    • Ex.: Catálogo de produtos, posts de blog
    • Melhor: DynamoDB, S3 com cache
  • Escrita intensa: Atualizações frequentes
    • Ex.: Sensores IoT, clickstream
    • Melhor: DynamoDB com auto scaling
  • Equilibrada: Leituras/escritas iguais
    • Ex.: Posts e comentários em redes sociais
    • Melhor: DynamoDB com capacidade balanceada

barras

Usando Armazenamentos de Dados na AWS

Modelos de consistência na prática

  • Consistência forte: Sempre retorna o dado mais recente
    • Mais lenta, mas precisa
    • Use para: Dados financeiros, contagem de estoque
  • Consistência eventual: Pode retornar dado desatualizado
    • Mais rápida, com atrasos breves
    • Use para: Perfis de usuário, descrições de produto
  • Console do DynamoDB: Parâmetro ConsistentRead

 

consulta de tabela

Usando Armazenamentos de Dados na AWS

Explorando serviços no console da AWS

  • Console do DynamoDB: Tabelas, itens, consultas
  • Console do S3: Buckets, objetos, propriedades
  • Console do ElastiCache: Redis/Memcached, nós, métricas
  • Cada serviço organiza recursos de forma diferente

serviços

Usando Armazenamentos de Dados na AWS

Associando padrões a serviços

  • Leitura intensa + consistência eventual = DynamoDB, S3
  • Escrita intensa + alta taxa = DynamoDB
  • Camada de cache = ElastiCache
  • Busca full-text = OpenSearch

consistência

Usando Armazenamentos de Dados na AWS

Vamos praticar!

Usando Armazenamentos de Dados na AWS

Preparing Video For Download...