การจัดการวงจรชีวิตข้อมูลและกลยุทธ์การแคช

การใช้งาน Data Stores บน AWS

Dunieski Otano

AWS Solutions Architect

ต้นทุนของการเก็บข้อมูลทุกอย่างไว้ตลอดไป

  • ข้อมูลเพิ่มขึ้นอย่างต่อเนื่อง
  • ค่าจัดเก็บสะสมตามเวลา
  • ไม่ใช่ข้อมูลทุกส่วนที่ต้องเข้าถึงทันที
  • Lifecycle management: ย้ายหรือลบข้อมูลอัตโนมัติตามอายุและรูปแบบการเข้าถึง

นโยบาย lifecycle

การใช้งาน Data Stores บน AWS

รายละเอียด S3 lifecycle policies

  • Standard: เข้าถึงบ่อย ต้นทุนสูงสุด
  • Standard-IA: เข้าถึงไม่บ่อย ขั้นต่ำ 30 วัน
  • Glacier: จัดเก็บแบบ archive ขั้นต่ำ 90 วัน
  • การย้ายอัตโนมัติ: อิงตามอายุของ object
  • ลดค่าจัดเก็บได้ 70% ขึ้นไป พร้อมตอบสนองข้อกำหนดด้าน compliance

การประหยัดต้นทุน

การใช้งาน Data Stores บน AWS

รูปแบบการแคชขั้นสูง

  • Cache-aside: แอปพลิเคชันจัดการแคชเอง
    • เหมาะกับ: งานที่อ่านข้อมูลหนัก
  • Write-through: เขียนทั้งแคชและฐานข้อมูลพร้อมกัน
    • เหมาะกับ: งานที่ต้องการความสอดคล้องของข้อมูล

  • TTL (Time-to-Live): หมดอายุอัตโนมัติ

    • ป้องกันปัญหาข้อมูลล้าสมัย

  • ElastiCache กับ Redis รองรับทุกรูปแบบ และให้เวลาตอบสนองระดับ microsecond

แคช

การใช้งาน Data Stores บน AWS

กรอบการตัดสินใจด้านการแคช

  • ควรแคชเมื่อ: อ่านบ่อย เปลี่ยนแปลงน้อย
    • แคตาล็อกสินค้า โปรไฟล์ผู้ใช้ ข้อมูล config
  • ไม่ควรแคช: ข้อมูล real-time เข้าถึงครั้งเดียว
    • ราคาหุ้น รายงานเฉพาะกิจ ธุรกรรมการเงิน
  • ขนาดแคช: ข้อมูล 20% ตอบสนองคำขอได้ถึง 80%

กรอบการตัดสินใจด้านการแคช

การใช้งาน Data Stores บน AWS

มาฝึกกันเถอะ!

การใช้งาน Data Stores บน AWS

Preparing Video For Download...