Información general sobre el laboratorio
Inició una pequeña plataforma de colaboración abierta y creó una cartera de aplicaciones web y móviles que permite a los consumidores producir contenido a partir de eventos actuales. Al principio, usó una base de datos MySQL que se ejecutaba en una instancia de Amazon EC2 para respaldar sus aplicaciones. A medida que el negocio creció, comenzó a buscar una solución más escalable para administrar sus requisitos de base de datos y lidiar con algunos desafíos a los que se enfrentó durante el hosting de la base de datos. Tras analizar las ofertas del mercado, decidió utilizar Amazon Aurora para sus cargas de trabajo en aumento.
Durante el desarrollo de la aplicación nueva, observó un rendimiento deficiente en la recuperación de datos de la base de datos Aurora. Sospecha que el problema podría estar relacionado con un diseño deficiente de las consultas. Utilizará diferentes herramientas de Amazon Aurora para encontrar las consultas problemáticas y optimizarlas.
Amazon Aurora es un motor de base de datos relacional compatible con MySQL y PostgreSQL creado para la nube. Aurora está completamente administrado por Amazon Relational Database Service (Amazon RDS), que automatiza las tareas administrativas que consumen mucho tiempo, como el aprovisionamiento de hardware, la configuración de la base de datos, la aplicación de parches y los respaldos. Aurora se basa en un moderno sistema de almacenamiento distribuido y personalizado. Todos los datos se distribuyen en tres zonas de disponibilidad de AWS diferentes, en cientos de nodos de almacenamiento, con dos copias por zona. Los motores de base de datos compatibles con PostgreSQL y Aurora MySQL están personalizados para aprovechar el almacenamiento distribuido con rapidez.
En este laboratorio, utilizará un conjunto de datos de IMDb para probar el clúster de Aurora de Amazon RDS. Utilizará registros de consultas lentos y la función Información sobre rendimiento de Amazon RDS para evaluar sus consultas. Luego, ajustará la consulta y evaluará las mejoras de rendimiento. También aprenderá a configurar el escalado automático para las réplicas de lectura en el clúster de Amazon Aurora a fin de mitigar los impactos en el rendimiento durante la carga máxima. Durante esta actividad, revisará diferentes parámetros disponibles a fin de optimizar el rendimiento de la base de datos para su carga de trabajo.
Objetivos
Después de completar este laboratorio, podrá hacer lo siguiente:
- habilitar registros de consulta lentos en Amazon RDS para investigar el funcionamiento incorrecto de las consultas MySQL
- investigar el rendimiento con la función Información sobre rendimiento de Amazon RDS
- implementar prácticas recomendadas para optimizar las consultas MySQL
- utilizar la función de escalado automático de réplica de lectura de Aurora para abordar el aumento repentino de la carga
Requisitos previos
Los requisitos de este laboratorio son los siguientes:
-
tener acceso a una computadora portátil con wifi y Microsoft Windows, macOS o Linux (Ubuntu, SuSE o Red Hat)
Nota: No se puede acceder al entorno de laboratorio con un iPad o una tableta, pero se los puede utilizar para acceder a la guía del estudiante.
-
En el caso de usuarios de Microsoft Windows: acceso de administrador al equipo.
-
Es necesario un navegador de Internet, como Chrome, Firefox o Internet Explorer 9 (las versiones anteriores de Internet Explorer no son compatibles).
-
tener un cliente de SSH, como PuTTY
-
familiaridad con la operación y la sintaxis de las bases de datos de MySQL
Duración
El tiempo para completar este laboratorio es de 90 minutos.
