1. Aurora Replicas – Auto Scaling là gì?
Aurora Replicas – Auto Scaling là tính năng cho phép tự động mở rộng số lượng Aurora Replicas của một Aurora DB cluster để đáp ứng với lượng traffic và tải của ứng dụng. Với tính năng này, người dùng không cần phải thủ công điều chỉnh số lượng Aurora Replicas nữa, mà hệ thống sẽ tự động thực hiện điều này dựa trên các metrics như CPU utilization, lượng kết nối và số lượng bản ghi đang được xử lý. Khi traffic tăng, hệ thống sẽ tạo thêm Aurora Replicas để phân tán tải cho các node khác nhau, còn khi traffic giảm, hệ thống sẽ giảm số lượng Aurora Replicas. Tính năng này giúp giảm thiểu sự cố về tài nguyên và tăng tính sẵn sàng của hệ thống.
2. Aurora Custom Endpoints.
Trong Amazon Aurora, một custom endpoint là một tập hợp các bản sao đọc Aurora DB được chọn theo một tiêu chí xác định. Khi bạn định nghĩa một custom endpoint, bạn chỉ định các instance Aurora sẽ được sử dụng cho nó. Custom endpoint thường được sử dụng để chạy các truy vấn phân tích hoặc các ứng dụng đọc dữ liệu đặc biệt.
Một ví dụ về sử dụng custom endpoint là khi bạn muốn chạy các truy vấn phân tích trên một tập hợp các bản sao đọc cụ thể thay vì trên tất cả các bản sao đọc có sẵn. Bằng cách định nghĩa một custom endpoint, bạn có thể xác định các Aurora Instances chứa dữ liệu phù hợp với nhu cầu phân tích của mình.
Một reader endpoint, mặt khác, được sử dụng để định tuyến các truy vấn đọc đến bản sao đọc Aurora DB phù hợp nhất. Khi một custom endpoint được định nghĩa, reader endpoint thường không được sử dụng nữa vì custom endpoint thay thế chức năng này.
3. Aurora Serverless.
Aurora Serverless là một dịch vụ cơ sở dữ liệu hoàn toàn quản lý từ AWS. Nó cung cấp một cách để triển khai cơ sở dữ liệu Aurora mà không cần quản lý các máy chủ cơ sở dữ liệu truyền thống, mà thay vào đó cho phép người dùng chỉ trả tiền cho tài nguyên họ sử dụng thực sự. Aurora Serverless được thiết kế để hỗ trợ các khối lượng công việc không đều hoặc không chắc chắn, nơi khả năng mở rộng linh hoạt và tiết kiệm chi phí là yếu tố quan trọng.
- Tự động tạo cơ sở dữ liệu và tự động điều chỉnh quy mô cơ sở dữ liệu dựa trên tải thực tế sử dụng.
- Phù hợp với các tải lưu lượng không thường xuyên, không liên tục hoặc không dự đoán được.
- Không cần kế hoạch dung lượng trước.
- Thanh toán theo giây, có thể tiết kiệm chi phí hơn.
4. Aurora Multi-Master.
Amazon Aurora Multi-Master là một tính năng mới trong Amazon Aurora cho phép các ứng dụng đọc / ghi đồng thời từ nhiều máy chủ Master khác nhau. Điều này mang lại sự phân tán cao hơn, khả năng chịu lỗi tốt hơn và hiệu suất đọc / ghi tăng cao hơn. Với Aurora Multi-Master, một bảng có thể được ghi bởi nhiều Master đồng thời, giảm thiểu độ trễ và tăng khả năng chịu lỗi. Nó cho phép các ứng dụng xử lý các yêu cầu đọc / ghi mà không cần đồng bộ hóa hoặc phân vùng ứng dụng, giúp đơn giản hóa thiết kế và triển khai.
Khi sử dụng Aurora Multi-Master, tất cả các node đều có thể đọc và ghi dữ liệu. Điều này có nghĩa là nếu một node chịu trách nhiệm cho việc ghi dữ liệu gặp sự cố, các node khác vẫn có thể ghi dữ liệu và cập nhật dữ liệu trong cụm Aurora. Trong trường hợp này, Aurora Multi-Master cho phép nhanh chóng chuyển quyền điều khiển ghi dữ liệu cho một node khác để đảm bảo tính sẵn sàng cao (high availability) và đảm bảo không mất dữ liệu khi có sự cố xảy ra.
5. Global Aurora.
Global Aurora là tính năng cho phép sao lưu cơ sở dữ liệu Aurora của bạn trên nhiều khu vực địa lý và giúp bạn đọc và ghi dữ liệu từ bất kỳ khu vực nào trên thế giới chỉ với một bản sao cơ sở dữ liệu. Bằng cách sử dụng Global Aurora, bạn có thể cung cấp cho người dùng trên toàn cầu một trải nghiệm tốt hơn bằng cách cho phép họ truy cập và truy vấn dữ liệu gần hơn và nhanh hơn, cũng như đảm bảo khả năng phục hồi sau sự cố nhanh chóng và hiệu quả.
- Sử dụng để phòng chống rủi ro thảm họa, đặc biệt dễ thực hiện.
- Aurora Global Database (được khuyến nghị):
- Khu vực chính (đọc / ghi).
- Tối đa 5 khu vực phụ (chỉ đọc), độ trễ sao chép nhỏ hơn một giây.
- Tối đa 16 Read Replicas cho mỗi khu vực phụ.
- Hỗ trợ giảm độ trễ.
- Thời gian phục hồi ước tính (RTO) cho việc thăng cấp khu vực khác (để đối phó với thiên tai) là ít hơn một phút.
- Thời gian sao chép giữa các khu vực thông thường dưới một giây.
6. Aurora Machine Learning.
Aurora Machine Learning là một tính năng mới của Amazon Aurora, cung cấp khả năng tích hợp dịch vụ học máy của AWS như Amazon SageMaker vào cơ sở dữ liệu Aurora. Điều này cho phép người dùng xây dựng, đào tạo và triển khai các mô hình học máy trực tiếp trên cơ sở dữ liệu Aurora mà không cần di chuyển dữ liệu đến một nơi khác. Việc tích hợp Aurora Machine Learning giúp giảm thiểu thời gian và chi phí cho việc triển khai mô hình học máy và cho phép các ứng dụng tương tác với cơ sở dữ liệu Aurora để truy xuất dữ liệu và dự đoán.
Aurora Machine Learning là một tính năng của Amazon Aurora cung cấp tích hợp với các dịch vụ Machine Learning (ML) của AWS, giúp người dùng có thể thêm tính năng dự đoán dựa trên ML vào các ứng dụng của mình thông qua SQL một cách đơn giản, tối ưu và bảo mật. Tính năng này hỗ trợ các dịch vụ AWS ML như Amazon SageMaker (sử dụng với bất kỳ mô hình ML nào) và Amazon Comprehend (dùng cho phân tích cảm xúc). Người dùng không cần có kinh nghiệm về ML. Một số trường hợp sử dụng bao gồm phát hiện gian lận, định hướng quảng cáo, phân tích cảm xúc, đề xuất sản phẩm, vv.
