Optimize slow databases with Amazon Aurora (Portuguese)

Visão geral do laboratório

Você iniciou uma pequena plataforma de crowdsourcing e criou um portfólio de aplicativos móveis e Web que permite aos consumidores produzir conteúdo com base nos eventos atuais. Inicialmente, você usou um banco de dados MySQL em execução em uma instância do Amazon EC2 para sustentar seus aplicativos. À medida que os negócios cresciam, você começou a procurar uma solução mais dimensionável para gerenciar seus requisitos de banco de dados e lidar com alguns desafios encontrados ao hospedar o banco de dados. Depois de analisar as ofertas de mercado, você decidiu usar o Amazon Aurora para suas crescentes cargas de trabalho.

Durante o desenvolvimento do novo aplicativo, você notou um desempenho ruim ao recuperar dados do banco de dados do Aurora. Você suspeita que o problema possa estar relacionado a um design de consulta ruim. Você pretende usar diferentes ferramentas no Amazon Aurora para encontrar as consultas problemáticas e otimizá-las.

O Amazon Aurora é um mecanismo de banco de dados relacional compatível com MySQL e PostgreSQL criado para a nuvem. O Aurora é totalmente gerenciado pelo Amazon Relational Database Service (Amazon RDS), que automatiza tarefas administrativas demoradas como provisionamento de hardware, configuração do banco de dados, aplicação de patches e backups. O Aurora é desenvolvido em um sistema de armazenamento distribuído moderno, criado para fins específicos. Todos os dados são distribuídos em três Zonas de Disponibilidade da AWS diferentes, em centenas de nós de armazenamento, com duas cópias por zona. Os mecanismos de banco de dados compatíveis com Aurora MySQL e PostgreSQL são personalizados para aproveitar o armazenamento distribuído rápido.

Neste laboratório, você usará o conjunto de dados IMDb para testar o cluster do Amazon RDS Aurora. Você usará logs de consultas lentas e o Amazon RDS Performance Insights para avaliar suas consultas. Em seguida, você ajustará a consulta e avaliará os ganhos de desempenho. Você também aprenderá a configurar o auto scaling para réplicas de leitura no cluster do Amazon Aurora para reduzir os impactos de desempenho de carga máxima. Durante essa atividade, você analisará diferentes parâmetros disponíveis para otimizar o desempenho do banco de dados para sua carga de trabalho.

Objetivos

Depois de concluir este laboratório, você será capaz de:

• Ativar logs de consultas lentas no Amazon RDS para investigar consultas MySQL com baixo desempenho
• Investigar o desempenho com o Amazon RDS Performance Insights
• Usar as práticas recomendadas para otimizar consultas MySQL
• Usar o recurso de auto scaling de réplica de leitura do Aurora para lidar com o aumento repentino da carga

Pré-requisitos

Este laboratório requer:

• Acesso a um computador com Wi-Fi e Microsoft Windows, macOS X ou Linux (Ubuntu, SuSE ou Red Hat)

  Observação: o ambiente do laboratório não pode ser acessado por iPad ou tablet, mas é possível usar esses dispositivos para acessar o guia do aluno

• Para usuários do Microsoft Windows: acesso de administrador ao computador

• Um navegador da internet, como Chrome, Firefox ou Internet Explorer 9 (versões anteriores do Internet Explorer não são compatíveis)

• Um cliente SSH, como PuTTY

• Familiaridade com a sintaxe e a operação do banco de dados MySQL

Duração

A conclusão do laboratório leva 90 minutos.