Optimize slow databases with Amazon Aurora (Indonesian)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
Gambaran umum lab
Anda memulai platform urun daya kecil dan membangun portofolio aplikasi seluler dan web yang memungkinkan konsumen menghasilkan konten berdasarkan peristiwa terkini. Awalnya, Anda menggunakan basis data MySQL yang berjalan pada instans Amazon EC2 untuk mendukung aplikasi Anda. Seiring pertumbuhan bisnis, Anda mulai mencari solusi yang lebih dapat diskalakan untuk mengelola persyaratan basis data Anda dan menangani beberapa tantangan yang Anda alami saat melakukan hosting pada basis data. Setelah menganalisis penawaran pasar, Anda memutuskan untuk menggunakan Amazon Aurora untuk workload yang terus bertambah.
Selama pengembangan aplikasi baru, Anda melihat kinerja yang buruk saat mengambil data dari basis data Aurora. Anda menduga masalah ini mungkin terkait dengan desain kueri yang buruk. Anda akan menggunakan alat yang berbeda di Amazon Aurora untuk menemukan kueri bermasalah dan mengoptimalkan kueri tersebut.
Amazon Aurora adalah mesin basis data relasional yang kompatibel dengan MySQL dan PostgreSQL yang dibangun untuk cloud. Aurora sepenuhnya dikelola oleh Amazon Relational Database Service (RDS), yang mengotomatiskan tugas administrasi yang memakan waktu seperti penyediaan perangkat keras, pengaturan basis data, patching, dan pencadangan. Aurora dibangun di atas sistem penyimpanan terdistribusi yang modern dan dibuat untuk tujuan khusus. Semua data didistribusikan dalam tiga Availability Zone AWS yang berbeda, di ratusan node penyimpanan, dengan dua salinan per zona. Mesin basis data Aurora yang kompatibel dengan MySQL dan PostgreSQL dikustomisasi untuk memanfaatkan penyimpanan terdistribusi cepat.
Di lab ini, Anda akan menggunakan set data IMDb untuk menguji klaster Amazon RDS Aurora. Anda akan menggunakan log kueri lambat dan Wawasan Kinerja Amazon RDS untuk mengevaluasi kueri Anda. Kemudian Anda akan menyempurnakan kueri tersebut dan mengevaluasi peningkatan kinerja. Anda juga akan belajar mengonfigurasi penskalaan otomatis untuk replika baca di klaster Amazon Aurora untuk mengurangi dampak kinerja beban puncak. Selama aktivitas ini, Anda akan meninjau berbagai parameter yang tersedia untuk mengoptimalkan kinerja basis data untuk workload Anda.
Tujuan
Setelah menyelesaikan lab ini, Anda akan dapat:
- Mengaktifkan log kueri lambat di Amazon RDS untuk menyelidiki kueri MySQL yang berkinerja buruk
- Menyelidiki kinerja dengan Wawasan Kinerja Amazon RDS
- Menggunakan praktik terbaik untuk mengoptimalkan kueri MySQL
- Menggunakan fitur penskalaan otomatis replika baca Aurora untuk mengatasi peningkatan beban mendadak
Prasyarat
Lab ini memerlukan:
-
Akses ke komputer notebook dengan Wi-Fi dan Microsoft Windows, macOS X, atau Linux (Ubuntu, SuSE, atau Red Hat)
Catatan Lingkungan lab ini tidak dapat diakses menggunakan perangkat iPad atau tablet, tetapi Anda dapat menggunakan perangkat tersebut untuk mengakses panduan siswa
-
Untuk pengguna Microsoft Windows: Akses administrator ke komputer
-
Browser internet seperti Chrome, Firefox, atau Internet Explorer 9 (versi terdahulu dari Internet Explorer tidak lagi didukung)
-
Klien SSH seperti PuTTY
-
Memahami sintaks dan pengoperasian basis data MySQL
Durasi
Untuk menyelesaikan lab ini dibutuhkan waktu 90 menit.
Tags
Related Courses
Manejando bases de datos con AWS AuroraCoursera Project Network via Coursera Create your first Amazon Aurora Database in AWS
Coursera Project Network via Coursera Amazon Aurora Service Introduction
Pluralsight Administering Amazon Aurora on Amazon RDS
Pluralsight Amazon Aurora: Best Practices
Pluralsight