Amazon Aurora: Was es ist, wie es funktioniert und wie du loslegst

Einrichten von AWS Aurora

Die Einrichtung von AWS Aurora umfasst die Erstellung eines Datenbank-Clusters, die Konfiguration von Sicherheitseinstellungen und die Sicherstellung des richtigen Netzwerkzugangs. Das wollen wir in diesem Abschnitt tun!

> Wenn du neu bei AWS bist, solltest du die grundlegenden Themen mit demdem Kurs Einführung in AWS bevor du dich mit Aurora beschäftigst.

Erstellen eines Aurora-Datenbank-Clusters

Die Einrichtung eines Aurora-Datenbankclusters erfordert einige wichtige Schritte, darunter die Auswahl der geeigneten Datenbank-Engine, die Konfiguration der Sicherheitseinstellungen und die Festlegung der Instanzspezifikationen.

• Um loszulegen, melde dich in der AWS Management Console an und navigiere zum RDS (Relational Database Service) Dashboard. 
• Du kannst dies tun, indem du im Suchfeld der AWS Management Console nach "Aurora" suchst - wie in der Abbildung unten gezeigt.

• Sobald du dort bist, klicke auf "Datenbank erstellen" - wie in der Abbildung unten gezeigt.

• Du hast dann die Möglichkeit, Folgendes zu wählen "Amazon Aurora" als Datenbank-Engine zu wählen.
• Denke daran, dass Aurora sowohl MySQL als auch PostgreSQL unterstützt. Deshalb ist es wichtig, die Version auszuwählen, die den Anforderungen deiner Anwendung am besten entspricht.

Die Abbildung unten zeigt die Motoroptionen, die derzeit verfügbar sind. Diese können sich in Zukunft ändern, aber die ersten beiden Optionen - Aurora (MySQL-kompatibel) und Aurora (PostgreSQL-kompatibel) - sind die Aurora-Engines.

• Nachdem du die Engine ausgewählt hast, musst du den Instanztyp und die Speicherkonfigurationen angeben. 
• Aurora bietet die Flexibilität, den Speicher automatisch auf bis zu 128 TB zu skalieren, um sicherzustellen, dass wachsende Arbeitslasten effizient bewältigt werden, ohne dass manuelle Eingriffe erforderlich sind. 
• Der nächste Schritt ist die Festlegung der Replikationseinstellungen. Du kannst dich für eine Einzelinstanz-Bereitstellung entscheiden oder Read Replicas aktivieren, um den Datenbankverkehr effektiver zu verteilen. 
• Der Einsatz von Read Replicas erhöht auch die Verfügbarkeit und Fehlertoleranz, was eine höhere Beständigkeit bei Ausfällen gewährleistet.

Das Bild unten hebt die "Verfügbarkeit & Haltbarkeit" wo du diese Einstellungen konfigurieren kannst.

• Die Netzwerkkonfiguration ist von entscheidender Bedeutung, da sie die Einrichtung der Virtual Private Cloud (VPC), die Auswahl einer Sicherheitsgruppe und die Festlegung von Zugriffskontrollen beinhaltet. 
• Eine Sicherheitsgruppe fungiert als Firewall, die den ein- und ausgehenden Datenbankverkehr regelt. Um die Sicherheit zu erhöhen, wird empfohlen, dass du nur den Zugriff von vertrauenswürdigen IP-Adressen und Anwendungen zulässt.

Das Bild unten hebt die "Konnektivität" wo du diese Konfigurationen einrichten und anpassen kannst.

• Bei der Einrichtung müssen auch die Datenbank-Anmeldedaten konfiguriert werden. Dabei vergibst du einen Master-Benutzernamen und ein Passwort, die für die Authentifizierung von Verbindungen verwendet werden. 
• Mit Aurora können automatische Backups und Point-in-Time-Recovery-Optionen aktiviert werden. Dadurch wird sichergestellt, dass konsistent Datenbank-Snapshots erstellt werden, um Datenverluste zu verhindern.

Nachdem du alle Konfigurationen überprüft hast, kannst du mit der Erstellung des Aurora-Clusters fortfahren. Das Bild unten zeigt die Schaltfläche "Datenbank erstellen ", auf die du klicken kannst, um den Erstellungsprozess zu starten.

Der Bereitstellungsprozess kann je nach gewählter Instanzgröße und Netzwerkeinstellungen einige Minuten dauern.

> Wenn du neu bei den AWS-Diensten bist, solltest du dir die AWS Cloud Technology and Services (AWS-Cloud-Technologie und -Services )kann dir helfen, die wichtigsten AWS-Konzepte zu verstehen, die für Aurora relevant sind.

Netzwerk und Sicherheit konfigurieren

Sicherheit ist für die Verwaltung einer Aurora-Datenbank von entscheidender Bedeutung, und AWS bietet mehrere Tools zur Durchsetzung strenger Zugriffskontrollen. 

• Der erste Schritt zur Sicherung einer Aurora-Instanz ist die Konfiguration von VPC-Sicherheitsgruppen. Diese Sicherheitsgruppen bestimmen, welche IP-Adressen und Dienste mit der Datenbank interagieren können. 
  • Du solltest den Zugang auf bestimmte Anwendungsserver und Administratoren beschränken, um unbefugte Verbindungen zu verhindern.
• AWS Identity and Access Management (IAM) kann auch verwendet werden, um feinkörnige Berechtigungen für Datenbankoperationen zu definieren. 
  • Die Integration von IAM-Rollen ermöglicht es dir, den Datenbankzugriff auf die spezifischen Benutzerrollen und -zuständigkeiten abzustimmen.
  • Anwendungsentwicklern kann zum Beispiel nur Lesezugriff gewährt werden, während Administratoren die volle Kontrolle über Datenbankänderungen haben.
• Auch die Verschlüsselung sollte aktiviert sein, um sensible Daten zu schützen. AWS Aurora unterstützt die Verschlüsselung im Ruhezustand und bei der Übertragung mit AWS Key Management Service (KMS).
  • Die Verschlüsselung von Daten im Ruhezustand stellt sicher, dass die Daten ohne den richtigen Entschlüsselungsschlüssel unzugänglich bleiben, selbst wenn das Speichermedium beschädigt wird.
  • Ebenso verhindert die Aktivierung der Secure Sockets Layer (SSL)-Verschlüsselung für Daten während der Übertragung, dass Unbefugte die Datenbankkommunikation abfangen.

> Wenn du tiefer in die Sicherung von AWS-Umgebungen eintauchen willst, schau dir den Kurs " AWS Security and Cost Management" unteran. Wenn du mehr darüber erfahren möchtest, wie IAM funktioniert und wie du es effektiv implementieren kannst, wirf einen Blick auf diesen Leitfaden über AWS Identity and Access Management (IAM).

Verbinden mit AWS Aurora

Die Verbindung zu AWS Aurora ist für die Interaktion mit der Datenbank unerlässlich. Du kannst dies entweder über Client-Tools oder Anwendungen tun. In diesem Abschnitt erfährst du, wie das geht!

Verbinden mit Aurora MySQL

Wenn die Aurora-Datenbank eingerichtet ist und läuft, musst du eine Verbindung herstellen, um mit der Datenbank zu interagieren. 

Für Aurora MySQL können gängige Datenbank-Clients wie MySQL Workbench und HeidiSQL für die Verbindung verwendet werden. Alternativ kannst du auch die Befehlszeilenschnittstelle verwenden.

Für die Verbindung muss der Datenbankendpunkt angegeben werden, der in der AWS Management Console zu finden ist. 

Mit der MySQL CLI kann die Verbindung mit folgendem Befehl hergestellt werden:

mysql -h your-cluster-endpoint -u admin -p

Nach Eingabe des Master-Kennworts solltest du in der Lage sein, SQL-Abfragen auszuführen, Tabellen zu erstellen und Daten zu verwalten.

Verbinden mit Aurora PostgreSQL

Für Aurora PostgreSQL kannst du dich mit Tools wie pgAdmin oder dem PostgreSQL Command-Line Interface (psql) verbinden. 

Der Verbindungsbefehl in psql folgt diesem Format:

psql -h your-cluster-endpoint -U admin -d yourdatabasename

Genau wie bei MySQL müssen die richtigen Anmeldedaten eingegeben werden, um auf die Datenbank zuzugreifen. 

Sobald du Zugang erhalten hast, solltest du in der Lage sein, SQL-Abfragen auszuführen, Tabellen zu erstellen und Daten zu verwalten.

Konfigurieren der Anwendungskonnektivität

Anwendungen, die mit Aurora interagieren müssen, müssen mit entsprechenden Datenbankverbindungsstrings konfiguriert werden. Normalerweise bestehen diese Verbindungsstrings aus dem Benutzernamen, dem Passwort, der Portnummer und dem Endpunkt. 

Es wird empfohlen, Verbindungspooling zu verwenden, um die Leistung zu optimieren und den Overhead zu reduzieren, der durch den Aufbau neuer Verbindungen für jede Anfrage entsteht. 

Beliebte Bibliotheken wie SQLAlchemy für Python oder JDBC für Java bieten effiziente Möglichkeiten zur Verwaltung von Verbindungen in einer Anwendungsumgebung.

AWS Aurora verwalten

Zur effektiven Verwaltung von AWS Aurora gehört es, den Datenschutz zu gewährleisten, die Leistung zu überwachen und die Ressourcen nach Bedarf zu skalieren. In diesem Abschnitt werden wir diese Praktiken überprüfen.

Backups und Schnappschüsse

AWS Aurora bietet automatische Backups, die kontinuierlich Datenbankänderungen erfassen und in Amazon S3 speichern. Diese Backups werden auf der Grundlage von benutzerdefinierten Einstellungen aufbewahrt und können zu jedem beliebigen Zeitpunkt innerhalb der Aufbewahrungsfrist wiederhergestellt werden. 

Zusätzlich zu den automatischen Backups kannst du auch manuelle Snapshots erstellen, die über das Aufbewahrungsfenster hinaus bestehen bleiben. Manuelle Snapshots sind besonders nützlich für die Langzeitarchivierung oder vor größeren Datenbankaktualisierungen. 

Als ich an einem Projekt mit einer kritischen Anwendung arbeitete, planten wir alle zwei Stunden automatische Backups.  Bevor wir jedoch Änderungen oder Aktualisierungen an der Anwendung vornehmen, erstellen wir manuell eine Sicherungskopie, um sicherzustellen, dass wir bei Bedarf ein Rollback durchführen können. Dies zeigt, wie sowohl automatische als auch manuelle Backups effektiv eingesetzt werden können.

Das Bild unten zeigt, wie AWS Backup für die Notfallwiederherstellung mit Amazon Aurora verwendet werden kann.

Sicherungs- und Wiederherstellungsoptionen für Amazon Aurora. Quelle: AWS Blogs

Aurora mit CloudWatch überwachen

Die Leistungsüberwachung ist für die Aufrechterhaltung einer gesunden Datenbank unerlässlich. 

AWS CloudWatch bietet Echtzeit-Metriken, die CPU-Auslastung, Speichernutzung, Festplatten-E/A und Netzwerkverkehr verfolgen. 

Durch die Einrichtung von CloudWatch Alarms können Administratoren benachrichtigt werden, wenn Leistungsschwellen überschritten werden, was ein proaktives Datenbankmanagement ermöglicht. 

Darüber hinaus bietet AWS Performance Insights eine detaillierte Abfrageanalyse, um langsam laufende Abfragen zu identifizieren und zu optimieren.

Die folgende Abbildung zeigt, wie AWS Performance Insights Einblicke in die Datenbankleistung gewährt.

AWS Performance Insights Dashboard, das die Leistungskennzahlen der Datenbank anzeigt. Quelle: AWS Docs

Aurora skalieren

Aurora ist so konzipiert, dass es automatisch skaliert, indem es die Speicherkapazität nach Bedarf anpasst. Allerdings müssen Rechenressourcen wie CPUs und Arbeitsspeicher je nach Arbeitsbelastung möglicherweise manuell angepasst werden. 

Aurora bietet Optionen zur Skalierung der Lesekapazität durch Hinzufügen von Read Replicas, die den Leseverkehr verteilen und die Leistung verbessern. 

Wenn Hochverfügbarkeit entscheidend ist, kann ein Aurora-Cluster mit mehreren Replikaten in verschiedenen Availability Zones konfiguriert werden, um Failover-Redundanz zu gewährleisten.

Leistungsoptimierung in AWS Aurora

Die Optimierung der Leistung in Amazon Aurora sorgt für eine effiziente Abfrageausführung und Skalierbarkeit. In diesem Abschnitt gehen wir auf einige bewährte Verfahren ein.

Indizierung und Abfrageoptimierung

Die Optimierung der Abfrageleistung in Amazon Aurora ist entscheidend für die Aufrechterhaltung einer hochleistungsfähigen Datenbank. 

• Die Indexierung ist eine der effektivsten Methoden, um die Ausführungszeit von Abfragen zu verkürzen und die Effizienz der Datenbank zu erhöhen. 
• Das Anlegen von Indizes für häufig abgefragte Spalten kann dabei helfen, Daten schnell zu finden und den Bedarf an vollständigen Scans der Tabelle zu minimieren. 
• Du solltest Primär- und Sekundärindizes strategisch einsetzen, um sie an Abfragemuster und Workload-Anforderungen anzupassen. 
• Zusätzlich zu den oben genannten Möglichkeiten kannst du zusammengesetzte Indizes für Abfragen mit mehreren Spalten verwenden, um die Suchzeiten weiter zu verbessern.
• Auch die Abfrageoptimierung spielt eine wichtige Rolle für die Leistung der Datenbank. Das Schreiben effizienter SQL-Abfragen sorgt dafür, dass Aurora Anfragen schneller und mit minimalem Ressourcenverbrauch bearbeitet. 
• Die Verwendung von EXPLAIN or EXPLAIN ANALYZE in SQL-Abfragen hilft dabei, Engpässe zu erkennen und gibt Einblick in die Ausführungspläne .
• Techniken wie die Vermeidung von SELECT * (wodurch unnötige Daten abgerufen werden), die Normalisierung des Datenbankschemas zur Reduzierung von Redundanzen und die Nutzung von Partitionierungsstrategien können zu Leistungssteigerungen führen.
• Der Abfrageplan-Optimierer von Aurora verfeinert kontinuierlich die Ausführungspläne, indem er Anpassungen auf der Grundlage von Datenbankauslastungsmustern vornimmt und so die Gesamteffizienz verbessert.

Aurora-Lesereplikate verwenden

Zur Bewältigung von hohem Datenverkehr unterstützt Amazon Aurora Read Replicas, die dabei helfen, leseintensive Abfragen auf mehrere Instanzen zu verteilen. 

Lesereplikate entlasten die primäre Datenbankinstanz, indem sie Leseanfragen separat verarbeiten, was die Reaktionsfähigkeit verbessert und die Latenzzeit verringert. 

Um eine Aurora-Lesereplikation einzurichten, musst du einen bestehenden Aurora-Cluster auswählen und die Replikation mit minimaler Konfiguration aktivieren. Aurora synchronisiert die Daten automatisch zwischen der primären Instanz und ihren Replikaten und stellt so die Datenkonsistenz ohne manuelle Eingriffe sicher.

Der Replikationsmechanismus von Aurora ist hocheffizient und ermöglicht eine Datensynchronisation nahezu in Echtzeit mit einer Replikationsverzögerung von weniger als einer Sekunde.

Anwendungen, die häufig Lesevorgänge durchführen, wie z. B. Reporting-Dashboards oder Analysedienste, können von Read Replicas erheblich profitieren, indem sie leseintensive Abfragen an diese Instanzen leiten. 

Im Falle eines Ausfalls der primären Instanz kann eine Read Replica mit minimaler Ausfallzeit zur neuen primären Instanz befördert werden, um hohe Verfügbarkeit und Geschäftskontinuität zu gewährleisten.

Die Abbildung unten zeigt, wie regionsübergreifende Aurora-Replikate bei Disaster Recovery und Hochverfügbarkeit helfen können.

Regionsübergreifende Aurora-Lesereplikate für Disaster Recovery und hohe Verfügbarkeit. Quelle: AWS Docs

Caching-Strategien für Aurora

Caching ist eine leistungsstarke Technik, um die Datenbankleistung zu verbessern, indem die direkte Abfragelast auf Aurora reduziert wird. Eine Caching-Schicht kann den Datenabruf bei häufig gestellten Abfragen erheblich beschleunigen. 

Amazon ElastiCache, der Redis und Memcached unterstützt, wird häufig zusammen mit Aurora verwendet, um Abfrageergebnisse zu speichern und redundante Datenbankabfragen zu vermeiden.

Die Integration von Caching in eine Anwendungsarchitektur kann helfen, die Antwortzeiten zu verbessern und gleichzeitig die Rechenressourcen der Datenbank zu schonen. 

Caching-Strategien wie Write-Through-Caching (bei dem die Daten gleichzeitig in den Cache und in Aurora geschrieben werden) und Lazy Loading (bei dem die Daten nur dann in den Cache geladen werden, wenn sie angefordert werden) helfen dabei, die Leistung je nach Nutzungsmuster zu optimieren. 

Die Konfiguration einer angemessenen Time-to-Live (TTL) für gecachte Daten stellt sicher, dass der Cache frisch bleibt und verhindert, dass veraltete Daten abgerufen werden.

Sicherheit und Compliance in AWS Aurora

Die Sicherung deiner Aurora-Datenbank ist wichtig, um sensible Daten zu schützen und die Einhaltung von Vorschriften zu gewährleisten. In diesem Abschnitt gehen wir auf die besten Praktiken ein.

Datenverschlüsselung

Datensicherheit ist für die Datenbankverwaltung von grundlegender Bedeutung, und AWS Aurora bietet robuste Verschlüsselungsmechanismen, um sensible Daten zu schützen.

• Aurora verschlüsselt Daten im Ruhezustand mit dem AWS Key Management Service (KMS), der sicherstellt, dass gespeicherte Informationen auch dann sicher bleiben, wenn der zugrunde liegende Speicher kompromittiert wird.
• Wenn du die Verschlüsselung bei der Erstellung der Datenbank aktivierst, wird sichergestellt, dass alle automatischen Backups, Snapshots und Repliken dieselben Verschlüsselungseinstellungen übernehmen.
• Für Daten bei der ÜbertragungAurora unterstützt die SSL/TLS-Verschlüsselung, die Datenbankverbindungen sichert und unbefugten Zugriff oder Abfangen von Datenübertragungen verhindert.
• Anwendungen, die sich mit Aurora verbinden, sollten so konfiguriert sein, dass sie SSL-Zertifikate verwenden, um eine sichere Kommunikation zu gewährleisten. 

Diese Verschlüsselungsmaßnahmen können dir helfen, bewährte Sicherheitspraktiken und gesetzliche Vorschriften einzuhalten.

Die folgende Abbildung zeigt, wie AWS KMS mit Amazon Aurora integriert wird, um deine Datenbank zu verschlüsseln.

Der AWS Key Management Service (KMS) verschlüsselt die Daten in Amazon Aurora, um die Sicherheit zu gewährleisten. Quelle: AWS Blogs

IAM-Integration für die Zugangskontrolle

Die Zugriffskontrolle in Aurora wird über AWS IAM verwaltet, mit dem Administratoren fein abgestufte Berechtigungen auf Basis von Benutzerrollen festlegen können. 

• IAM-Richtlinien können verwendet werden, um den Zugriff auf Datenbankinstanzen einzuschränken und so zu verhindern, dass unbefugte Nutzer kritische Operationen wie Datenänderungen oder administrative Aufgaben durchführen.
• Die IAM-Authentifizierung bietet eine sicherere Alternative zur traditionellen passwortbasierten Authentifizierung. Sie ermöglicht es Anwendungen, sich mit temporären Sicherheitsanmeldeinformationen zu verbinden. Damit entfällt die Notwendigkeit, Passwörter in der Datenbank zu speichern und zu verwalten, was das Risiko der Offenlegung von Zugangsdaten verringert. 

Du solltest das Prinzip der geringsten Privilegien durchsetzen, um Sicherheitsrisiken zu minimieren und den Datenbankzugriff streng zu kontrollieren.

Die folgende Abbildung zeigt, wie die IAM-Authentifizierung konfiguriert werden kann, um den Zugriff auf die Amazon Aurora PostgreSQL-Datenbank zu sichern.

Die IAM-Authentifizierung ist mit Amazon Aurora PostgreSQL integriert. Source: AWS Blogs

Auditing mit Aurora-Logs

Die Überwachung und Prüfung von Datenbankaktivitäten ist für die Einhaltung von Sicherheitsvorschriften und die Fehlerbehebung unerlässlich. 

Aurora bietet verschiedene Protokollierungsmechanismen, darunter Fehlerprotokolle, Protokolle für langsame Abfragen und allgemeine Protokolle, die den Administratoren helfen, die Datenbankaktivitäten zu verfolgen und mögliche Probleme zu erkennen. Diese Protokolle können über die AWS Management Console aktiviert und in Amazon CloudWatch zur zentralen Analyse gespeichert werden.

• Fehlerprotokolle erfassen Fehler und Warnungen der Datenbank-Engine.
• Langsame Abfragen Logs helfen dabei, ineffiziente Abfragen zu identifizieren, die die Leistung beeinträchtigen können.

Die Analyse dieser Protokolle kann Administratoren helfen, die Ausführung von Abfragen zu optimieren, unberechtigte Zugriffsversuche zu erkennen und die Stabilität der Datenbank zu gewährleisten.

Kostenmanagement und -optimierung in AWS Aurora

Um die Kosten in Amazon Aurora effektiv zu verwalten und zu optimieren, musst du die Preisstruktur verstehen. Lass es uns überprüfen!

Die Aurora-Preise verstehen

Das Preismodell von Amazon Aurora basiert auf mehreren Faktoren, darunter Instanzstunden, Speicherverbrauch, E/A-Anfragen und Datentransfer. 

Im Gegensatz zu herkömmlichen Datenbanken, bei denen die Infrastruktur im Voraus bereitgestellt werden muss, können Unternehmen mit dem Pay-as-you-go-Modell von Aurora nur für die Ressourcen zahlen, die sie verbrauchen.

Compute-Instanzen werden auf der Grundlage der Instanzklasse und der Betriebszeit abgerechnet, während der Speicher dynamisch skaliert wird, sodass keine manuellen Anpassungen mehr erforderlich sind.

Die folgende Abbildung zeigt eine Aufschlüsselung der verschiedenen Preiskomponenten für Amazon Aurora. Beachte jedoch, dass sich die Preise ändern können. Deshalb ist es immer am besten, die Aurora-Preisseitezu besuchen, um die aktuellsten Informationen zu erhalten.

Zu den zusätzlichen Kosten gehören Backup-Speicher über den zugewiesenen freien Speicherplatz hinaus, Lese- und Schreibzugriffe sowie Datenübertragungsgebühren für die regionsübergreifende Replikation. 

Wenn du diese Preiskomponenten verstehst, kannst du deine Ausgaben besser einschätzen und fundierte Entscheidungen über die Nutzung der Datenbank treffen.

Mit Aurora die Kosten optimieren

Um die Kosten effektiv zu verwalten, können Unternehmen verschiedene Optimierungsstrategien anwenden. 

Durch die Wahl der richtigen Instanzgröße wird sichergestellt, dass die Datenbankressourcen den Anforderungen der Arbeitslast entsprechen, ohne dass es zu einer Überversorgung kommt. 

• Wenn Sie eine vorhersehbare Arbeitslast haben, verwenden Sie Reservierte Instanzen da sie im Vergleich zu On-Demand-Preisen erhebliche Kosteneinsparungen bieten.
• Techniken zur Speicheroptimierung, wie zum Beispiel Überwachung ungenutzte oder nicht ausgelastete Ressourcen, helfen, die Kosten zu senken.
• Auroras automatische Skalierung Funktion passt den Speicherplatz dynamisch an und verhindert so unnötige Ausgaben für Speicherplatz.
• Darüber hinaus ist die Implementierung von Read Replicas können Abfragen von der primären Instanz entlastet werden, wodurch der Bedarf an übergeordneten Instanzen verringert werden kann.
• Nutze Aurora Serverless, denn es ist eine weitere kostengünstige Option für Anwendungen mit variablen Arbeitslasten. Aurora Serverless skaliert die Compute-Ressourcen automatisch nach Bedarf, sodass Unternehmen nur für die tatsächliche Nutzung zahlen und nicht für eine ständig laufende Instanz.

> Wenn du einen tieferen Einblick in das Kostenmanagement erhalten möchtest, referiere den AWS-Kurs Sicherheit und Kostenmanagement.

Fazit

Nachdem ich eine ganze Weile mit Amazon Aurora in verschiedenen Unternehmen gearbeitet habe, kann ich mit Sicherheit sagen, dass es sich um eine leistungsstarke und skalierbare Datenbanklösung handelt, die die Verwaltung vereinfacht, ohne die Leistung zu beeinträchtigen - das wirst du nach diesem Tutorial sicher bestätigen.

Aurora ist eine Überlegung wert, wenn du auf der Suche nach einer Cloud-nativen relationalen Datenbank bist, die MySQL und PostgreSQL unterstützt und gleichzeitig den betrieblichen Aufwand reduziert. Sie war in einigen meiner Projekte revolutionär und ich kann nur empfehlen, sich mit ihren Möglichkeiten vertraut zu machen, wenn du mit AWS-Datenbanken arbeitest.

Wenn du neu in AWS-Datenbanken bist,kann das Erlernen grundlegender Konzepte durch Kursewie AWS Cloud Practitioner (CLF-C02) von Vorteil sein!