Auf Amazons Hausmesse re:invent stand künstliche Intelligenz im Rampenlicht. Um die erforderliche Rechenpower und Geschwindigkeit für Technologien wie den Chatbot Q, die Transcription Platform und den Titan Image Generator zu liefern, setzt AWS auf eine leistungsstarke, serverlose Infrastruktur bei den Datenbankdiensten Aurora, ElastiCache und Redshift.
Neue Technik für Performance und Skalierbarkeit
Die größte Neuerung ist die Einführung der Amazon Aurora Limitless Database. Diese serverlose PaaS-Datenbank (Platform-as-a-Service) soll eine Millionen Transaktionen pro Sekunde schreiben und Petabytes an Daten verwalten können.
Aurora Limitless Database basiert auf einer Reihe neuer Technologien, darunter:
• Caspian: Ein spezialisierter Hypervisor, der eine effiziente Verwaltung von Datenbank auf virtuellen Maschinen (VM) ermöglicht. Die VMs werden bei Bedarf schnell auf andere Server migriert, was für die Auslastungsoptimierung entscheidend ist. Caspian täuscht den VMs eine maximale Hauptspeichernutzung vor, während die RAM-Ressourcen bedarfsorientiert zugewiesen werden.
• Sharding: Dieser Ansatz teilt die Datenbank in Partitionen, um Skalierbarkeit zu verbessern. Ein neues Routing-System verteilt effizient Anfragen an diese Partitionen und kombiniert die Ergebnisse, was zur Leistungssteigerung beiträgt.
• Amazon Time Sync Service: Diese Komponente bietet eine präzise Zeitsynchronisation im Mikrosekundenbereich, was für die korrekte Abwicklung von Transaktionen in einer partitionierten Datenbank entscheidend ist.
Diese Technologien machen die Aurora Limitless Database ideal für Szenarien mit hohem Datenverkehr und Transaktionsraten, wie bei Web- und E-Commerce-Anwendungen, KI- und ML-Anwendungen sowie in der Industrie 4.0, insbesondere bei der Datenanalyse von IoT-Geräten. Aurora Limitless Database ist derzeit noch in der Preview-Phase. Die endgültige Version wird voraussichtlich im Jahr 2024 veröffentlicht.
Cache ohne Konfigurieren
Amazon ElastiCache Serverless soll es ermöglichen, in kürzester Zeit einen hochverfügbaren Cache zu erstellen, ohne dass eine Infrastruktur bereitgestellt oder konfiguriert werden muss. Dieser Dienst verwendet den Caspian Hypervisor, um automatisch die Größe der Partitionen anzupassen und diese bei Bedarf zu skalieren.
Das soll die Antwortzeiten für Benutzeranfragen beschleunigen und die Ladezeiten von Produktseiten in Web-, E-Commerce- und mobilen Anwendungen erheblich verkürzen.
KI optimiert Data Warehouses
Die Big-Data-Lösung Redshift wird nicht nur serverlos, sondern erhält zusätzlich eine KI-gesteuerte Skalierung und Optimierungen. Ist diese Option aktiviert, beobachtet und lernt das System aus Mustern, wie gleichzeitigen Abfragen, ihrer Komplexität und Dauer. AWS-interne Tests ergaben, dass diese neue Funktion bei variablen Arbeitslasten ohne manuelle Eingriffe eine bis zu zehnmal bessere Preisleistung erzielen könne.
Redshift Serverless kommt bei Business Intelligence-Aufgaben zum Einsatz, um Daten aus verschiedenen Quellen zu konsolidieren und analysieren. Es eignet sich auch für Data Warehousing, um Daten aus verschiedenen Anwendungen zu speichern und zu analysieren, sowie für die Verarbeitung großer Datenmengen in maschinellen Lernmodellen.
Alles über AWS-Cloud lernen mit skill it
Noch sind nicht alle angekündigten Neuerungen verfügbar. Aber mit unseren Trainings bist du bestens vorbereitet. Einen umfassenden Überblick über die AWS-Cloud und die Datenbankdienste gibt der Kurs Architecting on AWS. Dein Wissen über Redshift frischt du im Kurs Data Warehousing on AWS auf.
