AWS Glue Elastic Views Permudah Pembuatan Tabel Virtual dengan Cepat AWS Glue Elastic Views Permudah Pembuatan Tabel Virtual dengan Cepat ~ Teknogav.com

AWS Glue Elastic Views Permudah Pembuatan Tabel Virtual dengan Cepat


Teknogav.com
- AWS Glue Elastic Views yang merupakan kapabilitas baru pada AWS Glue diumumkan pada pembukaan acara AWS re:Invent. Kapabilitas ini memudahkan membuat tampilan termaterialisasi yang menggabungkan dan mereplikasi data lintas beberapa data store atau penyimpanan data secara otomatis. Proses ini dapat dilakukan tanpa harus menulis kode pemrograman kustom. Tabel virtual dapat dibuat secara cepat menggunakan Structured Query Language (SQL) dengan AWS Glue Elastic Views.

Data dari setiap sumber data store akan disalin oleh AWS Glue Elastic Views dan mereplikanya pada data store yang dituju. AWS Glue Elastic Views memantau perubahan secara terus menerus pada data dalam sumber data store. Sumber data store ini mencakup Aurora, RDS dan DynamoDB. Kemudian secara otomatis tampilan termaterialisasi diperbarui dalam data store yang dituju. Data store tujuan ini terdiri dari Redshift, Elasticsearch Service, S3, DynamoDB, Aurora dan RDS. Hal ini akan menjamin data yang diakses melalui tampilan termaterialisasi selalu up-to-date.

Baca juga: AWS Ungkap Pencapaian Tahun 2020 dan 8 Tips Kunci Reinvent 

AWS Glue Elastic Views mendukung banyak database dan data store AWS. Database dan data store tersebut mencakup Amazon DynamoDB, Amazon S3, Amazon Redshift, dan Amazon Elasticsearch Services. Dukungan ini untuk Amazon Relational Database Service, Amazon Aurora dan lain-lain yang akan menyusul. AWS Glue Elastic Views ini serverless dan dapat otomatis menaikkan dan menurunkan kapasitas berdasarkan permintaan, sehingga tak perlu mengelola infrastruktur.


Purpose Database dan Purpose Built Analytic Store dari AWS

Setiap purpose database yang disediakan AWS memiliki keandalan masing-masing yang memungkinkan pelanggan memilih sesuai kebutuhan. Jika memiliki data dalam volume GB dan bahkan TB maka bisa menggunakan database relasional. Tetapi jika berurusan dengan data TB dan PB maka database relational kurang pas karena terlalu mahal dan rumit. Berikut ini adalah tujuh solusi database yang disediakan AWS:

  • Amazon DynamoDB yang mengandalkan key value cocok untuk perusahaan seperti Lyft yang memiliki jutaaan titik geo-location dan sopir karena memiliki throughput tinggi, latensi rendah. Database relasional terlalu rumit, mahal dan kinerjanya kurang.
  • Amazon  ElastiCache mengandalkan in memory store cocok untuk perusahaan yang ingin menampilkan dashboard dalam mili detik
  • Amazon Neptune unggul dalam menghubungkan berbagai grafik informasi yang berbeda. Database ini cocok digunakan perusahaan seperti Nike.
  • Amazon DobumentDB mengandalkan dokumen
  • Amazon Timestream mengandalkan serangkaian waktu sehingga cocok untuk perusahaan yang bekerja dengan perangkat edge di bidang IoT.
  • Amazon QLDB mengandalkan ledger
  • Keyspaces for Apache Cassandra mengandalkan kolom yang lebar

Baca juga: Amazon Aurora Serverless v2, Hemat Biaya Pengelolaan Database Sampai 90%

AWS juga memiliki purpose-built analytic store yang dioptimalkan untuk use case tertentu. Berikut ini masing-masing solusi dan kegunaannya:

  • Amazon Athena untuk interactive query
  • Amazon EMR untuk pemrosesan big data
  • Amazon Elasticsearch Service untuk analitis operasional
  • Amazon Kinesis untuk analisis real-time
  • Amazon RedShift untuk data ware-housing

Baca juga: io2 Block Express EBS Volumes, SAN Pertama untuk Cloud

Kini makin banyak pelanggan menggunakan purpose-built data store. Mereka ingin data-data tersebut bisa digunakan bolak balik antar data store. Hal ini dapat diatasi dengan AWS Glue Elastic Views.

Share:

Artikel Terkini