亚马逊AWS官方博客
Category: Database
使用 Pub/Sub 逻辑复制实现 Aurora PostgreSQL 大版本近零停机升级
Amazon Aurora PostgreSQL 大版本升级有多种方案可供选择。本文聚焦于手动蓝绿部署(Clone + 原生 Pub/Sub)方案,深入介绍如何利用 PostgreSQL 原生逻辑复制能力,以分钟级停机时间完成 Aurora PostgreSQL 大版本升级。
文中以 PostgreSQL 13 升级至 PostgreSQL 17 为例进行说明,相同步骤适用于其他 Aurora PostgreSQL 大版本升级组合(如 PG11→PG15、PG14→PG17 等)。本文还重点讲解针对高写入量表的并行订阅任务拆分技巧,以及完整的回滚保障机制。
乐信圣文游戏 DynamoDB 最佳实践:支撑千万日活游戏上线的数据库设计与运维策略
以乐信圣文旗下千万日活休闲游戏接入云端存档为例,分享 Amazon DynamoDB 实战:访问模式驱动的表结构设计、”预置预热→按需上线→稳定转预置”三阶段容量策略、Warm Throughput 分区预热、Service Quotas 规划及分层监控告警,兼顾高并发与成本优化。
AWS 一周综述:AWS 构建者中心上线一周年、Security Hub 网络扫描功能、适用于 AWS 的 Loom 等(2026 年 7 月 13 日)
AWS 构建者中心上线一周年、Security Hub 网络扫描功能、适用于 AWS 的 Loom 等
构建 Amazon ElastiCache OSS Caches 慢查询监控方案
Redis 慢查询会阻塞单线程引擎引发故障,而 CloudWatch 缺少现成的慢查询计数指标。本方案借助 ElastiCache 慢日志的 JSON 结构化能力,用 CloudWatch Logs Metric Filter 直接生成自定义指标 RedisSlowQueryCount,零代码、纯托管、可批量部署,并经告警与 SNS 实现主动监控。
AWS 一周综述:Amazon RDS for SQL Server 的 BYOM、适用于 Swift 的 AWS IoT 设备 SDK 等(2026 年 6 月 8 日)
Amazon RDS for SQL Server 的 BYOM、适用于 Swift 的 AWS IoT 设备 SDK 等
Valkey 为什么这么快?盘点 Valkey 中提升性能的黑科技
Valkey 是 Amazon ElastiCache 的核心引擎,作为一款高性能的开源内存数据库,Valkey自诞生以来,在性能方面实现了惊人的突破:单节点吞吐量可达 119 万 RPS,集群规模可扩展到 2000 节点,从而实现 10 亿规模的RPS。随着今年5月份Valkey 9.0的发布,它的性能再一次得到提升,你可以在Amazon ElastiCache体验它的速度。Valkey是怎么做到这么快的呢?本文将带领读者,一起深入剖析成就了这个性能怪兽背后的那些“黑科技”。
AWS 一周综述:AWS 上的 Claude Opus 4.8、配备 Kiro 能力包的 Aurora MySQL 等(2026 年 6 月 1 日)
AWS 上的 Claude Opus 4.8、配备 Kiro 能力包的 Aurora MySQL 等
使用 Kiro 和 MCP 自动化大规模升级 RDS MySQL 8.0 至 RDS MySQL 8.4
本文介绍 RDS MySQL 升级助手,这是一款开源工具,可批量执行 Amazon RDS MySQL 8.0 到 RDS MySQL 8.4 主版本升级。它解决了大规模主版本升级中最棘手的两大难题:系统地修复数百个实例的预检查问题,以及验证升级后的应用程序行为。该工具提供了一个包含 19 项 SQL 预检查的引擎,并附带修复方案、自动化参数组和选项组迁移、蓝绿部署和原地升级编排(包含切换前安全检查)以及应用程序验证框架——所有作业都可以通过 shell 脚本或 Kiro IDE/CLI 的自然语言进行访问。
AWS 一周综述:Anthropic 和 Meta 的合作伙伴关系、AWS Lambda S3 Files、Amazon Bedrock AgentCore CLI 等(2026 年 4 月 27 日)
Anthropic 和 Meta 的合作伙伴关系、AWS Lambda S3 Files、Amazon Bedrock AgentCore CLI 等
37GAMES 在 Aurora Serverless v2 高可用及成本优化上的实践
Amazon Aurora Serverless v2 支持与预置实例混合部署,作为 Replica 实现按需扩缩容。本文基于 37GAMES 的实践,验证了该方案在故障切换、扩展速度和成本优化方面的表现,实现了40%+的成本节省,同时保持~20秒的故障转移时间和零数据丢失。


