Gestion des bases de données

1. Définition et principes

Une base de données relationnelle est un type de base de données qui organise les données en tables interconnectées par des relations définies. Ces tables sont constituées de lignes (ou enregistrements) et de colonnes (ou attributs), où chaque ligne représente une instance unique et chaque colonne correspond à une propriété de cette instance.

Même si nous avons rapidement manipulé des bases de données dans le chapitre Le calcul sur AWS - Passage au site dynamique de l’entreprise French Bakery, nous allons maintenant approfondir leur fonctionnement et leur gestion dans le contexte d’AWS, en explorant les différents services disponibles pour héberger et gérer des bases de données relationnelles dans le cloud, comme Amazon RDS.

Les principales caractéristiques des bases de données relationnelles incluent :

1. Présentation d’Amazon RDS

2. Moteurs de base de données

Amazon RDS offre une large gamme de moteurs de bases de données relationnelles, permettant aux utilisateurs de choisir celui qui convient le mieux à leurs besoins en termes de performance, de compatibilité et de coût. Parmi les moteurs disponibles, on retrouve des solutions open source comme MySQL, PostgreSQL, et MariaDB, ainsi que des moteurs commerciaux tels qu’Oracle Database, Microsoft SQL Server et IBM Db2. Chacun de ces moteurs est entièrement géré par Amazon RDS, qui prend en charge les mises à jour logicielles, les sauvegardes, et la surveillance des performances, réduisant ainsi la charge administrative pour les utilisateurs.

En plus de ces options, Amazon propose son propre moteur de base de données propriétaire, Amazon Aurora. Aurora est conçu pour offrir une compatibilité complète avec MySQL et PostgreSQL tout en offrant des performances nettement supérieures. Aurora est optimisé et bénéficie de nombreuses améliorations techniques qui permettent d’augmenter le débit et la résilience des bases de données.

En termes de performances, Aurora se distingue particulièrement par son efficacité. Amazon annonce qu’Aurora peut offrir un débit jusqu’à 5 fois supérieur à celui de MySQL et jusqu’à trois fois supérieur à celui de PostgreSQL, tout en maintenant une compatibilité totale avec ces moteurs. Cela fait d’Aurora un choix privilégié pour les applications critiques qui nécessitent à la fois haute performance et fiabilité, tout en bénéficiant de la facilité de gestion d’Amazon RDS.

3. RDS vs base de données...

1. Présentation d’Amazon Aurora

Amazon affirme qu’Aurora est jusqu’à cinq fois plus rapide que MySQL standard sur Amazon RDS et trois fois plus rapide que PostgreSQL, grâce à une architecture optimisée. Cette amélioration significative des performances repose sur un stockage distribué et résilient, qui réplique automatiquement les données sur six copies réparties dans trois zones de disponibilité (AZ). Cette approche garantit des temps de lecture et d’écriture rapides, une haute disponibilité et une tolérance aux pannes native.

De plus, le stockage Aurora croît automatiquement par incréments de 10 Go jusqu’à un maximum de 128 To, éliminant ainsi la nécessité de prévoir la capacité de stockage. Aurora est conçu pour répondre aux besoins des charges de travail critiques, avec un mécanisme de failover presque instantané, des temps de latence réduits et une architecture qui peut accueillir jusqu’à 15 réplicas de lecture. La réplication Aurora offre un décalage inférieur à 10 ms, ce qui en fait une solution idéale pour les applications nécessitant des performances de lecture élevées.

Bien que le coût d’Aurora soit environ 20 % supérieur à celui d’Amazon RDS, il est largement compensé par son efficacité et sa capacité à répondre aux exigences des charges de travail critiques. Aurora inclut également des fonctionnalités avancées comme les sauvegardes automatiques, la restauration à...

1. Présentation d’Amazon ElastiCache

2. Architecture ElastiCache

ElastiCache est conçue pour s’intégrer aux applications et aux bases de données, optimisant ainsi les performances et la gestion des charges de travail. ElastiCache peut être mis en œuvre dans diverses solutions architecturales pour répondre aux besoins spécifiques des applications en matière...

1. Présentation d’Amazon Redshift

Un data warehouse est un système de stockage conçu spécifiquement pour centraliser et analyser des volumes massifs de données provenant de différentes sources. Contrairement aux bases de données transactionnelles (OLTP), qui gèrent des transactions fréquentes, un data warehouse est optimisé pour des requêtes complexes et des analyses à grande échelle. Il permet de stocker et d’agréger des données historiques pour faciliter la prise de décision stratégique. Les data warehouses sont souvent utilisés pour l’analyse des performances d’une entreprise, les rapports financiers, ou encore par exemple les tendances de marché.

Amazon Redshift permet aux entreprises d’analyser des pétaoctets de données à haute vitesse. De plus, il permet une facturation à l’usage basée sur la capacité de calcul provisionnée et propose des optimisations spécifiques comme...

1. Définition et principes

Contrairement aux bases de données relationnelles, qui reposent sur des tables interconnectées, les bases de données non relationnelles ne suivent pas un schéma de données fixe. Elles sont conçues pour être plus flexibles et permettent de gérer divers types de données comme des documents, des paires clé-valeur, des colonnes ou des graphes.

Les bases de données non relationnelles sont scalables horizontalement, c’est-à-dire qu’elles peuvent être étendues en ajoutant des serveurs supplémentaires pour distribuer la charge. Ce type de base de données est largement utilisé pour des applications nécessitant une grande disponibilité, des performances rapides sur de grands ensembles de données, et la flexibilité d’évolution en fonction des besoins. 

2. Modélisation des données NoSQL

Les bases de données NoSQL se distinguent des bases de données relationnelles par leur capacité à gérer des données de manière flexible et évolutive. Contrairement aux bases relationnelles, où les données sont organisées en tables interconnectées par des relations rigides, les bases NoSQL permettent de gérer des volumes massifs de données non structurées ou semi-structurées, souvent distribuées sur plusieurs serveurs. Cette flexibilité s’exprime à travers plusieurs modèles de données, chacun conçu pour répondre à des besoins spécifiques en matière de performances, d’évolutivité et de gestion des données. Voici les différents types de bases de données NoSQL.

1. Présentation d’AWS DynamoDB

DynamoDB, contrairement aux autres bases de données NoSQL, peut prendre en charge les transactions ACID, assurant l’intégrité des données même dans des environnements hautement distribués. Il est conçu pour être massivement évolutif, capable de gérer des millions de requêtes par seconde et des centaines de téraoctets de données tout en maintenant des performances constantes. Ce service est particulièrement adapté aux charges de travail à grande échelle, telles que les jeux en ligne, les applications mobiles, l’Internet des objets (IoT, Internet of Things) et les réseaux sociaux, où la gestion de données non structurées ou semi-structurées est essentielle. Grâce à ses capacités avancées, DynamoDB répond parfaitement aux besoins des applications modernes nécessitant rapidité, flexibilité et haute disponibilité. De plus, les permissions de DynamoDB sont gérées via IAM (cf. chapitre La sécurité et la surveillance sur AWS - IAM).

Les points clés de DynamoDB incluent :

1. Amazon DocumentDB

Amazon DocumentDB repose sur une architecture de réplication multi-AZ, avec six copies des données réparties sur trois zones de disponibilité différentes. Cette réplication permet de garantir une haute disponibilité ainsi qu’une tolérance aux pannes, assurant ainsi la continuité du service même en cas de défaillance d’une zone de disponibilité. Lors de la création d’un cluster DocumentDB, il est obligatoire de spécifier le nombre d’instances, y compris un nœud principal dédié aux écritures et des réplicas pour les lectures. Ces réplicas facilitent également le basculement automatique en cas de panne du nœud principal tout comme les read replicas sur Amazon RDS. Bien que DocumentDB soit capable d’ajuster dynamiquement certaines ressources comme le stockage, le nombre d’instances quant à lui doit être défini au préalable. Cela diffère de DynamoDB, où la scalabilité se gère de manière totalement automatique sans intervention nécessaire pour gérer des nœuds ou instances.

En comparaison avec DynamoDB, ce service-là se distingue par son modèle de données orienté clé-valeur et document. Contrairement à DocumentDB, DynamoDB est conçu pour des charges de travail avec des lectures et des écritures à haute fréquence, tout en maintenant une latence ultra-faible. De plus, la scalibilité de DynamoDB est automatique et serverless. De plus, tandis que l’authentification sur DocumentDB se fait via un système d’utilisateur et mot de passe, DynamoDB utilise AWS IAM pour la gestion...

1. Présentation d’Amazon DMS

Une des grandes capacités d’Amazon DMS est sa capacité à réaliser des réplications continues grâce au mécanisme de Change Data Capture (CDC), qui synchronise les bases de données en temps quasi réel. Cela permet d’assurer une continuité des opérations même lors de migrations complexes.

DMS prend en charge une grande variété de sources et de cibles, notamment des bases relationnelles comme Oracle, SQL Server, MySQL et PostgreSQL, mais aussi des solutions NoSQL comme MongoDB ou DynamoDB, ainsi que des entrepôts de données comme Amazon Redshift. En outre, DMS s’intègre avec d’autres services AWS, comme Amazon S3 ou OpenSearch Service, pour répondre à des cas d’utilisation variés.

Pour exécuter les tâches de migration, Amazon DMS utilise une instance de réplication, généralement déployée sur une instance EC2. Cette infrastructure permet de se connecter à la base source et à la base cible pour exécuter les transferts de données, qu’il s’agisse d’une migration ponctuelle ou d’une synchronisation continue.

Enfin, Amazon DMS est conçu pour offrir une grande fiabilité. Il gère automatiquement les pannes potentielles, garantissant une migration résiliente et sans interruption. Ce service constitue une solution idéale pour les entreprises souhaitant moderniser leurs bases de données, optimiser leurs coûts ou améliorer la continuité de leurs opérations.

Ce schéma montre une instance EC2 exécutant Amazon DMS pour migrer les données d’une base de données source vers une base de données...

1. Passage de la base de données PostgreSQL sur l’instance EC2 à AWS Aurora MySQL

Au fur et à mesure que le volume des commandes augmentait, la gestion de la base de données PostgreSQL hébergée sur l’instance EC2 est devenue de plus en plus complexe. Avec l’accord du gérant, il a été décidé d’externaliser la gestion de la base de données afin de simplifier les opérations et d’améliorer les performances. De plus, l’entreprise a récemment recruté un expert MySQL pour optimiser les futures opérations, ce qui a conduit le gérant à demander une migration de la base de données vers MySQL.

Après avoir étudié les différentes options, l’équipe a choisi Amazon Aurora MySQL pour ses performances supérieures par rapport à Amazon RDS standard, particulièrement adaptées aux charges de travail intensives et aux besoins de scalabilité. Ce chapitre détaille le processus de migration de PostgreSQL vers Amazon Aurora MySQL, en utilisant les outils Amazon DMS et Aurora. Amazon DMS sera utilisé pour transférer les données de manière fluide et sécurisée, tandis qu’Aurora MySQL deviendra la nouvelle solution gérée pour répondre aux besoins critiques de l’entreprise. Ce chapitre expliquera chaque étape pour effectuer cette transition de manière efficace et sans interruption majeure.

Les schémas suivants illustrent le processus de migration de la base de données PostgreSQL hébergée sur une instance EC2 vers Amazon Aurora MySQL, ainsi que l’architecture finale de l’application, intégrant le backend connecté à la nouvelle base de données gérée par AWS.

Ce schéma présente l’architecture finale après la migration de la base de données PostgreSQL vers Amazon RDS MySQL. Contrairement à l’ancien modèle décrit au chapitre...