Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Integrieren von Amazon Aurora PostgreSQL in anderen AWS-Services
Amazon Aurora ist auch in anderen AWS-Services integriert, damit Sie Ihren Aurora PostgreSQL-DB-Cluster erweitern können, um zusätzliche Funktionen in der AWS Cloud zu verwenden. Ihr Aurora-PostgreSQL-DB-Cluster kann AWS-Services verwenden, um Folgendes durchzuführen:
-
Performance Ihrer Aurora PostgreSQL-DB-Instances mit Amazon-RDS-Performance-Insights schnell ermitteln, anzeigen und beurteilen. Performance Insights lässt sich auf vorhandene Amazon-RDS-Überwachungsfunktionen erweitern, damit Sie die Performance Ihrer Datenbank darstellen und mögliche Probleme analysieren können. Mit dem Performance-Insights-Dashboard können Sie die Datenbankauslastung visualisieren und die Auslastung nach Wartezeiten, SQL-Anweisungen, Hosts oder Benutzern filtern. Weitere Informationen zu Performance Insights finden Sie unter Überwachung mit Performance Insights auf .
-
Konfigurieren Ihres Aurora-PostgreSQL-DB-Clusters, sodass Protokolldaten in Amazon CloudWatch Logs veröffentlicht werden. CloudWatch Logs bietet hoch dauerhaften Speicher für Ihre Protokolldatensätze. Mit CloudWatch Logs können Sie Echtzeitanalysen der Protokolldaten durchführen, und mit CloudWatch können Sie Alarme und Metriken erstellen. Weitere Informationen finden Sie unter Veröffentlichen von Aurora-PostgreSQL-Protokollen in Amazon CloudWatch Logs.
-
Importieren Sie Daten von einem Amazon S3-Bucket zu einem Aurora PostgreSQL DB-Cluster oder exportieren Sie Daten von einem Aurora PostgreSQL DB-Cluster zu einem Amazon S3-Bucket. Weitere Informationen erhalten Sie unter Importieren von Amazon S3 in einen Aurora-PostgreSQL-DB-Cluster und Exportieren von Daten aus einem/einer Aurora PostgreSQL-DB-Cluster zu Amazon S3.
-
Hinzufügen von auf Machine Learning basierenden Vorhersagen zu Datenbankanwendungen unter Verwendung der SQL-Sprache. Aurora-Machine-Learning ist eine hoch optimierte Integration zwischen der Aurora-Datenbank und den AWS Machine Learning (ML)-Services SageMaker AI und Amazon Comprehend. Weitere Informationen finden Sie unter Verwendung von Amazon Aurora Machine Learning mit Aurora PostgreSQL.
-
Rufen Sie AWS Lambda Funktionen von einem Aurora PostgreSQL DB-Cluster auf. Verwenden Sie dazu die
aws_lambdaPostgreSQL-Erweiterung, die mit Aurora PostgreSQL bereitgestellt wird. Weitere Informationen finden Sie unter Aufrufen einer AWS Lambda Funktion aus einem Aurora PostgreSQL-DB-Cluster ( PostgreSQL-DB-Instance). -
Integrieren Sie Abfragen von Amazon Redshift und Aurora PostgreSQL. Weitere Informationen finden Sie im Amazon Redshift Database Developer Guide unter Getting started with using federated queries to PostgreSQL.
