SUS04-BP05 Remover dados desnecessários ou redundantes
Remova dados desnecessários ou redundantes para minimizar os recursos de armazenamento necessários para armazenar seus conjuntos de dados.
Antipadrões comuns:
-
Você duplica dados que podem ser facilmente obtidos ou recriados.
-
Você faz backup de todos os dados sem considerar sua criticidade.
-
Você apenas exclui dados irregularmente, em eventos operacionais ou não os exclui.
-
Você armazena dados de forma redundante, independentemente da durabilidade do serviço de armazenamento.
-
Você ativa o versionamento do Amazon S3 sem qualquer justificativa comercial.
Benefícios do estabelecimento desta prática recomendada: A remoção de dados desnecessários reduz o tamanho de armazenamento necessário para sua workload e o impacto ambiental da workload.
Nível de exposição a riscos quando esta prática recomendada não é estabelecida: Médio
Orientações para a implementação
Não armazene dados de que você não precisa. Automatize a exclusão de dados desnecessários. Use tecnologias que eliminem dados duplicados em níveis de arquivo e bloco. Aproveite a replicação de dados nativos e os recursos de redundância dos serviços.
Etapas da implementação
-
Avalie se você pode evitar o armazenamento de dados usando conjuntos de dados disponíveis publicamente no AWS Data Exchange
e Dados abertos no AWS . -
Use mecanismos que possam duplicar dados no nível de bloco e objeto. Aqui estão alguns exemplos de como desduplicar dados no AWS:
Storage service Deduplication mechanism Use AWS Lake Formation FindMatches
para localizar registros correspondentes em um conjunto de dados (incluindo aqueles sem identificadores) usando o novo FindMatches ML Transform. Habilite a desduplicação de dados no Amazon FSx para Windows.
Os snapshots são backups incrementais, o que significa que apenas os blocos no dispositivo que foram alterados após o snapshot mais recente são salvos.
-
Analise o acesso aos dados para identificar dados desnecessários. Automatize as políticas de ciclo de vida. Aproveite os recursos do serviço nativo, como o tempo de vida útil do Amazon DynamoDB, ciclo de vida do Amazon S3 ou retenção de log do Amazon CloudWatch para exclusão.
-
Use os recursos de virtualização de dados no AWS para manter os dados em sua origem e evitar a duplicação de dados.
-
Use a tecnologia de backup que pode fazer backups incrementais.
-
Aproveite a durabilidade do Amazon S3 e a replicação do Amazon EBS para atender às suas metas de durabilidade em vez de tecnologias autogerenciadas (como uma Redundant Array of Independent Disks [RAID – Matriz redundante de discos independentes]).
-
Centralize o log e rastreie os dados, elimine a duplicação de entradas de log idênticas e estabeleça mecanismos para ajustar a prolixidade quando necessário.
-
Preencha os caches com antecedência somente quando justificável.
-
Estabeleça o monitoramento e a automação de cache para redimensioná-lo de forma adequada.
-
Remova implantações e ativos desatualizados de depósitos de objetos e caches de borda ao enviar novas versões da sua workload.
Recursos
Documentos relacionados:
Vídeos relacionados:
Exemplos relacionados:
