# SUS03-BP05 Verwenden von Softwaremustern und Architekturen, die Datenzugriffs- und Speichermuster optimal unterstützen
<a name="sus_sus_software_a6"></a>

Identifizieren Sie, wie Daten in Ihrem Workload verwendet, von Benutzern genutzt, übertragen und gespeichert werden. Verwenden Sie Softwaremuster und Architekturen, die den Datenzugriff und die Speicherung optimal unterstützen, um die zur Unterstützung des Workloads erforderlichen Computing-, Netzwerk- und Speicherressourcen zu reduzieren.

 **Typische Anti-Muster:** 
+  Sie gehen davon aus, dass für alle Workloads ähnliche Datenspeicher- und Zugriffsmuster gelten. 
+  Sie verwenden nur eine Speicherebene, vorausgesetzt, dass alle Workloads in diese Ebene passen. 
+  Sie gehen davon aus, dass Datenzugriffsmuster im Laufe der Zeit konsistent bleiben. 
+  Ihre Architektur unterstützt potenzielle hohe Bursts beim Datenzugriff, was dazu führt, dass die Ressourcen die meiste Zeit ungenutzt bleiben. 

 **Vorteile der Nutzung dieser bewährten Methode:** Die Auswahl und Optimierung Ihrer Architektur auf der Grundlage von Datenzugriffs- und Speichermustern hilft bei der Reduzierung der Entwicklungskomplexität und der Steigerung der allgemeinen Nutzung. Das Verständnis, wann globale Tabellen, Datenpartitionen und Caching verwendet werden sollen, hilft Ihnen dabei, den Betriebsaufwand zu verringern und basierend auf Ihren Workload-Anforderungen zu skalieren. 

 **Risikostufe, wenn diese bewährte Methode nicht eingeführt wird:** Mittel 

## Implementierungsleitfaden
<a name="implementation-guidance"></a>

 Verwenden Sie Software- und Architekturmuster, die optimal zu den Eigenschaften Ihrer Daten und den Zugriffsmustern passen. Verwenden Sie etwa eine [moderne Datenarchitektur auf AWS](https://aws.amazon.com/big-data/datalakes-and-analytics/modern-data-architecture/), die die Nutzung speziell erstellter Services ermöglicht, die für Ihre ganz speziellen Analyseanwendungsfälle optimiert sind. Diese Architekturmuster ermöglichen die effiziente Datenverarbeitung und verringern die Ressourcennutzung. 

 **Implementierungsschritte** 
+  Analysieren Sie die Eigenschaften ihrer Daten und Ihre Zugriffsmuster, um die korrekte Konfiguration für Ihre Cloud-Ressourcen zu identifizieren. Zu den berücksichtigenden Schlüsselmerkmalen gehören: 
  +  **Datentyp:** strukturiert, semistrukturiert, unstrukturiert 
  +  **Datenwachstum:** begrenzt, unbegrenzt 
  +  **Lebensdauer von Daten:** anhaltend, flüchtig, vorübergehend 
  +  **Zugriffsmuster:** Lese- oder Schreibzugriff, Häufigkeit von Aktualisierungen, schwankend oder konsistent 
+  Verwenden Sie Architekturmuster, die Datenzugriffs- und Speichermuster optimal unterstützen. 
  + [ Let’s Architect\$1 Moderne Datenarchitekturen ](https://aws.amazon.com/blogs/architecture/lets-architect-modern-data-architectures/)
  + [ Datenbanken auf AWS: Das richtige Tool für jede Aufgabe ](https://www.youtube.com/watch?v=-pb-DkD6cWg)
+  Nutzen Sie Technologien, die nativ mit komprimierten Daten funktionieren. 
+  Verwenden Sie zweckgerichtet erstellte [Analyseservices](https://aws.amazon.com/big-data/datalakes-and-analytics/?nc2=h_ql_prod_an_a) für die Datenverarbeitung in Ihrer Architektur. 
+  Verwenden Sie die Datenbank-Engine, die das dominierende Abfragemuster jeweils am besten unterstützt. Verwalten Sie Ihre Datenbankindizes so, dass sie die effiziente Ausführung von Abfragen unterstützen. Weitere Informationen finden Sie unter [AWS-Datenbanken](https://aws.amazon.com/products/databases/). 
+  Wählen Sie Netzwerkprotokolle aus, die die Menge der genutzten Netzwerkkapazitäten in Ihrer Architektur reduzieren. 

## Ressourcen
<a name="resources"></a>

 **Zugehörige Dokumente:** 
+  [Athena Compression Support file formats](https://docs.aws.amazon.com/athena/latest/ug/compression-formats.html) (Athena-Komprimierungs-Support-Dateiformate) 
+  [COPY aus spaltenbasierten Datenformaten mit Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/dg/copy-usage_notes-copy-from-columnar.html) 
+  [Converting Your Input Record Format in Firehose](https://docs.aws.amazon.com/firehose/latest/dev/record-format-conversion.html) (Umwandeln Ihres Eingabedatensatzformats in Firehose) 
+  [Format Options for ETL Inputs and Outputs in AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/aws-glue-programming-etl-format.html) (Formatierungsoptionen für ETL-Eingaben und -Ausgaben in AWS Glue) 
+  [Improve query performance on Amazon Athena by Converting to Columnar Formats](https://docs.aws.amazon.com/athena/latest/ug/convert-to-columnar.html) (Verbessern der Abfrageleistung in Amazon Athena durch Umwandlung in Spaltenformate) 
+  [Laden komprimierter Datendateien aus Amazon S3 mit Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/dg/t_loading-gzip-compressed-data-files-from-S3.html) 
+  [Überwachung der DB-Last mit Performance Insights auf Amazon Aurora](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_PerfInsights.html) 
+  [Überwachung der DB-Last mit Performance Insights auf Amazon RDS](https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_PerfInsights.html) 
+ [ Amazon S3 Intelligent-Tiering storage class ](https://aws.amazon.com/s3/storage-classes/intelligent-tiering/) (Amazon S3-Intelligent-Tiering-Speicherklasse)

 **Zugehörige Videos:** 
+ [ Building modern data architectures on AWS](https://www.youtube.com/watch?v=Uk2CqEt5f0o) (Erstellen von modernen Datenarchitekturen in AWS)