Dopo diversi anni di lavoro, AWS ha migrato con successo 75 petabyte di dati interni, senza tempi di inattività in tutta l’offerta, di clienti, siti e servizi, da quasi 7.500 database di Oracle ai database purpose-built di AWS.
La migrazione ha dato a ciascun degli oltre 100 team interni coinvolti la libertà di scegliere il servizio di database AWS che più si adattava meglio alle proprie esigenze, fornendo anche un migliore controllo sul budget e sul modello dei costi.
Tra i database disponibili sono stati inclusi Amazon DynamoDB, Amazon Aurora, Amazon Relational Database Service (RDS) e Amazon Redshift.
Da questa migrazione su larga scala, AWS ha tratto una serie di importanti insegnamenti per il proprio business e per il proprio futuro, con una nuova formazione specifica per il team Oracle DBAs, ora esperti e consulenti di migrazione per clienti interni ed esterni.
A saltare agli occhi, ancora una volta, è l’attento lavoro degli ingegneri interni ad AWS, che si sono spesi per rendere ogni sistema interno il più scalabile, performante, efficiente e sicuro possibile, anche a costo di ricostruirlo da zero.
Non senza prima spendere il proprio tempo a gestire e ridimensionare migliaia di database Oracle legacy senza potersi davvero concentrare su un lavoro differenziato di alto valore.
A farlo notare è Jeff Barr, Chief Evangelist for AWS, secondo cui, tenendo attentamente traccia dei costi e delle prestazioni, sono stati realizzati una serie di importanti risultati.
Tra questi:
- Riduzione dei costi del database AWS di oltre il 60%
- Miglioramento delle prestazioni con una latenza delle applicazioni AWS rivolte al consumatore ridotta del 40%
- Una riduzione del sovraccarico dell’amministrazione del database del 70% con il passaggio ai servizi gestiti
La migrazione ha permesso a ciascun team interno di scegliere in libertà il servizio di database AWS più appropriato a ciascuna esigenza, compresi l’ottenimento di un migliore controllo sul budget e sul modello dei costi.
In tal senso, i servizi a bassa latenza sono stati migrati su DynamoDB e su altri database non relazionali altamente scalabili come Amazon ElastiCache. A loro volta, i carichi di lavoro con requisiti di elevata coerenza dei dati spostati in Aurora ed RDS, mentre i carichi di lavoro di analisi sono stati migrati su Redshift.
