03/10/2026 · VietTechies · Biên tập
Amazon Web Services (AWS) đã bổ sung khả năng hỗ trợ truy vấn trực tiếp các data lake dạng Apache Iceberg và Apache Parquet ngay từ hệ quản trị cơ sở dữ liệu Aurora PostgreSQL. Nhờ việc nhúng trực tiếp engine phân tích DuckDB vào Aurora, nền tảng này cho phép các ứng dụng thực thi truy vấn phân tích kết hợp giữa các giao dịch vận hành thời gian thực với dữ liệu lịch sử lưu trữ trên Amazon S3 mà không cần di chuyển dữ liệu hay duy trì các đường ống ETL truyền thống.
Tích hợp DuckDB giúp loại bỏ đường ống Reverse ETL
Cập nhật này diễn ra sau khi AWS thâu tóm DuckLabs B.V. (đơn vị phát triển DuckDB), đánh dấu bước tiến quan trọng trong việc đưa cơ sở dữ liệu phân tích này vào hạ tầng của AWS. Trước đây, để kết hợp các bảng vận hành đang hoạt động trong Aurora với các bản ghi lưu trữ trên S3, doanh nghiệp phải dựng các đường ống reverse ETL phức tạp, vừa tốn chi phí hạ tầng vừa tốn công sức đồng bộ.
Với engine DuckDB được nhúng sẵn, quá trình xử lý phân tích diễn ra ngay bên trong Aurora mà không phát sinh thêm các chặng truyền tải dữ liệu qua mạng. Một câu lệnh SQL duy nhất có thể truy cập song song dữ liệu ghi vận hành chưa commit và các bản ghi trong data lake. Aurora tự tối ưu hiệu năng bằng cách lọc bản ghi, chọn các cột liên quan khi truy vấn và bộ nhớ đệm cho dữ liệu thường xuyên được truy cập.
Hỗ trợ Catalog bên ngoài và tự động suy luận Schema
Tính năng mới hỗ trợ các catalog tuân thủ chuẩn Iceberg REST Catalog thông qua kết nối liên hợp với AWS Glue. Lập trình viên chỉ cần đăng ký catalog bên ngoài vào Glue để thiết lập các bảng ngoại (foreign tables), giúp ứng dụng PostgreSQL kết hợp dữ liệu Aurora nội bộ với các tập dữ liệu Iceberg trên nhiều catalog khác nhau. Aurora cũng có thể tự động suy luận cấu trúc schema từ metadata của tệp tin, loại bỏ bước định nghĩa bảng thủ công.
Đối với các ứng dụng yêu cầu độ chậm cực thấp ở mức vài millisecond, các đội ngũ phát triển có thể sao chép dữ liệu từ data lake vào trực tiếp các bảng Aurora bản địa bằng các câu lệnh SQL tiêu chuẩn. Các truy vấn đọc có thể được phân tải sang các bản sao đọc (read replicas), trong khi các thao tác cụ thể hóa dữ liệu sẽ chạy trên node ghi của cluster.
Cách thiết lập và độ khả dụng theo khu vực
Tính năng phân tích mới hiện đã sẵn sàng trên tất cả các khu vực AWS thương mại mà không thu thêm phí bản quyền tính năng. Người dùng chỉ trả phí cho tài nguyên tính toán của Aurora tiêu tốn trong quá trình truy vấn và chi phí yêu cầu đọc tệp tin S3 thông thường.
Để kích hoạt tính năng, người dùng cần bật extension aurora_analytics và cấu hình vai trò AWS IAM phù hợp để cấp quyền truy cập S3 và AWS Glue. Tích hợp này hỗ trợ các phiên bản Aurora PostgreSQL từ 17.11 và 18.6 trở lên.
Ảnh minh họa do AI tạo, không phải ảnh tư liệu.
Nguồn: AWS embeds DuckDB in its PostgreSQL DBMS to speed queries of live and historical data