Ein Unternehmen nutzt AWS DMS, um Änderungen kontinuierlich aus einer lokalen PostgreSQL-Datenbank zu erfassen und in Amazon Redshift zu replizieren. Die laufende DMS-Replikationsaufgabe liest PostgreSQL-Transaktionsprotokolle, aber der Dateningenieur stellt eine hohe Latenz bei CDC fest und vermutet, dass die PostgreSQL-Quelle der Engpass ist. Welcher Ansatz würde bestätigen, dass die PostgreSQL-Datenbank die Ursache der Latenz ist?

Die Metrik CDCLatencySource in Amazon CloudWatch misst die Zeitverzögerung zwischen dem Eintreten einer Änderung in der Quelldatenbank und dem Zeitpunkt, zu dem AWS DMS diese Änderung erfasst. Eine hohe oder ansteigende CDCLatencySource deutet direkt darauf hin, dass die Quelldatenbank (PostgreSQL) die Änderungen nicht schnell genug für DMS bereitstellt oder DMS Schwierigkeiten hat, diese von der Quelle zu lesen, was die Ursache der Latenz ist. Die Option "CDCIncomingChanges" misst die Anzahl der von DMS erfassten Änderungen, nicht die Latenz. Die Konfiguration der logischen Replikation ist eine Voraussetzung für CDC, aber ihre Überprüfung bestätigt nicht die Ursache der Latenz, wenn sie bereits funktioniert. Das Überprüfen von CloudWatch Logs auf Fehlermeldungen kann Probleme aufdecken, aber die CDCLatencySource ist eine direktere Metrik zur Diagnose von Quelllatenz.