Amazon CLF-C02: Servicios principales de bases de datos — Guía de estudio

By Laurynas Brazys · 28 July 2026 · #amazon #clf-c02 #certification #exam-prep #study-guide

Forma parte de la AWS Cloud Practitioner CLF-C02 — Guía de estudio. Practica con respuestas verificadas en el centro de exámenes de Amazon, o realiza tests cronometrados en ExamRoll.io.

Bases de datos relacionales administradas: Amazon RDS y Amazon Aurora

Amazon RDS proporciona motores relacionales totalmente administrados (MySQL, PostgreSQL, MariaDB, SQL Server, Oracle) con copias de seguridad automatizadas, Multi‑AZ para alta disponibilidad, réplicas de lectura para escalado y restauración basada en instantáneas. Aurora es un motor creado específicamente, compatible con MySQL y PostgreSQL, que separa el cómputo de una capa de almacenamiento distribuida y tolerante a fallos para ofrecer un mayor rendimiento, una recuperación rápida de fallos y características como backtrack y Global Database para la replicación entre regiones. Los modelos de precios incluyen instancias bajo demanda (On-Demand) para una capacidad flexible, instancias reservadas (Reserved Instances) o Savings Plans para ahorros predecibles, y modelos de capacidad sin servidor (serverless) o de autoescalado para Aurora Serverless para alinear el costo con las cargas de trabajo variables. Las decisiones clave de arquitectura dependen del perfil de lectura/escritura, los requisitos de latencia y la tolerancia operativa: elija RDS cuando predominen las necesidades de compatibilidad y licencias, y Aurora cuando necesite un mayor rendimiento, autoescalado del almacenamiento o lecturas globales. Los errores comunes de los profesionales son el subaprovisionamiento de IOPS para cargas de trabajo con muchas escrituras, olvidar habilitar Multi‑AZ para producción, mantener las credenciales maestras predeterminadas y no probar la recuperación a un punto en el tiempo (point-in-time recovery). Para el cumplimiento normativo, habilite el cifrado en reposo usando AWS KMS, exija TLS para el cifrado en tránsito y valide que las copias de seguridad automatizadas y las instantáneas cumplan con los objetivos de retención y de recuperación de desastres (DR) entre regiones.

Bases de datos NoSQL, de caché y de grafos: DynamoDB, ElastiCache, Amazon Neptune

Para cargas de trabajo de clave-valor y de documentos a escala masiva, Amazon DynamoDB ofrece una latencia de milisegundos de un solo dígito, particionamiento automático y dos modos de capacidad: aprovisionado (con autoescalado) y bajo demanda (on-demand) para tráfico impredecible. Características como DynamoDB Streams, tablas globales y recuperación a un punto en el tiempo (PITR) admiten la replicación, la captura de datos de cambios (change data capture) y las copias de seguridad. Un error común es un mal diseño de la clave de partición que crea particiones calientes (hot partitions) y estrangulamiento (throttling); modele primero los patrones de acceso a los datos. Para cargas de trabajo en memoria de baja latencia, use ElastiCache: Redis ofrece persistencia, clústeres y pub/sub, mientras que Memcached es un sistema de caché simple y multihilo. Use DAX para cargas de trabajo de DynamoDB con muchas lecturas que requieran caché de microsegundos. Para consultas de grafos centradas en relaciones, Amazon Neptune es una base de datos de grafos totalmente administrada que soporta Gremlin y SPARQL. Decisiones de precios: el modo bajo demanda (on-demand) de DynamoDB es fácil pero más caro con tráfico alto y constante; el modo aprovisionado con autoescalado y capacidad reservada (Reserved Capacity) puede ser mucho más económico. El dimensionamiento de la caché, las políticas de expulsión (eviction policies) y las opciones de persistencia en ElastiCache afectan el costo y la recuperación. Evalúe la durabilidad, los modelos de consistencia y la complejidad operativa al elegir entre bases de datos NoSQL administradas, cachés en memoria y bases de datos de grafos.

DynamoDB vs. RDS/Aurora: DynamoDB para escala masiva, flexibilidad de esquema y diseño de tabla única; RDS/Aurora para consultas SQL complejas, transacciones e integridad relacional.
ElastiCache (Redis) vs. DAX: Redis para cargas de trabajo en memoria de propósito general y persistencia; DAX es una caché de lectura específica para DynamoDB con integración del lado del cliente.
Neptune: Úselo cuando los recorridos (traversals) y los análisis de grafos son fundamentales para la aplicación.

Análisis y patrones de data lake: Amazon Redshift, Athena y opciones de almacenamiento de S3

Amazon Redshift es un data warehouse columnar a escala de petabytes, optimizado para consultas analíticas complejas y alta concurrencia. El Redshift moderno (nodos RA3) desacopla el cómputo y el almacenamiento administrado, permitiéndole escalar el cómputo de forma independiente y reducir costos al aprovechar S3 como almacenamiento administrado; Redshift Spectrum consulta datos en S3 directamente para la integración con el data lake. Para SQL ad-hoc sobre archivos, Amazon Athena proporciona análisis sin servidor (serverless) de pago por consulta (facturado por TB escaneado) y es ideal para CSV/Parquet/JSON en S3; optimizar los formatos y la compresión reduce drásticamente el costo. S3 ofrece múltiples clases de almacenamiento: para patrones de acceso desconocidos, S3 Intelligent‑Tiering mueve automáticamente los objetos entre niveles de acceso para minimizar el costo sin tarifas de recuperación; para archivos a largo plazo, considere S3 Glacier o Glacier Deep Archive, donde se aplican latencia y tarifas de recuperación. Las compensaciones de costos incluyen almacenamiento vs. cómputo: comprima, particione y use formatos columnares para reducir los volúmenes de escaneo; considere el escalado de concurrencia (concurrency scaling) y la gestión de cargas de trabajo (workload management) de Redshift para un rendimiento predecible. Para cargas de trabajo de machine learning vinculadas al análisis, el entrenamiento intensivo puede requerir familias de EC2 con GPU (series P o G), pero la mayoría de las cargas de trabajo de bases de datos analíticas dependen de una CPU optimizada y una ejecución columnar en lugar de GPUs.

Mejores prácticas de migración, respaldo, seguridad y operaciones

Migrar y proteger bases de datos requiere la combinación correcta de servicios y políticas. AWS Database Migration Service (DMS) gestiona migraciones homogéneas y heterogéneas con un tiempo de inactividad mínimo; Schema Conversion Tool ayuda a convertir los esquemas de bases de datos al cambiar entre tipos de motor. Para los respaldos y la protección basada en políticas, utilice las características nativas del motor (respaldos y snapshots automatizados de RDS, PITR de DynamoDB) junto con AWS Backup para obtener políticas de respaldo centralizadas y entre servicios, así como copias entre cuentas o entre regiones. La seguridad debe incluir políticas de IAM de privilegio mínimo, cifrado en tránsito (TLS) y en reposo (KMS), y controles de red: los grupos de seguridad (security groups) son firewalls con estado a nivel de host que se adjuntan a las instancias, mientras que las ACL de red (network ACLs) son filtros sin estado a nivel de subred; ambos son complementarios pero tienen un comportamiento diferente. Bajo la responsabilidad compartida, AWS gestiona la infraestructura de la nube, mientras que los clientes gestionan los datos, IAM, los parches a nivel de sistema operativo en instancias autogestionadas y la rotación de claves para secretos y credenciales de acceso. La automatización de operaciones mediante CloudFormation, la AWS CLI o los SDK permite el aprovisionamiento repetible de entornos; las trampas comunes son depender de la cuenta raíz, dejar políticas de IAM demasiado amplias, descuidar la rotación de claves y no monitorear con CloudWatch, VPC Flow Logs o AWS Config. Para transferencias de grandes volúmenes de datos, considere AWS Snowball o DataSync para mover terabytes/petabytes de forma segura con cifrado en tránsito y validación de integridad.

Problema práctico: Escenario de caso de uso

Escenario: AcmeRetail opera una plataforma de comercio electrónico estacional con una base de datos OLTP MySQL on-premises y grandes archivos CSV de ventas históricas en un recurso compartido NFS local. Su cuenta de AWS tiene una VPC con subredes privadas y un Transit Gateway a su centro de datos. Necesitan migrar la base de datos transaccional con un tiempo de inactividad mínimo y hacer que los datos históricos se puedan consultar para BI.

Desafío: Mover la base de datos de producción con un tiempo de inactividad casi nulo, habilitar análisis escalables sobre los CSV históricos y garantizar los respaldos, el cifrado y el acceso con privilegios mínimos.

Enfoque recomendado:

Usar AWS Database Migration Service (DMS) con Schema Conversion Tool si es necesario para migrar MySQL a Amazon Aurora (compatible con MySQL), configurando la replicación continua para minimizar el tiempo de inactividad.
Transferir los CSV históricos a Amazon S3 usando AWS DataSync o Snowball (para volúmenes muy grandes), almacenarlos en S3 usando Intelligent-Tiering y convertirlos a Parquet con AWS Glue ETL para mejorar la eficiencia de las consultas.
Aprovisionar Amazon Redshift (RA3) o usar Amazon Athena sobre los datos de S3 (Parquet) para las consultas de BI; usar Redshift Spectrum si se combinan consultas del data warehouse y del data lake.
Implementar respaldos automatizados (respaldos y snapshots automatizados de RDS), habilitar el cifrado con claves de KMS, restringir el acceso con roles de IAM y grupos de seguridad de privilegio mínimo, y centralizar las políticas de respaldo con AWS Backup.

Justificación: La replicación continua de DMS permite una migración con tiempo de inactividad casi nulo para sistemas transaccionales; S3 + Parquet + Athena/Redshift minimiza el costo de análisis y el tamaño de los escaneos; KMS, los respaldos y el IAM de privilegio mínimo se alinean con la responsabilidad compartida y las mejores prácticas operativas para la disponibilidad, la seguridad y el control de costos.

← Servicios principales de almacenamiento · Todos los dominios · Redes y entrega de contenido →

Practica estas preguntas → · Práctica cronometrada en ExamRoll.io →