有谁知道我们是否可以在 Aurora 中基于 SQS 启动一个存储过程答案

【问题标题】：Does anyone know if we can start a storedprocedure in Aurora based on SQS有谁知道我们是否可以在 Aurora 中基于 SQS 启动一个存储过程
【发布时间】：2017-07-14 08:14:06
【问题描述】：

我正在尝试将数据从 Aurora 导出到 S3，我创建了一个存储过程来执行此操作。我可以在 Aurora Scheduler 上安排它在特定时间点运行。

但是，我有多个表 - 最多可以到 100 个；所以我希望我的进程控制器（它是 Lambda 中的一个 python 脚本）发送队列消息 - 基于此队列消息，将启动 Aurora 中的存储过程

我看这个的原因如下

我不希望在开始两次导出之间有太多时间间隔
我也不希望两个导出在执行时间上重叠

【问题讨论】：

标签： python amazon-web-services amazon-sqs amazon-aurora

【解决方案1】：

没有任何内置集成允许 SQS 与 Aurora 交互。

显然，您可以在外部执行此操作，使用从队列中读取并调用过程的队列使用者，但这似乎不相关，在这里。

【讨论】：

你是对的 - 这将是另一个 python 程序，除非我们在 Aurora 中有函数来监听 SQS - 有人知道它们是否存在
它们不存在。正如我所指出的，没有任何内置集成......而且 Aurora 不允许您添加用户定义的函数（可以与外界交互并且用 C/C++ 编写，不要混淆使用存储函数，这些函数是用 SQL 编写的，当然支持但无济于事，在这里）。
这也是我的猜测。想发帖看看有没有人做过类似的事情可以分享

【解决方案2】：

我使用 lambda 和 alembic 包来创建架构和结构。我知道我们可以创建用户并执行其他数据库命令——就像执行存储过程一样

Lambda 可能会很昂贵——我们可能有一个容器来做它

【讨论】：

【解决方案3】：

正如您所说，您正尝试按某个计划将数据从 Aurora 导出到 S3。
我建议您使用AWS Data Pipeline 服务。
这是解决此类问题的正确方法。

AWS Data Pipeline 是一项 Web 服务，可帮助您以指定的时间间隔在不同的 AWS 计算和存储服务以及本地数据源之间可靠地处理和移动数据。借助 AWS Data Pipeline，您可以定期访问存储数据、大规模转换和处理数据，并将结果高效地传输到 AWS 服务，例如 Amazon S3、Amazon RDS、Amazon DynamoDB 和 Amazon EMR。

【讨论】：