Historique des activités de la base de données Amazon DynamoDB

Amazon DynamoDB est largement utilisé pour des charges de travail à haute performance telles que les moteurs de personnalisation, les plateformes transactionnelles, les magasins de sessions et l’ingestion de télémétrie. Ces systèmes exigent à la fois performance et traçabilité. Un cadre d’historique des activités de la base de données Amazon DynamoDB offre la visibilité nécessaire pour comprendre qui a accédé aux données, comment les éléments ont évolué dans le temps, et comment la base s’est comportée au travers des opérations.

DynamoDB expose la télémétrie via AWS CloudTrail, DynamoDB Streams et Amazon CloudWatch. Bien que ces services fournissent individuellement des observations détaillées, ils ne délivrent pas une vue unifiée et chronologiquement cohérente adaptée au suivi à long terme ou aux enquêtes. Les organisations utilisent donc DataSunrise pour consolider ces signaux, les normaliser et construire un historique d’activités cohérent et consultable. Ceci s’aligne étroitement avec le concept plus large de surveillance des activités de base de données, qui centralise la visibilité opérationnelle à travers différentes technologies de bases de données.

Cet article décrit comment la journalisation native de DynamoDB contribue à la visibilité des activités et comment DataSunrise améliore cette visibilité en construisant une chronologie complète et corrélée de l’historique des activités. Pour référence complémentaire, vous pouvez consulter les pages relatives à la conformité des données et au centre de connaissances sur la conformité réglementaire. Cet article complète l’article existant Journal d’audit des données Amazon DynamoDB en se concentrant spécifiquement sur l’historique continu des activités de la base de données.

Qu’est-ce que l’historique des activités de la base de données Amazon DynamoDB ?

L’historique des activités de la base de données est une chronologie consolidée de toutes les interactions impliquant une plateforme de données. Dans DynamoDB, cela inclut les appels d’API, les modifications d’éléments, les actions administratives et les événements liés à la performance. Ces enregistrements aident à reconstituer des séquences opérationnelles complètes et soutiennent les enquêtes ainsi que les revues historiques. DataSunrise aligne ces informations avec les concepts décrits dans historique des activités de données et historique des activités de base de données pour fournir un enregistrement historique unifié à travers différentes plateformes.

La chronologie historique produite est comparable aux traces d’audit traditionnelles, mais adaptée à la nature opérationnelle et événementielle des environnements NoSQL.

Outils natifs pour le suivi de l’historique des activités DynamoDB

1. CloudTrail — Historique des activités au niveau de l’API

AWS CloudTrail enregistre les appels d’API DynamoDB tels que PutItem, Query, BatchWriteItem, et d’autres. Chaque événement comprend des informations d’identité, des horodatages, des noms de tables, des paramètres de requête, des adresses IP et des régions. Cela crée un enregistrement chronologique indiquant qui a effectué quelle opération et quand.

2. DynamoDB Streams — Historique des modifications au niveau des éléments

DynamoDB Streams fournit des événements d’écriture au niveau des éléments tels que INSERT, MODIFY et REMOVE. Ceux-ci incluent des instantanés des états anciens et nouveaux des éléments, permettant la reconstitution de l’évolution des enregistrements spécifiques au fil du temps.

{
  "eventName": "MODIFY",
  "eventSource": "aws:dynamodb",
  "dynamodb": {
    "Keys": {
      "OrderID": { "S": "O92219" }
    },
    "OldImage": {
      "Status": { "S": "PENDING" }
    },
    "NewImage": {
      "Status": { "S": "FULFILLED" }
    },
    "ApproximateCreationDateTime": 1736700000
  }
}

3. CloudWatch Metrics et Logs — Contexte opérationnel

Amazon CloudWatch fournit des métriques opérationnelles telles que les requêtes limitées (throttled), l’utilisation de la capacité de lecture et d’écriture, les mesures de latence et les taux d’erreur. Associé aux données CloudTrail et Streams, CloudWatch aide à établir un contexte historique plus large autour des événements, par exemple si certains problèmes de performance accompagnaient certains schémas d’API.

aws cloudwatch get-metric-statistics \
  --namespace AWS/DynamoDB \
  --metric-name SuccessfulRequestLatency \
  --dimensions Name=TableName,Value=CustomerRecords \
  --start-time 2025-01-12T00:00:00Z \
  --end-time 2025-01-12T23:59:59Z \
  --period 300 \
  --statistics Average

Intégration multi-mode : comment DataSunrise construit l’historique des activités DynamoDB

1. Surveillance basée sur proxy

Dans la surveillance basée sur proxy, DataSunrise observe les opérations DynamoDB en temps réel en recevant les mêmes requêtes que celles envoyées par les applications à AWS. Le proxy vérifie les signatures SigV4, identifie l’action API DynamoDB et normalise à la fois les structures de requête et de réponse dans le modèle d’historique des activités de la base de données. Comme le proxy a une visibilité complète, il peut appliquer un masquage des champs sensibles comparable aux mécanismes décrits dans la masquage dynamique des données. Ce mode fournit un niveau de détail événementiel très granulaire, y compris les noms de tables, les attributs clés, les structures des charges utiles de requête et les mesures de latence.

2. Traçage natif des journaux

Le traçage natif des journaux utilise CloudTrail, DynamoDB Streams et, facultativement, les logs CloudWatch pour reconstruire l’historique des activités sans modifier les chemins de trafic. Les fichiers journaux provenant d’Amazon S3, Amazon Kinesis ou CloudTrail Lake sont analysés et convertis en enregistrements historiques standardisés. Lorsque les entrées CloudTrail, les enregistrements de Stream et les logs opérationnels font référence à la même requête, DataSunrise les corrèle en événements unifiés et aligne les horodatages pour générer des chronologies historiques précises. Les valeurs sensibles peuvent être masquées selon les règles DataSunrise. Ce mode est essentiel pour agréger l’activité multi-région ou multi-compte, et il est parallèle aux mécanismes de gestion des logs décrits dans les journaux d’audit.

3. Sniffer / Miroir de trafic

Lorsque le Miroir de trafic AWS VPC est activé, DataSunrise reçoit les paquets réseau en miroir. Si le trafic est dupliqué avant le chiffrement, DataSunrise peut décoder les opérations API et reconstruire les événements historiques. Si le trafic est chiffré après TLS, le décodage dépend des clés disponibles. Cette approche offre une visibilité passive sur les flux de requêtes et soutient la reconstitution historique là où le routage basé proxy n’est pas possible.

4. Corrélation des activités en temps réel entre les sources

Ce mode synthétise les enregistrements historiques issus de toutes les sources de télémétrie disponibles — logs CloudTrail, Streams DynamoDB, observations proxy, et données de miroir de trafic — en entrées cohérentes d’activités base de données. En fusionnant, dédupliquant et alignant chronologiquement les événements, DataSunrise restaure la séquence logique complète des opérations. Cela garantit la cohérence entre les sources et renforce la traçabilité historique. Les activités sont enrichies de métadonnées contextuelles telles que les comportements dérivés de l’analyse du comportement utilisateur.

5. Archivage des activités et préservation des enregistrements historiques

Après normalisation, DataSunrise stocke l’historique résultant dans des formats optimisés pour la conservation à long terme. Le jeu de données historique est conservé dans l’ordre chronologique et reste consultable pour les audits rétrospectifs, les revues opérationnelles et les analyses médico-légales. Les règles de masquage et de minimisation restent en vigueur pour garantir la confidentialité des données sur le long terme.

Impact métier d’un historique centralisé des activités DynamoDB

Conclusion

La télémétrie native AWS offre des bases pour l’historique des activités de DynamoDB mais ne corrèle pas automatiquement, ne normalise pas ni ne conserve ces signaux à travers services, régions et comptes. DataSunrise reconstruit un historique complet et continu des activités de base de données via la visibilité proxy, l’ingestion de journaux natifs, le miroir de trafic, la corrélation et l’archivage à long terme.

Ce jeu de données unifié soutient les revues opérationnelles, les procédures d’audit et les analyses rétrospectives sur les charges DynanoDB. Les organisations intégrant DataSunrise gagnent une vue cohérente et à long terme des interactions sur les données. Pour évaluer ces capacités sur des charges réelles, vous pouvez demander une démonstration DataSunrise.