前置条件

Data Pump 完全运行在你自己的 AWS 账号中。安装之前，需要具备三样东西。

建议在 交接之前 就把这些梳理清楚：VPC、存储桶和源账号都会写入你那份软件包的模板， 之后再改动就需要一个新的软件包。参见交接。

一个带私有子网的 VPC

作业以 Fargate 任务的形式运行在私有子网中，控制台位于一个内部负载均衡器之后。这些子网 需要具备出网能力——通过 NAT 网关或 VPC 终端节点——以便访问 S3、DynamoDB、ECR 以及 AWS 的各类终端节点。

如果你使用 VPC 终端节点而非 NAT，则需要：s3（网关型）、dynamodb（网关型），以及 ecr.api、ecr.dkr、logs、sts 和 secretsmanager 的接口终端节点。

一个有快照的 RDS 集群

Data Pump 读取快照——自动或手动均可，Aurora 或 RDS Postgres 均可。如果自动备份已开启 （默认设置），那么已经有可供处理的快照。

集群可以位于 另一个 AWS 账号 中。这种情况请参阅 跨账号部署——安装会多出一个步骤。

创建堆栈的权限

运行安装程序的身份需要能够通过 CloudFormation 创建：

服务	用途
S3	数据湖存储桶和一个 CloudFormation 暂存桶
IAM	任务、导出和爬网程序所用的角色
KMS	用于加密快照导出的密钥
ECS	集群、任务定义和控制台服务
Step Functions	流水线的状态机
Lambda	事件处理函数和爬网程序函数
DynamoDB	五张配置与状态表
Glue	目录数据库和爬网程序
Cognito	为控制台提供认证的用户池
SNS	RDS 事件主题和完成通知主题
EC2/ELB	安全组和内部负载均衡器

由于角色使用固定名称，安装程序需要 CAPABILITY_NAMED_IAM。

成本

Data Pump 不会创建任何闲置时也昂贵的资源。真正产生费用的部分与数据量成正比：

• Fargate — 每次快照后作业运行几分钟
• S3 — 数据湖中的 Parquet，以及未清理时保留的原始导出
• 控制台 — 一个长期运行的小任务，加上负载均衡器
• Athena — 按扫描数据量计费，而 分区 正是用来降低这部分开销的

快照本身的费用你已经在付了：AWS 无论如何都会生成它。