AWS : RDS, S3 et EBS

March 28, 2026 · 14 min read

Le stockage est un élément critique de toute infrastructure cloud. AWS propose trois services de stockage avec des caractéristiques radicalement différentes : Amazon RDS pour les bases de données relationnelles managées, Amazon S3 pour le stockage d'objets hautement scalable, et Amazon EBS pour le stockage en bloc persistant.

RDS — Bases de données relationnelles managées

Qu'est-ce que RDS ?

Amazon Relational Database Service (RDS) est un service AWS géré qui simplifie le déploiement, l'exploitation et la mise à l'échelle de bases de données relationnelles. RDS prend en charge plusieurs moteurs :

Aurora (MySQL et PostgreSQL compatibles, optimisé pour le cloud)
PostgreSQL (open source, robuste)
MySQL (léger, performant)
MariaDB (fork de MySQL)
Oracle Database (commercial)
Microsoft SQL Server (commercial)

RDS gère automatiquement les tâches d'administration : sauvegardes, patching des versions, haute disponibilité, et sauvegarde automatique. L'administrateur peut se concentrer sur l'application, sans intervenir sur la gestion du serveur de base de données.

Avantages de RDS

Maintenance automatique : AWS effectue les sauvegardes quotidiennes, les patchs de sécurité et les mises à jour mineures sans intervention manuelle.

Haute disponibilité : Le déploiement Multi-AZ réplique la base de données dans une zone de disponibilité différente. En cas d'incident, un basculement automatique survient en quelques minutes.

Sauvegardes et récupération : Les sauvegardes automatiques conservent 35 jours de journaux, permettant une récupération à un point dans le temps (PITR). Les snapshots manuels peuvent être conservés indéfiniment.

Scalabilité : Les ressources (CPU, mémoire) peuvent être augmentées sans arrêt du service. Les lectures peuvent être distribuées sur des réplicas en lecture.

Sécurité : Chiffrement en transit (SSL/TLS) et au repos (KMS), isolement réseau via VPC, gestion d'accès via IAM.

Créer une instance RDS

La création d'une RDS depuis la console AWS se fait en quelques clics :

Naviguer vers RDS → Databases → Create database
Sélectionnez le moteur : Aurora PostgreSQL, MySQL, etc.
Choisissez le mode :
- Easy Create (configuration simplifiée) : idéal pour débuter
- Standard Create (contrôle total) : pour la production

Pour une première base de données, Easy Create suffit. Les paramètres par défaut incluent :

Un type d'instance db.t3.micro (Free Tier)
Stockage de 20 GB
Backup automatique
Un utilisateur root administrateur
Un VPC par défaut

Définissez les credentials :
- Master username (par défaut admin ou postgres)
- Master password (à mémoriser ou stocker de façon sécurisée)
Configurer les paramètres réseau :
- VPC : sélectionner le VPC par défaut
- Security Group : autoriser le port 5432 (PostgreSQL) ou 3306 (MySQL)
- Connectivité publique : activer pour un accès depuis une machine locale
Validez et créez : Le déploiement prend quelques minutes.

Paramètres essentiels à connaître

DB identifier : nom unique de votre instance (visible dans les logs, ARNs, etc.)

Multi-AZ : réplication dans une autre zone. Recommandé en production, désactivé en test (coûts doublés).

Backup retention period : nombre de jours de rétention des sauvegardes automatiques. Par défaut 7, maximum 35 jours.

Performance Insights : monitoring détaillé de la charge et des requêtes. Activé automatiquement en Standard Create, payant après l'essai gratuit.

Enhanced Monitoring : métriques détaillées du système d'exploitation. Utile pour diagnostiquer les goulots.

Storage Auto Scaling : augmente automatiquement le stockage EBS si la capacité atteint 90%. Évite les interruptions dues au manque d'espace.

Récupérer les informations de connexion

Une fois l'instance créée (état "Available"), les détails de connexion sont accessibles :

Console RDS → Databases → Instance RDS créée
Onglet "Connectivity & security" :
- Endpoint : adresse URL de la BD (ex: mydb.c1234567890.eu-west-3.rds.amazonaws.com)
- Port : 5432 pour PostgreSQL, 3306 pour MySQL
- Master username et password (définis lors de la création)

Se connecter à une RDS depuis Python

La connexion dépend du moteur. Voici les deux cas les plus courants.

PostgreSQL / Aurora PostgreSQL
MySQL / MariaDB

Installez d'abord le driver :

pip install psycopg2-binary

Ensuite, connectez-vous :

import psycopg2

password = "your-master-password"
endpoint = "mydb.c1234567890.eu-west-3.rds.amazonaws.com"

try:
    conn = psycopg2.connect(
        host=endpoint,
        port=5432,
        database="postgres",  # base par défaut
        user="postgres",  # ou le master username utilisé
        password=password,
        sslmode="require"  # SSL obligatoire pour RDS
    )

    cur = conn.cursor()
    cur.execute("SELECT VERSION();")
    version = cur.fetchone()[0]
    print(f"Connected! Version: {version}")
    cur.close()

except Exception as e:
    print(f"Database error: {e}")
    raise

finally:
    if conn:
        conn.close()

Installez d'abord le driver :

pip install mysql-connector-python

Ensuite, connectez-vous :

import mysql.connector

password = "your-master-password"
endpoint = "mydb.c1234567890.eu-west-3.rds.amazonaws.com"

try:
    conn = mysql.connector.connect(
        host=endpoint,
        port=3306,
        database="mysql",  # base par défaut
        user="admin",  # ou le master username utilisé
        password=password,
        ssl_disabled=False,
        autocommit=True
    )

    cur = conn.cursor()
    cur.execute("SELECT VERSION();")
    version = cur.fetchone()[0]
    print(f"Connected! Version: {version}")
    cur.close()

except Exception as e:
    print(f"Database error: {e}")
    raise

finally:
    if conn:
        conn.close()

Points importants :

Port : 5432 pour PostgreSQL, 3306 pour MySQL
database : la base cible (généralement postgres ou mysql par défaut)
user : le master username défini lors de la création
SSL : RDS requiert SSL/TLS. Les connecteurs le gèrent automatiquement.

Cas d'usage RDS

Application web avec données structurées : Stocker les utilisateurs, posts, commentaires, etc. dans des tables relationnelles.

Données financières : Transactions, comptes clients, audits. Les BD relationnelles offrent les ACID guaranties.

Migrer une BD locale : RDS simplifie la migration d'une BD existante vers le cloud.

Haute disponibilité : Multi-AZ avec basculement automatique pour les services critiques.

Facturation RDS

Par instance-heure : un db.t3.micro coûte ~$0.015/heure ( ~$11/mois)
Stockage EBS : ~$0.12 par GB/mois (pour 20 GB = ~$2.40/mois)
Sauvegardes : stockage supplémentaire au-delà de la taille de la BD (~$0.21/GB/mois)
Transfert de données sortantes : payant (transfert entrant gratuit)
Free Tier : 750h/mois de db.t2.micro + 20 GB de stockage pour 12 mois

Astuce : Les BD de développement peuvent être arrêtées quand elles ne sont pas utilisées. Aucun coût n'est facturé pour une BD arrêtée (pendant 7 jours max).

S3 — Stockage d'objets hautement scalable

Qu'est-ce que S3 ?

Amazon Simple Storage Service (S3) est un service de stockage d'objets hautement scalable, durable et sécurisé. Contrairement à RDS, S3 ne stocke pas des données structurées dans une BD, mais des objets non structurés : fichiers, images, vidéos, sauvegardes, logs, datasets, etc.

Caractéristiques clés :

Scalabilité infinie : stockez des pétaoctets sans limite
Durabilité 11-9 : 99.999999999% de durabilité (une seule perte attendue pour 10 milliards d'objets)
Disponibilité 99.99% : le service est disponible en permanence
Pas de gestion serveur : AWS gère l'infrastructure complète
Classes de stockage : Standard, Infrequent Access, Glacier (archivage) pour optimiser les coûts

Concepts clés

Bucket : conteneur principal des objets. Un bucket est nommé uniquement dans tout AWS (pas d'homonymes possibles).

Object : fichier stocké dans un bucket, identifié par une clé (chemin). Exemple : mon-bucket/dossier/fichier.txt.

Key : path unique dans un bucket. S3 n'a pas de dossiers réels, juste des chemins. Les "dossiers" sont des conventions de naming.

Region : zone géographique où le bucket est créé. Les données ne quittent pas la région (pour la conformité).

Créer un bucket S3

Depuis la console AWS :

Naviguer vers S3 → Create bucket
Nom du bucket : doit être unique mondialement (ex: mon-app-storage-2026)
Région : sélectionner la région la plus proche des utilisateurs ou services visés
ACL (Access Control List) : maintenir "Private" (par défaut) pour restreindre l'accès
Versioning : activer si l'historique des versions est nécessaire
Encryption : activez le chiffrement par défaut (AES-256 ou KMS)
Créez le bucket

Interagir avec S3 en Python

Pour utiliser S3 avec Python, le package boto3 est requis. L'installation se fait par :

pip install boto3

D'abord, configurer les credentials AWS (voir AWS CLI):

aws configure

Ensuite, boto3 utilise automatiquement ces credentials :

import boto3

# boto3 cherche automatiquement les credentials dans ~/.aws/credentials
s3_client = boto3.client('s3')

# Ou utiliser un profil spécifique
s3_session = boto3.Session(profile_name='default')
s3_client = s3_session.client('s3')

Opérations courantes avec S3

Lister tous les buckets :

response = s3_client.list_buckets()
for bucket in response['Buckets']:
    print(f"Bucket: {bucket['Name']}")

Lister le contenu d'un bucket :

response = s3_client.list_objects_v2(Bucket='mon-bucket')

if 'Contents' in response:
    for obj in response['Contents']:
        print(f"{obj['Key']} — {obj['Size']} bytes")
else:
    print("Bucket is empty")

Upload un fichier :

# Upload simple
s3_client.upload_file(
    Filename='./mon-fichier.txt',
    Bucket='mon-bucket',
    Key='dossier/mon-fichier.txt'
)

# Upload avec contrôle d'ACL (ex: public-read)
s3_client.upload_file(
    Filename='./mon-fichier.txt',
    Bucket='mon-bucket',
    Key='dossier/mon-fichier.txt',
    ExtraArgs={'ACL': 'private'}  # ou 'public-read'
)

Download un fichier :

s3_client.download_file(
    Bucket='mon-bucket',
    Key='dossier/mon-fichier.txt',
    Filename='./local-fichier.txt'
)

Supprimer un objet :

s3_client.delete_object(Bucket='mon-bucket', Key='dossier/mon-fichier.txt')

Obtenir l'URL publique d'un objet :

# Accès direct (si l'objet est public)
url = f"https://mon-bucket.s3.amazonaws.com/mon-fichier.txt"

# Ou générer une URL signée (valable 1 heure)
url = s3_client.generate_presigned_url(
    ClientMethod='get_object',
    Params={'Bucket': 'mon-bucket', 'Key': 'mon-fichier.txt'},
    ExpiresIn=3600  # 1 heure en secondes
)
print(url)

Classes de stockage S3

S3 propose plusieurs classes optimisées pour différents cas d'usage :

S3 Standard : accès fréquent, traitement immédiat. Prix : ~$0.025/GB/mois.

S3 Standard-IA (Infrequent Access) : accès occasionnel, données doivent rester disponibles. Prix : ~$0.0125/GB/mois + frais accès.

S3 Intelligent-Tiering : AWS déplace automatiquement les objets entre Standard et IA selon l'usage. Prix : ~$0.0125/GB/mois + frais gestion.

S3 Glacier Flexible Retrieval : archivage, accès rare. Récupération en heures. Prix : ~$0.004/GB/mois.

S3 Glacier Deep Archive : archivage longue durée (7+ ans), accès très rare. Récupération en 12h. Prix : ~$0.00099/GB/mois.

Cas d'usage S3

Sauvegarde et archivage : Sauvegarder des fichiers, des logs, des DBs sur des années avec Glacier.

Data lakes : Consolider et analyser de grandes quantités de données non structurées (CSV, JSON, Parquet).

Hosting de contenu statique : Héberger un site web statique, des images, des PDFs (avec CloudFront en CDN).

Distribution de logiciels : Stocker et servir des binaires, des mises à jour applicatives.

ML & Big Data : Stocker les datasets d'entraînement pour SageMaker, Spark, etc.

Facturation S3

Stockage : ~$0.025/GB/mois pour Standard (varie par classe)
Requêtes API : ~$0.0004 par 1000 GET, ~$0.005 par 1000 PUT (varie selon l'opération)
Transfert de données sortantes : ~$0.09/GB au-delà du Free Tier
Feature supplémentaires : versioning, lifecycle, replication (tous payants)
Free Tier : 5 GB stocké + 20 000 GET + 2000 PUT pour 12 mois

Astuce : Utilisez les policies de cycle de vie pour migrer automatiquement les vieux objets vers Glacier (beaucoup moins cher).

EBS — Stockage bloc attaché aux instances

Qu'est-ce que EBS ?

Amazon Elastic Block Store (EBS) est un service de stockage par bloc hautement disponible et performant. Contrairement à S3 qui est un service indépendant, EBS se rattache directement à une instance EC2, fonctionnant comme un disque dur externe.

Caractéristiques clés :

Attaché à une instance : Un volume EBS ne peut être attaché qu'à une seule EC2 à la fois
Persistant : Les données survivent à l'arrêt/redémarrage de l'instance
Performance élevée : Latence basse, haute IOPS (entrées/sorties par seconde)
Volumes multiples : Une instance peut avoir plusieurs volumes EBS
Snapshots : Sauvegardes incrémentielles des données
Chiffrement : Chiffrement natif au repos avec KMS

Volumes EBS et types

Chaque instance EC2 a un volume root (le disque système). Des volumes supplémentaires peuvent être attachés.

SSD (haute performance) :

gp3 (General Purpose) : équilibre coût/performance pour la plupart des workloads. ~$0.10/GB/mois.
gp2 : version antérieure, moins performante. ~$0.10/GB/mois.
io1/io2 : haute IOPS pour BD exigeantes. ~$0.125/GB/mois + coûts IOPS.

HDD (stockage économique) :

st1 : débit élevé pour big data. ~$0.045/GB/mois.
sc1 : archives économiques. ~$0.015/GB/mois.

Le type gp3 est recommandé pour débuter (le meilleur rapport coût/performance).

Attacher un volume EBS

Depuis la console EC2 :

Créer un volume : EC2 → Elastic Block Store → Volumes → Create volume
- Sélectionner la zone (même que l'instance)
- Taille (ex: 100 GB)
- Type (gp3 recommandé)
- Chiffrement : activer (recommandé)
Attacher l'instance : Clic droit sur le volume → Attach volume → sélectionner l'instance et le device (ex: /dev/sdf)
Monter dans l'instance (depuis SSH) :

# Lister les disques
lsblk

# Formater le volume (première fois uniquement)
sudo mkfs.ext4 /dev/nvme1n1

# Créer un point de montage
sudo mkdir /mnt/data

# Monter le volume
sudo mount /dev/nvme1n1 /mnt/data

# Vérifier
df -h

Rendre permanent : Ajouter une ligne à /etc/fstab pour que le montage survive aux redémarrages.

Snapshots et sauvegardes

Un snapshot EBS est une sauvegarde incrémentiellele du volume (seules les modifications depuis le dernier snapshot sont copiées).

# Créer un snapshot depuis la console
# EC2 → Elastic Block Store → Snapshots → Create snapshot

Cas d'usage :

Sauvegarde : protéger les données critiques
Clonage : créer un nouveau volume à partir d'un snapshot
Migration : copier un volume vers une autre région (via snapshots)
Restauration : récupérer un point-dans-le-temps

Prix : ~$0.05 par GB/mois pour le stockage du snapshot.

Cas d'usage EBS

Disque système d'EC2 : Partitionnement / OS / applications système — Le volume root pour chaque instance.

Bases de données locales : Installer PostgreSQL, MySQL directement sur l'EC2 avec EBS comme stockage (au lieu de RDS managé).

Application avec données temporaires : Cache, sessions, fichiers temporaires nécessitant un accès rapide.

Haute performance : Traitement de données intensif, machine learning, analytics où la latence est critique.

EBS vs S3 vs RDS : Comparaison rapide

Aspect	EBS	S3	RDS
Attachement	Instance EC2 unique	Indépendant	Indépendant
Accès	Disque système	API HTTP	Connexion BD
Performance	Très rapide (msec)	Réseau (sec)	Requêtes SQL (msec)
Scalabilité	Limitée à instance	Infinie	Instance-dépendante
Persistance	Survit arrêt EC2	Permanent	Permanent
Prix	~$0.10/GB/mois	~$0.025/GB/mois	Instance-heure + stockage
Données	Non structurées (fichiers)	Non structurées (objets)	Relationnelles (tables)

Résumé :

EBS = disque attaché pour une instance (performance)
S3 = stockage d'objets indépendant (scalabilité)
RDS = base de données managée (structure)

Facturation EBS

Volume : ~$0.10/GB/mois pour gp3
Snapshots : ~$0.05 par GB/mois
IOPS surprovisionnés : coûts additionnels pour io1/io2
Free Tier : 30 GB de stockage EBS combiné (gp2 & io1) pour 12 mois

Bonnes pratiques EBS

Utiliser gp3 pour la plupart des cas (meilleur coût/performance)
Créer des snapshots réguliers des données critiques
Activer le chiffrement sur tous les volumes
Monitorer l'utilisation disque pour éviter les saturation
Supprimer les volumes inutilisés pour réduire les coûts
Utiliser EBS Auto Scaling si la charge varie dynamiquement

RDS vs S3 : Différences clés

Aspect	RDS	S3
Type de données	Structurées (tables, lignes, colonnes)	Non structurées (objets, blobs)
Accès	Requêtes SQL, connexion persistente	API REST HTTP, sans connexion
Scalabilité	verticale (augmenter instance) + répliques lecture	Horizontale infinie
Disponibilité	99.95% avec Multi-AZ	99.99%
Durabilité	Sauvegardes automatiques	11-9 (copie par défaut dans 3 AZ)
Coûts	Instance-heure + stockage	Stockage + requêtes + transfert
Transactions	ACID (atomicité, cohérence)	Cohérence éventuelle
Latence	Millisecondes (requêtes db)	Millisecondes (API)
Chiffrement	SSL en transit, KMS au repos	SSL en transit, SSE en repos
Audit	Pas natif (logs fournis)	CloudTrail + access logs

Cas d'usage appropriés pour RDS

Applications avec données relationnelles (CRM, e-commerce, ERP)
Nécessité de transactions ACID (opérations financières)
Requêtes complexes avec JOINs
Données fréquemment modifiées
Exigence de haute disponibilité (Multi-AZ)

Cas d'usage appropriés pour S3

Stockage de fichiers statiques (images, PDFs, vidéos)
Data lakes et big data
Sauvegarde et archivage
Données rarement accédées
Demande de scalabilité infinie
Optimisation des coûts d'archivage long terme

Architecture hybrid

En pratique, une application moderne utilise les deux :

┌─────────────────────────────────┐
│     Application Web/API         │
└─────────────────────────────────┘
         ↓              ↓
    ┌────────────┐  ┌──────────┐
    │    RDS     │  │    S3    │
    │ Données    │  │ Fichiers,│
    │ de app     │  │ logs,    │
    │ (users,    │  │backup    │
    │  posts)    │  │          │
    └────────────┘  └──────────┘

Par exemple, une application de réseau social stocke les profils, posts, commentaires en RDS, tandis que les photos, vidéos, avatars sont hébergés en S3.

Bonnes pratiques

Pour RDS :

Toujours utiliser Multi-AZ en production
Activer automated backups avec retention de 7-35j
Utiliser IAM database authentication plutôt que des mots de passe en dur
Auditer les slow queries et optimiser les index
Monitorer CPU, mémoire, stockage avec CloudWatch

Pour S3 :

Toujours bloquer l'accès public par défaut (Block Public Access)
Activer versioning pour les données critiques
Utiliser des lifecycle policies pour réduire les coûts
Chiffrer les données sensibles avec KMS
Activer logging et CloudTrail pour l'audit
Utiliser CloudFront comme CDN pour distribuer globalement

Les services RDS et S3 offrent une fondation solide pour le stockage et la gestion des données en production. Une combinaison avec Lambda, EC2 ou ECS permet de construire une application cloud complète.

RDS — Bases de données relationnelles managées​

Qu'est-ce que RDS ?​

Avantages de RDS​

Créer une instance RDS​

Paramètres essentiels à connaître​

Récupérer les informations de connexion​

Se connecter à une RDS depuis Python​

Cas d'usage RDS​

Facturation RDS​

S3 — Stockage d'objets hautement scalable​

Qu'est-ce que S3 ?​

Concepts clés​

Créer un bucket S3​

Interagir avec S3 en Python​

Opérations courantes avec S3​

Classes de stockage S3​

Cas d'usage S3​

Facturation S3​

EBS — Stockage bloc attaché aux instances​

Qu'est-ce que EBS ?​

Volumes EBS et types​

Attacher un volume EBS​

Snapshots et sauvegardes​

Cas d'usage EBS​

EBS vs S3 vs RDS : Comparaison rapide​

Facturation EBS​

Bonnes pratiques EBS​

RDS vs S3 : Différences clés​

Cas d'usage appropriés pour RDS​

Cas d'usage appropriés pour S3​

Architecture hybrid​

Bonnes pratiques​