Pembaruan mesin basis data Aurora MySQL 2016-11-10 (versi 1.9.0, 1.9.1) (Dihentikan)

Peningkatan build indeks – Implementasi untuk membangun indeks sekunder kini beroperasi dengan membangun indeks dengan cara yang dari bawah ke atas, yang menghilangkan pemisahan halaman yang tidak perlu. Ini dapat mengurangi waktu yang diperlukan untuk membuat indeks atau membangun ulang tabel hingga 75% (berdasarkan Kelas instans DB db.r3.8xlarge). Fitur ini berada dalam mode lab di Aurora MySQL versi 1.7 dan diaktifkan secara default di Aurora versi 1.9 dan di atasnya. Untuk selengkapnya, lihat Mode lab Amazon Aurora MySQL di Panduan Pengguna Amazon Aurora.

Kompresi kunci (mode lab) – Implementasi ini secara signifikan mengurangi jumlah memori yang dikonsumsi manajer kunci hingga 66%. Manajer kunci dapat memperoleh lebih banyak kunci baris tanpa menemui pengecualian out-of-memory . Fitur ini dinonaktifkan secara default dan dapat diaktifkan dengan mengaktifkan mode lab Aurora. Untuk selengkapnya, lihat Mode lab Amazon Aurora MySQL di Panduan Pengguna Amazon Aurora.

Skema kinerja – Aurora MySQL sekarang menyertakan dukungan untuk skema kinerja dengan dampak minimal pada kinerja. Dalam pengujian kami menggunakan SysBench, mengaktifkan skema kinerja dapat menurunkan kinerja MySQL hingga 60%.

SysBench pengujian cluster Aurora DB menunjukkan dampak pada kinerja yang 4x kurang dari MySQL. Menjalankan kelas instans DB db.r3.8xlarge menghasilkan 100K tulis SQL/detik dan lebih dari 550K baca SQL/detik, bahkan dengan skema kinerja diaktifkan.

Perbaikan perselisihan baris panas – Fitur ini mengurangi pemanfaatan CPU dan meningkatkan throughput ketika sejumlah kecil baris panas diakses oleh banyak koneksi. Fitur ini juga menghilangkan error 188 saat terdapat persaingan baris panas.

out-of-memory Penanganan yang ditingkatkan - Ketika pernyataan SQL penguncian yang tidak penting dijalankan dan kumpulan memori yang dicadangkan dilanggar, Aurora memaksa pengembalian pernyataan SQL tersebut. Fitur ini membebaskan memori dan mencegah kerusakan mesin karena pengecualian. out-of-memory

Pemilih baca cerdas - Implementasi ini meningkatkan latensi baca dengan memilih segmen penyimpanan optimal di antara segmen yang berbeda untuk setiap pembacaan, menghasilkan throughput baca yang lebih baik. SysBench pengujian telah menunjukkan peningkatan kinerja hingga 27% untuk beban kerja tulis.

Memperbaiki masalah yang dihadapi oleh Replika Aurora yang memiliki kunci bersama selama penyalaan mesin.

Memperbaiki kemungkinan crash pada Replika Aurora ketika kursor tampilan baca dalam sistem pembersihan adalah NULL.