io/redo_log_flush - Amazon Aurora
支持的引擎版本上下文等待次数增加的可能原因操作

io/redo_log_flush

在会话向 Amazon Aurora 存储中写入持久数据时，将发生 io/redo_log_flush 事件。

支持的引擎版本

以下引擎版本支持此等待事件信息：

  • Aurora MySQL 版本 3

上下文

io/redo_log_flush 事件用于 Aurora MySQL 中的写入输入/输出 (I/O) 操作。

注意

在 Aurora MySQL 版本 2 中，此等待事件名为 io/aurora_redo_log_flush。

等待次数增加的可能原因

对于数据持久性，提交需要对稳定存储进行持久写入操作。如果数据库执行的提交太多，写入输入/输出操作会出现等待事件，即 io/redo_log_flush 等待事件。

有关此等待事件的行为的示例，请参阅 io/aurora_redo_log_flush。

操作

根据等待事件的原因，我们建议采取不同的操作。

识别有问题的会话和查询

如果数据库实例遇到瓶颈，您的首要任务是查找导致瓶颈的会话和查询。对于有用 AWS 数据库博客文章，请参阅利用性能详情分析 Amazon Aurora MySQL 工作负载。

识别导致瓶颈的会话和查询

  1. 登录 AWS Management Console 并通过以下网址打开 Amazon RDS 控制台：https://console.aws.amazon.com/rds/。

  2. 在导航窗格中，选择 Performance Insights。

  3. 选择您的数据库实例。

  4. 在 Database load（数据库负载）中，选择 Slice by wait（按等待切片）。

  5. 在页面底部，选择 Top SQL（主要 SQL）。

    列表顶部的查询导致数据库负载最高。

对写入操作进行分组

以下示例会触发 io/redo_log_flush 等待事件。（自动提交已开启。）

INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx');
INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx');
INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx');
....
INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx');

UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE id=xx;
UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE id=xx;
UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE id=xx;
....
UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE id=xx;

DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx;
DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx;
DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx;
....
DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx;

为了减少等待 io/redo_log_flush 等待事件所花费的时间，将写入操作按逻辑分组为单个提交，以减少对存储的持久调用。

关闭自动提交

在进行不在事务范围内的大型更改之前，请关闭自动提交，如以下示例所示。

SET SESSION AUTOCOMMIT=OFF;
UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1=xx;
UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1=xx;
UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1=xx;
....
UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1=xx;
-- Other DML statements here
COMMIT;

SET SESSION AUTOCOMMIT=ON;

使用事务

您可使用事务，如以下示例所示。

BEGIN
INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx');
INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx');
INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx');
....
INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx');

DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx;
DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx;
DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx;
....
DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx;

-- Other DML statements here
END

使用批处理

您还可以对批处理进行更改，如以下示例所示。但是，使用过大的批处理可能会导致性能问题，尤其是在只读副本中或执行时间点恢复 (PITR) 时。

INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES
('xxxx','xxxxx'),('xxxx','xxxxx'),...,('xxxx','xxxxx'),('xxxx','xxxxx');

UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1 BETWEEN xx AND xxx;

DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1<xx;