管理 Aurora 資料庫叢集的效能和擴展

您可以使用下列選項來管理 Aurora 資料庫叢集和資料庫執行個體的效能與擴展：

主題

儲存體擴展
執行個體擴展
讀取擴展
管理連線
管理查詢執行計劃

儲存體擴展

Aurora 儲存體會隨著叢集磁碟區中的資料而自動擴展。隨著您的資料成長，您的叢集磁碟區儲存體最多可擴充功能至 128 或 64 TiB。大小上限取決於資料庫引擎版本。若要了解叢集磁碟區中包含哪些類型的資料，請參閱 Amazon Aurora 存儲。如需特定版本大小上限的詳細資訊，請參閱 Amazon Aurora 大小限制。

每小時會檢查一次叢集磁碟區的大小，以決定您的儲存成本。如需定價資訊，請參閱 Aurora 定價頁面。

即使 Aurora 叢集磁碟區的大小可以擴展至數個 TiB，您只需支付磁碟區中所使用空間的費用。判斷計費儲存空間的機制取決於 Aurora 叢集的版本。

從叢集磁碟區移除 Aurora 資料時，整體計費空間將會大幅減少。當捨棄或重整基礎資料表空間以使用較少的空間時，就會發生此動態調整大小的行為。因此，您可以捨棄不再需要的資料表和資料庫，以減少儲存費用。動態調整大小適用於特定 Aurora 版本。下列是當您移除資料時，叢集磁碟區動態調整大小的 Aurora 版本：

資料庫引擎	版本與動態調整大小
我的 Aurora SQL	版本 3（與我的 SQL 8.0 兼容）：所有支持的版本版本 2（與我的 SQL 5.7 兼容）：2.11 及更高版本
Aurora 郵報 SQL	所有支援的版本
Aurora Serverless v2	所有支援的版本
Aurora Serverless v1	所有支援的版本

在 Aurora 版本低於上述清單中的版本中，叢集磁碟區可以重複使用移除資料時釋放的空間，但磁碟區本身永遠不會減少大小。
此功能將分階段部署至提供 Aurora 的 AWS 區域。視叢集所在的區域而定，此功能可能尚未提供。

動態調整大小適用於實際移除叢集磁碟區內資料表空間或調整大小的操作。因此，它適用於諸如DROP TABLE、DROP DATABASE、TRUNCATE TABLE和之類的SQL陳述式ALTER TABLE ... DROP PARTITION。它不適用於使用 DELETE 陳述式刪除資料列。如果您從資料表中刪除大量資料列，您可以執行 Aurora My SQL OPTIMIZE TABLE 陳述式，或之後再使用 Aurora Postgre SQL pg_repack 延伸模組來重新組織資料表並動態調整叢集磁碟區的大小。

對於我的 AuroraSQL，適用下列考量事項：

將資料庫叢集升級至支援動態調整大小的資料庫引擎版本之後，在該特定陳述式中啟用此功能時 AWS 區域，任何稍後由特定SQL陳述式釋放的空間 (例如DROP TABLE) 都可回收。

如果特定功能已明確停用 AWS 區域，即使在支援動態調整大小的版本上，空間也可能只能重複使用，而且無法回收。

此功能已於 2020 年 11 月至 2022 年 3 月期間針對特定的資料庫引擎版本 (1.23.0—1.23.4、2.09.0—2.09.3 和 2.10.0) 啟用，並且在任何後續版本中預設為啟用。
表在內部存儲在不同大小的一個或多個連續片段中。在運行TRUNCATE TABLE操作時，對應於第一個片段的空間是可重複使用的，不可回收。其他碎片是可回收的。在DROP TABLE作業期間，可回收整個表格空間的對應空間。
innodb_file_per_table參數會影響表格儲存體的組織方式。當資料表屬於系統資料表空間時，刪除資料表並不會減少系統資料表空間的大小。因此，請務必針對 Aurora My SQL DB 叢集設innodb_file_per_table定為 1，以充分利用動態調整大小。
在版本 2.11 及更高版本中，InnoDB 臨時表格空間將被丟棄並在重新啟動時重新創建。這會將暫存資料表空間所佔用的空間釋放給系統，叢集磁碟區隨後也會調整大小。若要充分利用動態調整大小功能，建議您將資料庫叢集升級至 2.11 或更高版本。

注意

動態調整大小功能不會在卸除表格空間中的表格時立即回收空間，而是以每天約 10 TB 的速率逐漸回收空間。系統表格空間中的空間不會回收，因為系統表格空間永遠不會移除。當操作需要資料表空間中的空間時，就會重複使用該資料表空間中未回收的可用空間。只有當叢集處於可用狀態時，動態調整大小功能才能回收儲存空間。

您可以監視中的VolumeBytesUsed指標，以檢查叢集使用了多少儲存空間 CloudWatch。如需儲存體帳單的詳細資訊，請參閱 Aurora 資料儲存體的計費方式。

在中 AWS Management Console，您可以檢視叢集詳細資訊頁面上的Monitoring索引標籤，在圖表中看到此圖。

使用 AWS CLI，您可以執行類似下列 Linux 範例的命令。將開始和結束時間以及叢集的名稱替換為您自己的值。


aws cloudwatch get-metric-statistics --metric-name "VolumeBytesUsed" \
  --start-time "$(date -d '6 hours ago')" --end-time "$(date -d 'now')" --period 60 \
  --namespace "AWS/RDS" \
  --statistics Average Maximum Minimum \
  --dimensions Name=DBClusterIdentifier,Value=my_cluster_identifier

此命令會產生類似下列的輸出。


{
    "Label": "VolumeBytesUsed",
    "Datapoints": [
        {
            "Timestamp": "2020-08-04T21:25:00+00:00",
            "Average": 182871982080.0,
            "Minimum": 182871982080.0,
            "Maximum": 182871982080.0,
            "Unit": "Bytes"
        }
    ]
}

下列範例說明如何使用 Linux 系統上的 AWS CLI 命令追蹤 Aurora 叢集隨著時間的推移儲存使用情況。--start-time 和 --end-time 參數將整體時間間隔定義為一天。--period 參數會要求每隔一小時測量一次。選擇較小的 --period 值是沒有意義的，因為指標是以間隔時間收集，而非持續收集。此外，相關SQL陳述式完成後，Aurora 儲存作業有時會在背景繼續一段時間。

第一個範例會以預設JSON格式傳回輸出。資料點以任意順序傳回，而非按時間戳記排序。您可以將此JSON數據導入到圖表工具中以進行排序和可視化。


$ aws cloudwatch get-metric-statistics --metric-name "VolumeBytesUsed" \
  --start-time "$(date -d '1 day ago')" --end-time "$(date -d 'now')" --period 3600
  --namespace "AWS/RDS" --statistics Maximum --dimensions Name=DBClusterIdentifier,Value=my_cluster_id
{
    "Label": "VolumeBytesUsed",
    "Datapoints": [
        {
            "Timestamp": "2020-08-04T19:40:00+00:00",
            "Maximum": 182872522752.0,
            "Unit": "Bytes"
        },
        {
            "Timestamp": "2020-08-05T00:40:00+00:00",
            "Maximum": 198573719552.0,
            "Unit": "Bytes"
        },
        {
            "Timestamp": "2020-08-05T05:40:00+00:00",
            "Maximum": 206827454464.0,
            "Unit": "Bytes"
        },
        {
            "Timestamp": "2020-08-04T17:40:00+00:00",
            "Maximum": 182872522752.0,
            "Unit": "Bytes"
        },
... output omitted ...

此範例會傳回與前一個相同的資料。--output 參數表示精簡純文字格式的資料。aws cloudwatch 命令會將其輸出傳送至 sort 命令。sort命令的-k參數按第三個字段對輸出進行排序，這是國際協調時間（UTC）格式的時間戳。


$ aws cloudwatch get-metric-statistics --metric-name "VolumeBytesUsed" \
  --start-time "$(date -d '1 day ago')" --end-time "$(date -d 'now')" --period 3600 \
  --namespace "AWS/RDS" --statistics Maximum --dimensions Name=DBClusterIdentifier,Value=my_cluster_id \
  --output text | sort -k 3
VolumeBytesUsed
DATAPOINTS  182872522752.0  2020-08-04T17:41:00+00:00 Bytes
DATAPOINTS  182872522752.0  2020-08-04T18:41:00+00:00 Bytes
DATAPOINTS  182872522752.0  2020-08-04T19:41:00+00:00 Bytes
DATAPOINTS  182872522752.0  2020-08-04T20:41:00+00:00 Bytes
DATAPOINTS  187667791872.0  2020-08-04T21:41:00+00:00 Bytes
DATAPOINTS  190981029888.0  2020-08-04T22:41:00+00:00 Bytes
DATAPOINTS  195587244032.0  2020-08-04T23:41:00+00:00 Bytes
DATAPOINTS  201048915968.0  2020-08-05T00:41:00+00:00 Bytes
DATAPOINTS  205368492032.0  2020-08-05T01:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T02:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T03:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T04:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T05:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T06:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T07:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T08:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T09:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T10:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T11:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T12:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T13:41:00+00:00 Bytes
DATAPOINTS  206827454464.0  2020-08-05T14:41:00+00:00 Bytes
DATAPOINTS  206833664000.0  2020-08-05T15:41:00+00:00 Bytes
DATAPOINTS  206833664000.0  2020-08-05T16:41:00+00:00 Bytes

排序的輸出會顯示監控期間開始和結束時使用了多少儲存空間。當 Aurora 為叢集配置更多儲存體時，您也可以在該期間找到這些點。下列範例使用 Linux 命令，將開始和結束的 VolumeBytesUsed 值重新格式化為 Gigabyte (GB) 和 Gibibyte (GiB)。GB 代表以 10 的乘冪計算單位，通常用於討論旋轉式硬碟的儲存裝置。GiB 代表以 2 的乘冪計算的單位。Aurora 儲存量測和限制通常以 2 的乘冪為表示單位，例如 GiB 和 TiB。


$ GiB=$((1024*1024*1024))
$ GB=$((1000*1000*1000))
$ echo "Start: $((182872522752/$GiB)) GiB, End: $((206833664000/$GiB)) GiB"
Start: 170 GiB, End: 192 GiB
$ echo "Start: $((182872522752/$GB)) GB, End: $((206833664000/$GB)) GB"
Start: 182 GB, End: 206 GB

VolumeBytesUsed 指標會告訴您叢集中有多少儲存體會產生費用。因此，最好在實用的情況下盡量降低此數字。不過，此指標不包含 Aurora 在叢集內部使用且不收費的部分儲存體。如果您的叢集已接近儲存限制且空間不足，則監控 AuroraVolumeBytesLeftTotal 指標並嘗試將該數字最大化會更有幫助。下列範例會執行與前一個類似的計算，但它是針對 AuroraVolumeBytesLeftTotal 而非 VolumeBytesUsed。


$ aws cloudwatch get-metric-statistics --metric-name "AuroraVolumeBytesLeftTotal" \
  --start-time "$(date -d '1 hour ago')" --end-time "$(date -d 'now')" --period 3600 \
  --namespace "AWS/RDS" --statistics Maximum --dimensions Name=DBClusterIdentifier,Value=my_old_cluster_id \
  --output text | sort -k 3
AuroraVolumeBytesLeftTotal
DATAPOINTS      140530528288768.0       2023-02-23T19:25:00+00:00       Count
$ TiB=$((1024*1024*1024*1024))
$ TB=$((1000*1000*1000*1000))
$ echo "$((69797067915264 / $TB)) TB remaining for this cluster"
69 TB remaining for this cluster
$ echo "$((69797067915264 / $TiB)) TiB remaining for this cluster"
63 TiB remaining for this cluster

對於執行 Aurora My SQL 版本 2.09 或更高版本或 Aurora Postgre 的叢集SQL，新增資料時報告的可用大小會VolumeBytesUsed增加，並在移除資料時減少。下列範例會顯示作法。此報告顯示每隔 15 分鐘叢集的最大和最小儲存體大小，因為會建立和刪除含有暫存資料的表格。此報告會在最小值之前列出最大值。因此，若要了解儲存體使用量在 15 分鐘間隔內的變更，請從右至左解讀數字。


$ aws cloudwatch get-metric-statistics --metric-name "VolumeBytesUsed" \
  --start-time "$(date -d '4 hours ago')" --end-time "$(date -d 'now')" --period 1800 \
  --namespace "AWS/RDS" --statistics Maximum Minimum --dimensions Name=DBClusterIdentifier,Value=my_new_cluster_id
  --output text | sort -k 4
VolumeBytesUsed
DATAPOINTS	14545305600.0	14545305600.0	2020-08-05T20:49:00+00:00	Bytes
DATAPOINTS	14545305600.0	14545305600.0	2020-08-05T21:19:00+00:00	Bytes
DATAPOINTS	22022176768.0 14545305600.0	2020-08-05T21:49:00+00:00	Bytes
DATAPOINTS	22022176768.0	22022176768.0	2020-08-05T22:19:00+00:00	Bytes
DATAPOINTS	22022176768.0	22022176768.0	2020-08-05T22:49:00+00:00	Bytes
DATAPOINTS	22022176768.0 15614263296.0	2020-08-05T23:19:00+00:00	Bytes
DATAPOINTS	15614263296.0	15614263296.0	2020-08-05T23:49:00+00:00	Bytes
DATAPOINTS	15614263296.0	15614263296.0	2020-08-06T00:19:00+00:00	Bytes

下列範例顯示執行 Aurora 我的SQL版本 2.09 或更高版本或 Aurora Postgre SQL 的叢集如何AuroraVolumeBytesLeftTotal反映 128-TiB 大小限制。


$ aws cloudwatch get-metric-statistics --region us-east-1 --metric-name "AuroraVolumeBytesLeftTotal" \
  --start-time "$(date -d '4 hours ago')" --end-time "$(date -d 'now')" --period 1800 \
  --namespace "AWS/RDS" --statistics Minimum --dimensions Name=DBClusterIdentifier,Value=pq-57 \
  --output text | sort -k 3
AuroraVolumeBytesLeftTotal
DATAPOINTS	140515818864640.0	2020-08-05T20:56:00+00:00	Count
DATAPOINTS	140515818864640.0	2020-08-05T21:26:00+00:00	Count
DATAPOINTS	140515818864640.0	2020-08-05T21:56:00+00:00	Count
DATAPOINTS	140514866757632.0	2020-08-05T22:26:00+00:00	Count
DATAPOINTS	140511020580864.0	2020-08-05T22:56:00+00:00	Count
DATAPOINTS	140503168843776.0	2020-08-05T23:26:00+00:00	Count
DATAPOINTS	140503168843776.0	2020-08-05T23:56:00+00:00	Count
DATAPOINTS	140515818864640.0	2020-08-06T00:26:00+00:00	Count
$ TiB=$((1024*1024*1024*1024))
$ TB=$((1000*1000*1000*1000))
$ echo "$((140515818864640 / $TB)) TB remaining for this cluster"
140 TB remaining for this cluster
$ echo "$((140515818864640 / $TiB)) TiB remaining for this cluster"
127 TiB remaining for this cluster

執行個體擴展

您可以修改資料庫叢集中每個資料庫執行個體的資料庫執行個體類別，視需要擴展 Aurora 資料庫叢集。視資料庫引擎相容性而定，Aurora 支援數個針對 Aurora 最佳化的資料庫執行個體類別。

資料庫引擎	執行個體擴展
亞馬遜我的極光 SQL	請參閱擴展 Aurora MySQL 資料庫執行個體
Amazon Aurora 郵政 SQL	請參閱擴展 Aurora 後SQL資料庫執行個體

讀取擴展

您可以在資料庫叢集中建立最多 15 個 Aurora 複本，以達成 Aurora 資料庫叢集的讀取擴展。在主要執行個體寫入更新之後，每個 Aurora 複本會以最短的複本延遲從叢集磁碟區傳回相同的資料，通常遠低於 100 毫秒。當讀取流量增加時，您可以建立更多 Aurora 複本，並直接連線這些複本，以分散資料庫叢集的讀取負載。Aurora 複本的資料庫執行個體類別不必與主要執行個體相同。

如需新增 Aurora 複本到資料庫叢集的詳細資訊，請參閱將 Aurora 複本新增至資料庫叢集。

管理連線

允許對 Aurora 資料庫執行個體建立的連線數上限，由資料庫執行個體的執行個體層級參數群組中的 max_connections 參數決定。根據用於資料庫執行個體的資料庫執行個體類別及資料庫引擎相容性，此參數的預設值有所不同。

資料庫引擎	max_connections 預設值
亞馬遜我的極光 SQL	請參閱Aurora MySQL 資料庫執行個體的最大連線數
Amazon Aurora 郵政 SQL	請參閱至 Aurora SQL 資料庫執行個體的連線上限

提示

如果您的應用程式經常開啟和關閉連線，或保持大量長期連線的開啟狀態，建議您使用 Amazon RDS Proxy。RDSProxy 是全受管、高可用性的資料庫 Proxy，使用連線集區安全且有效地共用資料庫連線。若要進一步瞭解RDS代理伺服器，請參閱使用 Amazon RDS Proxy for Aurora。

管理查詢執行計劃

如果您對 Aurora Postgre 使用查詢計劃管理SQL，則可以控制最佳化器執行的計劃。如需詳細資訊，請參閱管理查詢執行計劃 Aurora SQL。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

刪除 auto 資源調度資源規

複製 Aurora 資料庫叢集的一個磁碟區