注意 | 2025 年 3 月 31 日,将不再支持 Amazon Aurora Serverless v1。了解如何升级到 Aurora Serverless v2。>>
Amazon Aurora 常见问题
硬件和扩展
全部打开Aurora 数据库的最低存储限制和最大存储限制是什么?
最低存储为 10GiB。根据您的数据库使用量,您的 Aurora 存储将以 10GiB 的增量自动增长到 128TiB,而不会影响数据库的性能。 无需提前预置存储。 Aurora 借助 Amazon Aurora PostgreSQL Limitless Database 提供自动水平扩缩功能,可将存储扩展到 128 TiB 以上。要了解更多信息,请访问使用 Aurora PostgreSQL Limitless 数据库。
如何扩展与我的 Amazon Aurora DB 关联的计算资源?
可以通过三种方法扩展与 Amazon Aurora DB 关联的计算资源:使用 Amazon Aurora Serverless、Aurora PostgreSQL Limitless Database 或手动扩展。无论您选择哪种选项,都只需按实际使用量付费。
您可以使用 Aurora Serverless(一项适用于 Aurora 的按需弹性伸缩配置)来基于应用程序需求扩展数据库计算资源。它有助于在云中运行数据库,而无需担心数据库容器管理。您可以指定所需的数据库容量范围,且数据库将根据应用程序的需求进行扩缩。请在 Aurora Serverless 用户指南中阅读更多信息。
使用 Aurora PostgreSQL Limitless Database,您可以根据工作负载要求自动水平扩展计算资源,以支持高规模应用程序。它可以帮助您将应用程序扩展到单个数据库实例的写入吞吐量和存储限制之外,同时保持在单个数据库内操作的简便性。
您还可以通过在 AWS 管理控制台中选择所需的数据库实例类型,手动扩展与数据库关联的计算资源。您请求的更改将在您指定的维护窗口期间应用,或者您可以使用“立即应用”标记立即更改数据库实例类型。
高可用性和复制
全部打开如何创建 Amazon Aurora Global Database?
您只需在 Amazon RDS 控制台上单击几下即可创建 Aurora Global Database。此外,你可以使用 AWS 软件开发工具包 (SDK) 或 AWS Command-Line Interface (CLI)。您可以在主区域和辅助区域之间使用预置或无服务器实例类类型的混合配置。您也可以将主区域配置为 Aurora I/O 优化版集群,将辅助区域配置为 Aurora Standard,反之亦可。要了解更多信息,请访问创建 Amazon Aurora Global Database。
Aurora 是否会自动失效转移到 Amazon Aurora Global Database 的辅助区域?
不会。如果主区域不可用,您可以使用托管的跨区域 Aurora Global Database 失效转移操作来升级辅助区域,以获得完全读写能力。您也可以使用 Aurora Global Database 写入器端点,这样,无需更改应用程序代码即可连接到新升级的区域。要了解更多信息,请访问连接 Amazon Aurora Global Database。
水平扩缩 — 新功能!
全部打开什么是 Amazon Aurora PostgreSQL Limitless Database?
Aurora PostgreSQL Limitless Database 提供自动水平扩缩功能,每秒可处理数百万个写入事务并管理 PB 级数据,同时保持在单个数据库内操作的简便性。您可以专注于构建高规模应用程序,而无需构建和维护复杂的解决方案来跨多个数据库实例扩展数据以支持您的工作负载。Aurora PostgreSQL Limitless Database 根据您的应用程序工作负载进行扩展,您只需为应用程序使用的部分付费。要了解更多信息,请访问 Aurora PostgreSQL Limitless Database 用户指南。
为什么要使用 Aurora PostgreSQL Limitless Database?
对于需要水平扩展且需要超出单个 Aurora 数据库实例支持的写入吞吐量或数据存储容量限制的应用程序,您应该使用 Aurora PostgreSQL Limitless Database。例如,会计应用程序可以由用户水平分区,因为每个用户的会计数据都独立于其他用户。Aurora PostgreSQL Limitless Database 会自动扩展以支持您最大且增长最快的应用程序。
Aurora PostgreSQL Limitless Database 与现有的 Aurora 扩展功能有何不同?
现有的扩展功能有两种:使用 Aurora 副本和 Aurora Serverless v2 的 Amazon Aurora 自动扩缩。
Aurora 副本允许您增加 Aurora 集群的读取容量,使其超出单个数据库实例所能提供的限制。能够将读取工作负载与写入工作负载分开的应用程序可以受益于多达 15 个读取副本,从而实现更高的总体读取吞吐量。Aurora 副本不需要应用程序水平拆分其数据。所有数据在每个副本中都可用。Aurora 副本不会增加 Aurora 集群的存储容量或写入吞吐量。
Aurora Serverless v2 是 Aurora 的按需垂直扩缩配置,可根据应用程序需求在单个计算实例的容量限制内自动扩缩数据库计算和内存。写入器和读取器实例均支持 Aurora Serverless v2。但是,它不会增加 Aurora 集群的存储容量。如果您的应用程序设计为水平扩展,Aurora PostgreSQL Limitless Database 允许您将数据库的写入吞吐量和存储容量扩展到单个 Aurora 写入实例的限制之外
Aurora PostgreSQL Limitless Database 是如何工作的?
Aurora PostgreSQL Limitless Database 使用表列中客户指定的值(也称为分片键)跨数据库实例拆分数据。例如,可以使用 User-ID 列作为分片键来拆分存储用户信息的表。从本质上讲,Aurora PostgreSQL Limitless Database 是无服务器节点的分布式部署。节点是路由器或分片。路由器管理数据库的分布式特性。每个分片存储数据的一个子集,从而支持并行处理以实现高写入吞吐量。
随着计算或存储需求的增加,Aurora 首先自动扩展每个实例及其相关存储,然后扩展以提供不同分片键值的数据库工作负载。在任何时候,分片键值都由单个无服务器实例拥有和提供。当应用程序连接到 Aurora PostgreSQL Limitless Database 并发出请求时,首先会分析该请求。然后,将其发送到拥有请求指定的分片键值的计算实例,或者协调跨多个实例的查询。
多个计算实例(每个实例提供不同的分片键值)可以同时为同一 Aurora PostgreSQL Limitless Database 提供应用程序请求。Aurora PostgreSQL Limitless Database 提供与单写入器 Aurora PostgreSQL 系统相同的事务语义,从而消除了在应用程序中管理不同事务域的复杂性。
Aurora PostgreSQL Limitless 数据库支持哪些不同类型的表?
Aurora PostgreSQL Limitless Database 支持三种包含数据的表:分片表、参考表和标准表。
分片表:这些表分布在多个分片中。数据根据表中指定列的值(称为分片键)在分片之间进行拆分。它们对于扩展应用程序中最大、I/O 最密集的表非常有用。
参考表:这些表会在每个分片上完整复制数据,这样就可以消除不必要的数据移动,从而加快连接查询的速度。它们通常用于不经常修改的参考数据,例如产品目录和邮政编码。
标准表:这些表与常规 Aurora PostgreSQL 表类似。标准表全部放在一个分片上,因此可以消除不必要的数据移动,从而加快连接查询的速度。您可以从标准表创建分片表和参考表。
使用 Aurora PostgreSQL Limitless Database 时,是否有任何 PostgreSQL 兼容性方面的注意事项?
要了解有关 PostgreSQL 兼容性注意事项的更多信息,请访问 Aurora PostgreSQL Limitless Database 要求和注意事项。
如何开始使用 Aurora PostgreSQL Limitless Database?
您可以在 Amazon RDS 控制台或 Amazon API 中开始使用 Aurora PostgreSQL Limitless Database,以使用受支持的引擎版本创建新的 Aurora PostgreSQL 集群。要了解有关入门的更多信息,请访问 Aurora PostgreSQL Limitless Database 用户指南。
如何将我的应用程序连接到 Aurora PostgreSQL Limitless 数据库?
将您的应用程序连接到 Aurora PostgreSQL Limitless 数据库的方式与连接到标准 Aurora PostgreSQL 集群的方式相同。您只需连接到集群端点即可。要了解更多信息,请访问使用 Aurora PostgreSQL Limitless 数据库。
我是否需要更改现有的数据库架构或应用程序才能使用 Aurora PostgreSQL Limitless Database?
是的,您可能需要调整数据库架构才能使用 Aurora PostgreSQL Limitless Database。所有分片表都需要包含分片键,因此可能需要回填这些数据。例如,会计应用程序可能使用 User-ID 列按用户拆分其数据,因为每个用户都独立于其他用户。虽然用户表本身自然包含此
列,但其他表可能不包含,例如包含发票明细项目的表。由于这些表也需要按用户拆分以共置表以实现最佳查询性能,因此需要将 User-ID 列添加到表中。
用于拆分数据的列没有命名约束,但列定义必须匹配。您需要将分片键添加到应用程序查询中,并且可能还需要调整查询和事务以获得最佳性能。例如,当表仅按用户 ID 拆分时,使用发票 ID 查找发票会很慢,因为查询需要在所有数据库实例上执行。但是,如果查询还指定了用户 ID,则查询将被路由到包含该用户 ID 的所有订单的单个数据库实例,从而减少查询的延迟。
Aurora PostgreSQL Limitless Database 是否支持高可用性?
符合。当您将 Aurora PostgreSQL Limitless Database 的计算冗余度设置为大于零时,您可以选择高可用性选项,从而提供 99.99% 的可用性。每个存储和访问 Aurora PostgreSQL Limitless Database 数据的计算实例都可以有一个或两个备用实例,当主实例不可用时,它们可以接管请求。路由器将自动重定向流量,以最大限度地减少对您的应用程序的影响。
Aurora PostgreSQL Limitless Database 支持哪些版本和区域?
Aurora PostgreSQL Limitless Database 适用于兼容 PostgreSQL 16.4 的 Aurora I/O 优化版集群配置。有关 Aurora PostgreSQL Limitless Database 的 AWS 区域可用性的更多信息,请参阅 Aurora 定价页面。
Aurora PostgreSQL Limitless Database 如何计费?
在 Aurora PostgreSQL Limitless Database 中,数据库容量以 ACU 为单位。您按每秒的 ACU 使用量支付统一价格。适用 Aurora I/O 优化版配置存储费率。有关更多信息,请访问 Aurora 定价页面。
生成式人工智能
全部打开Aurora 能否与 Amazon Bedrock 配合使用?
符合。可以通过两种方法将 Amazon Aurora 数据库与 Amazon Bedrock 集成以支持生成式人工智能应用程序。首先,Amazon Aurora ML 可以通过 SQL 直接访问 Aurora MySQL 和 Aurora PostgreSQL 中可用的 Amazon Bedrock 基础模型。其次,您只需单击一下即可将 Aurora 配置为 Amazon Bedrock 知识库中的向量存储,并将从 Bedrock 生成的嵌入存储在 Aurora 上。Amazon Bedrock 知识库支持 Aurora PostgreSQL 作为检索增强生成(RAG)等使用案例的向量存储。阅读我们关于使用 Aurora PostgreSQL 作为 Amazon Bedrock 知识库的博客和文档。
零 ETL 集成
全部打开Aurora 的哪些引擎和版本支持零 ETL 集成?
Aurora 与 Amazon Redshift 的零 ETL 集成适用于 Aurora MySQL 3.05.2 版本(兼容 MySQL 8.0.32)及更高版本的 Aurora MySQL 兼容版。Aurora 与 Amazon Redshift 的零 ETL 集成在 Aurora PostgreSQL 兼容版本 Aurora PostgreSQL 16.4 及更高版本上提供。访问 AWS 区域和 Aurora DB 引擎支持的 Aurora 功能,了解有关 AWS 区域是否提供 Aurora 与 Amazon Redshift 的零 ETL 集成的更多信息。
零 ETL 集成是否支持 AWS CloudFormation?
此外,您现在可以使用 AWS CloudFormation 轻松管理和自动化 Aurora 与 Amazon Redshift 的零 ETL 集成所需的资源的配置和部署。有关更多信息,请访问具有零 ETL 集成的 CloudFormation 模板。
监控和指标
全部打开什么是 Amazon CloudWatch Database Insights?
CloudWatch Database Insights 是一种旨在简化和增强数据库故障排除的监控和指标解决方案。它可以自动收集遥测数据,包括指标、日志和跟踪,无需手动设置和配置。通过将这些遥测数据整合到 Amazon CloudWatch 中,CloudWatch Database Insights 提供了统一的数据库性能和运行状况视图。
CloudWatch Database Insights 的主要优势是什么?
CloudWatch Database Insights 的主要优势包括:
- 轻松收集遥测数据:自动收集数据库指标、日志和跟踪,最大限度地缩短设置时间。
- 精选洞察:提供预构建的控制面板、警报和洞察,用于监控和优化数据库性能,只需最少的配置即可开始使用。
- 统一的 CloudWatch 视图:将来自多个数据库的遥测数据合并到一个视图中,以简化监控。
- AI/ML 功能:利用 AI/ML 技术检测异常,减少人工故障排除工作。
- 应用程序上下文监控:允许用户将数据库性能与应用程序性能关联起来。
- 队列和实例级视图:同时提供笼统的队列监控视图和详细的实例视图,便于分析根本原因。
- 无缝集成 AWS:与 Amazon CloudWatch Application Signals 和 AWS X-Ray 集成,提供全面的可观测性体验。
什么是 Amazon DevOps Guru for RDS?
Amazon DevOps Guru for RDS 是 Amazon RDS(包括 Amazon Aurora)中一款由机器学习(ML)支持的功能,用于自动检测并诊断数据库中的性能和操作问题,使您能够在几分钟内解决问题,而不是几天。
Amazon DevOps Guru for RDS 是 Amazon DevOps Guru 的一项功能,它可以检测所有 Amazon RDS 引擎和数十种其他资源类型的操作和性能问题。DevOps Guru for RDS 扩展了 DevOps Guru 的现有功能,用于检测、诊断和解决 Amazon RDS 中的各种数据库相关问题(如资源过度利用和 SQL 查询的不当行为)。
当问题发生时,Amazon DevOps Guru for RDS 会立即通知开发人员和 DevOps 工程师,并提供诊断信息、问题程度的详细信息和智能补救建议,以帮助客户快速解决数据库相关性能瓶颈和操作问题。
为什么应该使用 Amazon DevOps Guru for RDS?
Amazon DevOps Guru for RDS 用于消除人工工作,并缩短时间(从数小时、数天到数分钟),以此检测并解决关系数据库工作负载中难以发现的性能瓶颈。
您可以为每个 Amazon Aurora 数据库启用 DevOps Guru for RDS,它将自动检测工作负载的性能问题,就每个问题向您发送提示,解释发现的结果,并提供解决措施建议。
DevOps Guru for RDS 帮助专家以外的人员更容易地访问数据库管理,并协助数据库专家管理更多数据库。
Amazon DevOps Guru for RDS 的工作原理是什么?
Amazon DevOps Guru for RDS 利用机器学习(ML)分析由 Amazon RDS 性能详情(PI)收集的遥测数据。DevOps Guru for RDS 在其分析中不使用任何存储在数据库中的数据。 PI 度量数据库负载,这是一个度量指标,用于描述应用程序在数据库上耗费的时间和数据库生成的已选指标,例如 MySQL 和 PostgreSQL 中的 pg_stat 表。
如何开始使用 Amazon DevOps Guru for RDS?
开始使用 DevOps Guru for RDS,要确保通过 RDS 控制台启用性能详情,然后为您的 Amazon Aurora 数据库简单启用 DevOps Guru。使用 DevOps Guru 时,您可以选择整个 AWS 账户作为分析覆盖范围、指定您希望 DevOps Guru 分析的特定 AWS CloudFormation 堆栈,或者使用 AWS 标签创建您希望 DevOps Guru 分析的资源组。
Amazon DevOps Guru for RDS 可以检测什么类型的问题?
Amazon DevOps Guru for RDS 用于识别可能影响应用程序服务质量的各种性能问题,例如锁定堆存、连接风暴、SQL 回归、CPU 和 I/O 连接,以及内存问题。
Amazon DevOps Guru for RDS 与 Amazon RDS 性能详情有何不同?
Amazon RDS 性能详情是一项数据库性能优化和监控功能,收集并可视化 Amazon RDS 数据库性能指标,帮助您迅速评测数据库负载,并确定在何时、何处采取行动。Amazon DevOps Guru for RDS 旨在监控这些指标,检测您的数据库何时发生性能问题,分析这些指标,并告诉您发生了哪些问题以及可以采取哪些措施。
CloudWatch Database Insights 与 DevOps Guru 有何不同?
CloudWatch Database Insights 可实时监控 Aurora 资源和应用程序,然后通过可自定义的控制面板呈现数据。相比之下,Amazon DevOps Guru 是一项机器学习(ML)服务,用于分析 CloudWatch 指标以了解应用程序在一段时间内的行为、检测异常情况并为解决问题提供洞察和建议。此外,DevOps Guru 可以分析来自多个来源的数据,包括 AWS Config、AWS CloudFormation 和 AWS X-Ray。您可以使用 CloudWatch 控制面板,通过 AWS/DevOps-Guru 命名空间中发布的指标来监控 DevOps Guru 的洞察。这可以帮助您使用 CloudWatch 控制台中的单一管理平台查看所有洞察和异常。
CloudWatch Database Insights 与 Amazon RDS 性能详情有何不同?
RDS 性能详情是一项数据库性能调优和监控功能,可帮助客户评估数据库负载,以及确定在何时、何处采取行动。CloudWatch Database Insights 是一项新的数据库可观测性功能,它继承了性能详情的所有功能,同时还支持队列级监控、与应用程序性能监控集成以及将数据库指标与日志和事件进行关联。