Amazon Aurora の特徴

SysBench のような標準のベンチマークでテストした結果、同様のハードウェア上の標準的な MySQL と比べ最大 5 倍、標準的な PostgreSQL と比べ最大 3 倍のスループットの向上が見られました。Aurora には、利用可能なコンピューティング、メモリ、ネットワークをデータベースエンジンが最大限に活用できるよう、さまざまなソフトウェアおよびハードウェアの技術が使用されています。I/O オペレーションにはクォーラムのような分散型システム技術が使用され、パフォーマンスの一貫性が向上しています。

Amazon Aurora Serverless は、Aurora のオンデマンド Auto Scaling 設定です。アプリケーションのニーズに基づいてデータベースを自動的に起動、シャットダウンし、容量をスケールアップまたはスケールダウンします。 Amazon Aurora Serverless を使用すれば、データベースインスタンスを管理せずにクラウド内でデータベースを実行できます。 Aurora Serverless v2 インスタンスを、既存または新規のデータベースクラスターでプロビジョニングされたインスタンスとともに使用することもできます。

Amazon Relational Database Service (Amazon RDS) API または AWS マネジメントコンソールを使用して、プロビジョニングされたインスタンスをスケールアップまたはスケールダウンできます。通常、コンピューティングのスケーリングは数分以内に完了します。

Aurora は、最も要求の厳しいアプリケーションのニーズに合わせて自動的に I/O をスケーリングします。また、ストレージのニーズが大きくなると、データベースボリュームのサイズも大きくなります。ボリュームは 10 GB ごとに最大 128 TiB まで拡張されます。今後の拡大に備えてデータベースに余分なストレージをプロビジョニングする必要はありません。 データベースクラスターに Amazon Aurora I/O 最適化設定を使用する場合、I/O コストが Aurora データベースのコストの 25% を超えると、Aurora は最大 40% のコスト削減も実現します。詳細については、Amazon Aurora のストレージと信頼性をご覧ください。

データベースに最大 15 個の Amazon Aurora レプリカを作成することで、大量のアプリケーションリクエストをサポートできるよう読み取りスループットを向上させることができます。Aurora レプリカはソースインスタンスとして基盤となるストレージを共有しているため、コストを削減でき、レプリカノードへの書き込みの実行が必要ありません。これにより、読み取りリクエストに対応するための処理能力が向上し、レプリカの遅延時間がしばしば 10 ミリ秒足らずまで短縮されます。Aurora にはリーダーエンドポイントが提供されているため、アプリケーションから接続するためにレプリカの追加や削除を追跡しておく必要がありません。また、自動スケーリングをサポートし、指定するパフォーマンスメトリクスの変化に応じて自動的にレプリカを追加、削除します。

「Aurora はクロスリージョンリードレプリカをサポートしています」を参照してください。クロスリージョンレプリカにより、高速のローカルの読み取りが可能であり、各リージョンにはローカルの読み込みをさらにスケーリングするための Aurora レプリカを 15 個追加できます。詳細については、Amazon Aurora Global Database を参照してください。

カスタムエンドポイントによって異なるデータベースインスタンスに対して、ワークロードの分散と負荷の調整が可能になりました。例えば、Aurora レプリカのセットをプロビジョンし、分析ワークロードを実行するためにメモリ容量の大きなインスタンスタイプを使用できます。カスタムエンドポイントを使用すると、ワークロードを適切に構成されたこれらのインスタンスにルーティングし、他のインスタンスを分離しておくことができます。

Amazon Aurora Parallel Query は現在のデータよりも高速な分析クエリを提供します。コアトランザクションワークロードの高スループットを維持しながら、クエリを最大 2 桁まで高速化することができます。クエリ処理を Aurora ストレージレイヤーにまでプッシュすると、ネットワークのトラフィックを軽減しながらコンピューティングパワーを大幅に増強できます。Parallel Query を使うと、同じ Aurora データベースでトランザクションと分析ワークロードを平行して実行できます。Parallel Query は、MySQL と互換性を持つ Amazon Aurora で利用できます。

Amazon DevOps Guru は、機械学習 (ML) を利用したクラウドオペレーションサービスであり、アプリケーションの可用性を向上させます。Amazon DevOps Guru for RDS を使用すると、機械学習を利用したインサイトを使用して、パフォーマンスに関するリレーショナルデータベースの問題を簡単に検出および診断でき、問題の解決にかかる時間を数日から数分に短縮できるように設計されています。デベロッパーと DevOps エンジニアは、データベースエキスパートの助けを借りることなく、DevOps Guru for RDS を使用して、パフォーマンスの問題の根本原因を自動的に特定し、問題の解決に役立つインテリジェントなレコメンデーションを取得できます。

使用を開始するには、Amazon RDS マネジメントコンソールに移動し、Amazon RDS Performance Insights を有効にします。Performance Insights を有効にしたら、Amazon DevOps Guru コンソールに移動して、Amazon Aurora リソース、その他のサポートされているリソース、またはアカウント全体で DevOps Guru を有効にします。

Amazon RDS は Aurora データベースおよび基盤となる Amazon Elastic Compute Cloud (Amazon EC2) インスタンスの状態を継続的にモニタリングします。データベースに障害が発生した場合、Amazon RDS はデータベースおよび関連プロセスを自動的に再起動します。Aurora ではデータベース REDO ログのクラッシュリカバリリプレイが必要ないため、再起動時間が大幅に短縮されています。また、データベースのバッファキャッシュがデータベース処理から隔離されるため、データベースの再起動後もキャッシュを存続させることができます。

インスタンスに障害が発生した場合、Aurora は Amazon RDS マルチ AZ テクノロジーを使用して、3 つのアベイラビリティーゾーンに作成した最大 15 個の Aurora レプリカのうちの 1 つに自動でフェイルオーバーします。Aurora レプリカがプロビジョンされていない状態で、障害が発生した場合には Amazon RDS によって新しい Aurora DB インスタンスの作成が自動的に試行されます。コミュニティの MySQL と PostgreSQL ドライバーを、オープンソースでドロップイン互換性のある AWS JDBC Driver for MySQL と AWS JDBC Driver for PostgreSQL に置き換えることで、フェイルオーバー時間を最小にします。また、RDS Proxy を使用することで、フェイルオーバー時間を短縮し、可用性を向上させることができます。フェイルオーバーが発生すると、Amazon RDS Proxy は新しいデータベースインスタンスに直接リクエストをルーティングし、アプリケーション接続を維持したままフェイルオーバー時間を最大 66% 短縮します。

グローバルに分散されたアプリケーションの場合は、Aurora Global Database を使用できます。この場合は、単一の Aurora データベースが複数の AWS リージョンにまたがって高速のローカルの読み取りと迅速なディザスタリカバリを実現します。 Aurora Global Database は、ストレージベースのレプリケーションを使用して、1 秒未満の通常のレイテンシーで、複数のリージョンにまたがってデータベースをレプリケートします。リージョンの縮小や機能停止から迅速に復旧する必要がある場合に備えて、予備のリージョンとしてセカンダリリージョンを使用できます。セカンダリリージョンのデータベースは、1 分以内に完全な読み取り/書き込み機能に昇格できます。

Aurora のデータストレージボリュームは 10 GiB のチャンクに分割され、3 つのアベイラビリティーゾーンにレプリケートされます。各アベイラビリティーゾーンでは、書き込みごとに 2 つのコピーが保持されます。Amazon Aurora ストレージは耐障害性を備えており、データベースの書き込み性能に影響を与えることなく最大 2 つ、読み取り性能に影響を与えることなく最大 3 つのデータコピーの損失を透過的に処理します。  また、Amazon Aurora ストレージには自己修復機能を備得ており、データブロックとディスクはエラースキャンが継続的に実施され、自動的に置き換えられます。

Amazon Aurora のバックアップ機能は、インスタンスのポイントインタイムリカバリを可能にします。これによって、直近で 5 分前まで、保持期間内の任意の時点にデータベースを復元させることができます。自動バックアップの保持期間は、最大 35 日間まで設定できます。自動バックアップは 99.999999999% の耐久性を持つよう設計された Amazon Simple Storage Service (Amazon S3) に保存されます。Amazon Aurora のバックアップは自動的かつ継続的な増分バックアップで、データベースのパフォーマンスに影響を与えません。

DB スナップショットは、Amazon S3 に保存されたインスタンスのユーザー開始バックアップであり、明示的に削除するまで保持されます。自動的な増分スナップショットを活用して必要な時間とストレージを削減できます。ご希望の際にいつでも、DB スナップショットから新しいインスタンスを作成できます。

バックトラックを使用すると、データをバックアップから復元せずに、データベースを過去のある時点まですばやく戻すことができます。これにより、違うテーブルをドロップしてしまった場合や、間違った列を削除してしまった場合などのユーザーエラーを迅速に修復できます。バックトラックを有効にした場合、指定されたバックトラック期間中、Aurora のデータレコードが保持されます。たとえば、最大 72 時間までデータベースを巻き戻せるようにバックトラックをセットアップできます。データレコードのコピーが不要なため、大規模データベースであってもバックトラックの実行は数秒で完了します。前後に移動して、エラーが発生する直前の時点を見つけることができます。

バックトラックは開発とテストにも役立ちます。テストによりデータの削除や無効化が起こる状況では特に有用です。元のデータベースの状態に巻き戻すだけで、別のテストをすぐに実行できます。API でバックトラックを呼び出してテストを実行するスクリプトを作成することで、テストフレームワークに簡単に統合できます。バックトラックは MySQL と互換を持つ Amazon Aurora で利用できます。

Amazon Aurora は Amazon Virtual Private Cloud (VPC) で実行されます。これによりデータベースを独自の仮想ネットワークに隔離できるようにし、業界標準の暗号化 IPsec VPN を使用してオンプレミスの IT インフラストラクチャに接続できます。Amazon VPC におけるAmazon リレーショナルデータベースサービス (RDS) の詳細については、Amazon RDS ユーザーガイドを参照してください。さらに、Amazon RDS を使用する場合、ファイアウォールを設定して DB インスタンスへのネットワークアクセスを制御することもできます。

Aurora は AWS Identity and Access Management (IAM) と統合されており、IAM ユーザーおよびグループが特定の Aurora リソース (DB インスタンス、DB スナップショット、DB パラメータグループ、DB イベントサブスクリプション、DB オプショングループなど) で実行可能なアクションを制御できます。さらに、Aurora リソースにはタグを付けることができ、同じタグ (およびタグの値) を持つリソースグループで IAM ユーザーおよびグループが実行可能なアクションを制御できます。IAM 統合の詳細については、IAM データベース認証のドキュメントを参照してください。

Aurora では、AWS Key Management Service (KMS) で作成および管理するキーを使用して、データベースを暗号化できます。Aurora 暗号化を使って実行するデータベースインスタンスでは、基盤となるストレージに保存される保管中のデータが、同じクラスター内の自動バックアップ、スナップショット、レプリカと同様に暗号化されます。Aurora では SSL (AES-256) を使用して転送中のデータが保護されます。

Aurora では、データベースのパフォーマンスに与える影響を最小限に抑えながら、データベースのイベントをログに記録できます。ログは、後でデータベース管理、セキュリティ、ガバナンス、規制コンプライアンスなどの目的で分析できます。また、Amazon CloudWatch に監査ログを送信して、アクティビティをモニタリングすることもできます。

Aurora は Amazon GuardDuty と統合されており、Aurora データベースに保存されているデータへの潜在的な脅威を特定するのに役立ちます。GuardDuty RDS Protection は、アカウント内の既存および新規のデータベースへのログインアクティビティをプロファイリングおよびモニタリングし、カスタマイズされた機械学習モデルを使用して Aurora データベースへの疑わしいログインを正確に検出します。潜在的な脅威が検出されると、GuardDuty は、データベースの詳細と不審なアクティビティに関する豊富なコンテキスト情報を含むセキュリティの検出結果を生成します。Aurora と GuardDuty の統合により、データベースを変更することなく、データベースのイベントログに直接アクセスでき、データベースのパフォーマンスに影響を与えないように設計されています。

Aurora には事前の契約はありません。起動するインスタンスごとに時間単位の料金が発生します。Amazon Aurora DB インスタンスの使用が終了したら、そのインスタンスを削除できます。予備としてストレージを多めにプロビジョニングする必要はなく、実際に消費したストレージに対してのみ料金が発生します。詳細については、Amazon Aurora の料金表ページをご覧ください。

Aurora では、アプリケーションの I/O 消費量にかかわらず、価格性能と価格予測可能性のニーズに基づいて 2 つの構成オプションから選択することで、データベース支出を柔軟に最適化できます。設定オプションには、Aurora I/O 最適化と Aurora 標準の 2 つがあります。どちらのオプションも事前の I/O やストレージのプロビジョニングを必要とせず、最も要求の厳しいアプリケーションをサポートするように I/O をスケーリングできます。

Aurora I/O 最適化はデータベースクラスター構成です。支払い処理システム、e コマースシステム、金融アプリケーションなどの I/O 集約型ワークロードを使用するお客様の価格パフォーマンスを向上させます。I/O 支出が Aurora データベースの総支出の 25% を超える場合、Aurora I/O 最適化を使用すると、I/O 集約型のワークロードのコストを最大 40% 節約できます。Aurora I/O 最適化を使用すると、データベースインスタンスとストレージに対して料金が発生します。読み取りと書き込みのI/O操作には料金がかからないため、I/O の変動に関係なく、すべてのアプリケーションの価格を予測できます。

Aurora Standard は、I/O 使用量が少ないか中程度のアプリケーションの大部分に対して費用対効果の高い料金設定を提供するデータベースクラスター設定です。Aurora Standard では、データベースインスタンス、ストレージ、ペイパーリクエスト I/O に対して料金が発生します。

分析の多いアプリケーションでは、通常、I/O コストがデータベースコストの最大の要因となります。I/O オペレーションは、Aurora データベースエンジンによって SSD ベースの仮想ストレージレイヤーに対して実行されます。各データベースページの読み取りオペレーションは 1 I/O とカウントされます。Aurora データベースエンジンは、バッファキャッシュ内に存在しないデータベースページを取得するためにストレージレイヤーに対して読み取りを発行します。各データベースページについては、Aurora with PostgreSQL では 8 KB、Aurora with MySQL では 16 KB です。

Aurora はコストを削減し、リソースが読み取り/書き込みトラフィックを提供するために利用可能になるように不要な I/O オペレーションを排除するよう設計されていました。書き込み I/O は、ストレージレイヤーが耐久性の高い書き込みを実現するためにトランザクションログレコードをプッシュする時にのみ消費します。書き込み I/O オペレーションは 4 KB 単位でカウントされます。例えば、トランザクションログレコードが 1,024 バイトの場合、1 I/O オペレーションとカウントされます。ただし、同時書き込みオペレーションでトランザクションログが 4 KB 未満の場合、I/O 消費を最適化するため Aurora データベースエンジンによってまとめてバッチ処理されます。従来のデータベースエンジンと違い、Aurora はストレージレイヤーに更新データベースページをプッシュせず、結果的に I/O 消費を節約しています。

AWS マネジメントコンソールで Aurora インスタンスがどれほど I/O オペレーションを消費しているか確認できます。I/O 消費量を確認するには、コンソールのRDS セクションのインスタンスのリストから Aurora インスタンスを選び、モニタリングセクションの「課金読み取りオペレーション」と「課金書き込みオペレーション」メトリクスを確認します。

データベースクラスターを Aurora Standard 設定にすると、読み取りと書き込み I/O オペレーションに対して課金されます。データベースクラスターを Aurora I/O 最適化に設定すると、読み取りと書き込み I/O オペレーションの料金は発生しません。I/O オペレーションの料金の詳細については、Amazon Aurora の料金ページをご覧ください。

標準 MySQL のインポートおよびエクスポートツールは Amazon Aurora と連動します。また、Amazon RDS for MySQL の DB スナップショットから新しい Amazon Aurora データベースを簡単に作成することもできます。DB スナップショットを利用した移行操作は通常 1 時間以内に完了しますが、移行するデータの量および形式に応じて異なります。

また、AWS Database Migration Service (AWS DMS) では、DMS コンソールから組み込みのネイティブツールが提供され、シームレスな移行が可能です。レプリケーションインスタンスをプロビジョニングしたりスケールする必要がないため、数回クリックするだけでデータベース移行を開始でき、支払いは使用した時間に対して時間単位で支払うだけです。

AWS 内外で実行されている外部の MySQL データベースと Aurora MySQL 互換エディションのデータベース間で、binlog ベースのレプリケーションを設定することもできます。

PostgreSQL の標準的なインポート/エクスポートツールは、pg_dump や pg_restore を含む Amazon Aurora で動作します。Amazon Aurora は、Amazon RDS for PostgreSQL からのスナップショットインポート、および AWS Database Migration Service (AWS DMS) によるレプリケーションもサポートしています。

Amazon Aurora は、データベースワークロードを商用データベースから移行するための理想的な環境を提供します。Aurora は商用データベースエンジンの機能に匹敵する機能を備え、大部分のエンタープライズデータベースワークロードに必要なエンタープライズグレードのパフォーマンス、耐久性、高可用性を実現します。AWS Database Migration Service (AWS DMS) は、DMS スキーマ変換や DMS サーバーレスなどの管理機能により、Amazon Aurora へのデータベース移行を迅速に行うのに役立ちます。DMS Schema Conversion は、スキーマとソースオブジェクトを自動的に評価して変換し、ターゲット Aurora クラスターと互換性があるようにします。一方、 DMS サーバーレスは移行リソースのプロビジョニング、監視、スケーリングを自動化します。

Babelfish for Aurora PostgreSQL は、Amazon Aurora PostgreSQL 互換エディションの新機能であり、Aurora が Microsoft SQL Server 用に作成されたアプリケーションからのコマンドを理解できるようにします。Babelfish により、Aurora PostgreSQL は、Microsoft SQL Server 独自の SQL ダイアレクトである T-SQL を理解し、同じ通信プロトコルをサポートするようになりました。そのため、元々 SQL Server 用に作成されたアプリケーションを、少ないコード変更で Aurora で機能させることができるようになりました。 その結果、SQL Server 2005 以降で実行しているアプリケーションを変更して Aurora に移行するのに必要な労力が軽減され、より速く、よりリスクが低く、よりコスト効率が高い移行を実現できます。Babelfish は、Amazon Aurora の組み込み機能であり、追加費用は発生しません。RDS コンソールでわずか数ステップで Amazon Aurora クラスターで Babelfish を有効にすることができます。

Trusted Language Extensions (TLE) for PostgreSQL は、AWS によるコード認証を必要とせず、高性能な拡張機能を迅速に構築し、Amazon Aurora 上で安全に実行できる開発キットおよびオープンソースプロジェクトです。デベロッパーは、JavaScript、PL/pgSQL、Perl、SQL のような一般的な信頼できる言語を使用して、安全に拡張機能を記述することができます。TLE は、安全でないリソースへのアクセスを防止し、拡張機能の不具合を単一のデータベース接続に制限するように設計されています。DBA は、拡張機能をインストールできるユーザーをオンラインできめ細かく制御し、拡張機能を実行するための許可モデルを作成することができます。Aurora をご利用のお客様は、TLE を追加費用なしで利用できます。

Aurora ではデータベースから直接機械学習の機能を使用できるため、使い慣れた SQL プログラミング言語を用いてアプリケーションに機械学習の予測機能を追加できます。Aurora と AWS 機械学習サービス間のシンプルで最適化された安全な統合により、カスタム統合の構築やデータ移動の必要なく機械学習アルゴリズムを幅広く利用できるようになります。詳しくは Aurora 機械学習をご覧ください。

Aurora はアプリケーションがよりスケーラブルに、データベースの障害に対しより復元力を持つようになるフルマネージドで高可用性に優れたデータベースプロキシである Amazon RDS Proxy と連携して機能します。RDS Proxy は、アプリケーションがそのデータベースとの間で接続をプールし共有できます。これにより、データベースの効率とアプリケーションのスケーラビリティが向上します。アプリケーション接続を維持しながら、新しいデータベースインスタンスに自動的に接続することで、フェイルオーバーの時間を削減します。AWS IAM と AWS Secrets Manager との統合によりセキュリティを強化します。

Aurora には、機械学習 (ML) モデルと生成系人工知能 (AI) モデルが、Aurora に保存されているデータを、移動することなくリアルタイムで処理できるようにする機能があります。 Amazon Aurora PostgreSQL 互換エディションでは、ML 埋め込みの保存、検索、インデックス作成、クエリを行うためのベクターデータベース機能にアクセスできます。

ベクター埋め込みとは、テキスト、画像、動画などのコンテンツのセマンティックな意味を表す数値表現です。生成系 AI やその他の AI/ML システムは、埋め込みを使用してこのコンテンツ入力のセマンティックな意味を大規模言語モデル (LLM) に取り込みます。Amazon Bedrock (限定プレビュー) や Amazon SageMaker などの機械学習モデルや AI モデルからの埋め込みを Aurora PostgreSQL データベースに保存できます。Amazon Aurora PostgreSQL の拡張バージョンに関するドキュメントをお読みください。

また、Aurora の機械学習により、生成系 AI モデルの予測と埋め込みを Aurora データベースに簡単に追加できます。Aurora ML では ML モデルを SQL 関数として公開しているため、標準 SQL を使用して ML モデルを呼び出し、データを渡し、予測や埋め込みをクエリ結果として返すことができます。Aurora ML では、最新の埋め込みを返す SageMaker モデルを定期的に呼び出すことで、データベースに新しい埋め込みをリアルタイムで追加できます。