คำถามที่พบบ่อยเกี่ยวกับ Amazon Aurora

คุณสามารถสร้าง Aurora Global Database ได้ด้วยการคลิกเพียงไม่กี่ครั้งใน Amazon RDS Console หรือใช้ AWS Software Development Kit (SDK) หรือ AWS Command-Line Interface (CLI) คุณสามารถใช้การกำหนดค่าแบบผสมของประเภทคลาสอินสแตนซ์ที่จัดเตรียมไว้หรือแบบไม่ต้องใช้เซิร์ฟเวอร์ระหว่างภูมิภาคหลักและภูมิภาครองของคุณ นอกจากนี้คุณยังสามารถกำหนดค่าภูมิภาคหลักของคุณเป็นการกำหนดค่าคลัสเตอร์ Aurora I/O-Optimized และภูมิภาครองของคุณเป็นมาตรฐาน Aurora หรือแบบย้อนกลับ เรียนรู้เพิ่มเติมได้ที่การสร้าง Amazon Aurora Global Database

ไม่หากภูมิภาคหลักของคุณไม่พร้อมใช้งาน คุณสามารถใช้การดำเนินการใช้ระบบสำรองเพื่อกู้คืนข้อมูลของฐานข้อมูลส่วนกลางข้ามภูมิภาคที่จัดการเพื่อส่งเสริมภูมิภาครองเพื่อให้สามารถอ่านและเขียนได้อย่างเต็มรูปแบบ คุณยังสามารถใช้ปลายทางนักเขียนฐานข้อมูลระดับโลกของ Aurora เพื่อหลีกเลี่ยงความจำเป็นในการเปลี่ยนแปลงรหัสแอปพลิเคชันเพื่อเชื่อมต่อกับภูมิภาคที่ได้รับการโปรโมตใหม่ หากต้องการเรียนรู้เพิ่มเติม โปรดไปที่ การเชื่อมต่อกับ Amazon Aurora Global Database

ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL มอบการปรับขนาดแนวนอนอัตโนมัติเพื่อประมวลผลธุรกรรมการเขียนหลายล้านรายการต่อวินาที และจัดการข้อมูลหลายเพตาไบต์ ในขณะเดียวกันก็ยังคงความเรียบง่ายของการทำงานภายในฐานข้อมูลเดียว คุณสามารถเน้นที่การสร้างแอปพลิเคชันขนาดใหญ่โดยไม่ต้องสร้างและบำรุงรักษาโซลูชันที่ซับซ้อนเพื่อปรับขนาดข้อมูลของคุณข้ามอินสแตนซ์ฐานข้อมูลหลายตัวเพื่อรองรับเวิร์กโหลดของคุณ ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL ปรับขนาดตามเวิร์กโหลดของแอปพลิเคชันของคุณ และคุณจะจ่ายเฉพาะส่วนที่แอปพลิเคชันของคุณใช้เท่านั้น หากต้องการเรียนรู้เพิ่มเติม โปรดดูคู่มือผู้ใช้ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL

คุณควรใช้ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL สำหรับแอปพลิเคชันที่ต้องปรับขนาดในแนวนอนและต้องการปริมาณงานเขียนหรือความจุในพื้นที่เก็บข้อมูลมากกว่าที่อินสแตนซ์ฐานข้อมูล Aurora เดี่ยวรองรับ ตัวอย่างเช่น แอปพลิเคชันการบัญชีสามารถแบ่งพาร์ติชั่นในแนวนอนได้โดยผู้ใช้ เนื่องจากข้อมูลการบัญชีของผู้ใช้แต่ละคนเป็นอิสระจากข้อมูลอื่นๆ ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL จะปรับขนาดโดยอัตโนมัติเพื่อรองรับแอปพลิเคชันที่ใหญ่ที่สุดและเติบโตเร็วที่สุดของคุณ 

มีฟีเจอร์การปรับขนาดอยู่ 2 อย่าง ได้แก่ การปรับขนาดอัตโนมัติของ Amazon Aurora พร้อม Aurora Replicas และ Aurora Serverless v2

Aurora Replicas ช่วยให้คุณเพิ่มความสามารถในการอ่านของคลัสเตอร์ Aurora ของคุณเกินขีดจำกัดที่อินสแตนซ์ฐานข้อมูลเดี่ยวจะสามารถทำได้ แอปพลิเคชันที่สามารถแยกภาระงานการอ่านออกจากเวิร์กโหลดการเขียนได้จะได้รับประโยชน์จากการจำลองการอ่านสูงสุด 15 รายการเพื่อให้ได้ปริมาณงานการอ่านโดยรวมที่สูงขึ้น Aurora Replicas ไม่จำเป็นต้องให้แอปพลิเคชันแยกข้อมูลในแนวนอน ข้อมูลทั้งหมดมีอยู่ในทุกแบบจำลอง Aurora Replicas จะไม่เพิ่มความจุในการจัดเก็บข้อมูลของคลัสเตอร์ Aurora หรือข้อมูลการเขียนผ่านระบบ

Aurora Serverless v2 เป็นการกำหนดค่าการปรับขนาดแนวตั้งแบบตามความต้องการสำหรับ Aurora ที่ให้การปรับขนาดการประมวลผลและหน่วยความจำของฐานข้อมูลโดยอัตโนมัติตามความต้องการของแอปพลิเคชันภายในข้อจำกัดด้านความจุของอินสแตนซ์การประมวลผลเดี่ยว Aurora Serverless v2 รองรับทั้งอินสแตนซ์ตัวเขียนและตัวอ่าน อย่างไรก็ตาม จะไม่เพิ่มความจุในการเก็บข้อมูลของคลัสเตอร์ Aurora หากแอปพลิเคชันของคุณได้รับการออกแบบให้ปรับขนาดในแนวนอน ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL จะช่วยให้คุณปรับขนาดปริมาณงานการเขียนและความจุในการจัดเก็บของฐานข้อมูลของคุณให้เกินขีดจำกัดของอินสแตนซ์ตัวเขียน Aurora ตัวเดียว

ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL จะแบ่งข้อมูลระหว่างอินสแตนซ์ฐานข้อมูลโดยใช้ค่าที่ลูกค้าระบุในคอลัมน์ตารางซึ่งเรียกอีกอย่างว่า คีย์ส่วนข้อมูล ตัวอย่างเช่น ตารางที่จัดเก็บข้อมูลผู้ใช้สามารถแบ่งออกโดยใช้คอลัมน์ User-ID เป็นคีย์ส่วนข้อมูล โดยพื้นฐานแล้ว ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL คือการปรับใช้โหนดไม่ต้องใช้เซิร์ฟเวอร์แบบกระจาย โหนดนั้นเป็นเราเตอร์หรือส่วนข้อมูล เราเตอร์จะจัดการลักษณะการกระจายของฐานข้อมูล แต่ละส่วนข้อมูลจะจัดเก็บข้อมูลย่อยของคุณ ช่วยให้ประมวลผลแบบขนานเพื่อให้ได้ปริมาณการเขียนข้อมูลสูง

เมื่อความต้องการในการคำนวณหรือการจัดเก็บข้อมูลเพิ่มขึ้น Aurora จะปรับขนาดอินสแตนซ์แต่ละรายการและพื้นที่เก็บข้อมูลที่เกี่ยวข้องโดยอัตโนมัติก่อน จากนั้นจึงเพิ่มจำนวนอินสแตนซ์เพื่อรองรับเวิร์กโหลดของฐานข้อมูลสำหรับค่าคีย์ส่วนข้อมูลที่แตกต่างกัน ณ จุดใดก็ตาม ค่าคีย์ส่วนข้อมูลจะถูกเป็นเจ้าของและให้บริการโดยอินสแตนซ์แบบไม่ต้องใช้เซิร์ฟเวอร์รายการเดียว เมื่อแอปพลิเคชันเชื่อมต่อกับฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL และออกคำขอ ระบบจะวิเคราะห์คำขอดังกล่าวก่อน จากนั้นคำขอจะถูกส่งไปยังอินสแตนซ์การคำนวณที่เป็นเจ้าของค่าคีย์ส่วนข้อมูลที่ระบุโดยคำขอ หรือมีการประสานงานแบบสอบถามระหว่างอินสแตนซ์หลาย ๆ อินสแตนซ์

อินสแตนซ์การคำนวณหลายตัว ซึ่งแต่ละตัวให้บริการค่าคีย์ส่วนข้อมูลที่แตกต่างกัน สามารถให้บริการคำขอแอปพลิเคชันสำหรับฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL เดียวกันได้พร้อมกัน ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL มอบความหมายของธุรกรรมแบบเดียวกับระบบ Aurora PostgreSQL แบบตัวเขียนเดี่ยว โดยลบความซับซ้อนในการจัดการโดเมนธุรกรรมที่แตกต่างกันในแอปพลิเคชันของคุณ

ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL รองรับตารางสามประเภทที่มีข้อมูลของคุณ: ตารางแบบแบ่งส่วน ตารางอ้างอิง และตารางมาตรฐาน

ตารางแบบแบ่งส่วน: ตารางเหล่านี้จะกระจายไปในส่วนต่างๆ หลายส่วน ข้อมูลจะถูกแบ่งออกในกลุ่มต่างๆ ตามค่าของคอลัมน์ที่กำหนดในตาราง ซึ่งเรียกว่าคีย์ส่วนข้อมูล ตารางแบบนี้มีประโยชน์ในการปรับขนาดตารางขนาดใหญ่ที่สุดและใช้ I/O มากที่สุดในแอปพลิเคชันของคุณ

ตารางอ้างอิง: ตารางเหล่านี้จะคัดลอกข้อมูลทั้งหมดบนทุกส่วนข้อมูลเพื่อให้แบบสอบถามการเข้าร่วมทำงานได้เร็วขึ้นโดยลบการเคลื่อนย้ายข้อมูลที่ไม่จำเป็น โดยทั่วไปจะใช้สำหรับข้อมูลอ้างอิงที่มีการปรับเปลี่ยนไม่บ่อยนัก เช่น แคตตาล็อกผลิตภัณฑ์และรหัสไปรษณีย์

ตารางมาตรฐาน: ตารางเหล่านี้เหมือนกับตาราง Aurora PostgreSQL ทั่วไป ตารางมาตรฐานทั้งหมดจะถูกวางไว้ด้วยกันบนส่วนข้อมูลเดียวเพื่อให้การสืบค้นร่วมทำงานได้เร็วขึ้นโดยลบการเคลื่อนย้ายข้อมูลที่ไม่จำเป็น คุณสามารถสร้างตารางแบบแบ่งส่วนและตารางอ้างอิงจากตารางมาตรฐานได้

หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับข้อควรพิจารณาเกี่ยวกับความเข้ากันได้ของ PostgreSQL โปรดไปที่ ข้อกำหนดและข้อควรพิจารณาของฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL

คุณสามารถเริ่มต้นใช้งานฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL ในคอนโซล Amazon RDS หรือ Amazon API เพื่อสร้างคลัสเตอร์ Aurora PostgreSQL ใหม่ด้วยเวอร์ชันเอ็นจิ้นที่รองรับ หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับการเริ่มต้นใช้งาน โปรดไปที่ คู่มือผู้ใช้ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL

แอปพลิเคชันของคุณเชื่อมต่อกับฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL ในลักษณะเดียวกับการเชื่อมต่อกับคลัสเตอร์ Aurora PostgreSQL มาตรฐาน คุณเพียงเชื่อมต่อกับตำแหน่งข้อมูลของคลัสเตอร์ หากต้องการเรียนรู้เพิ่มเติม โปรดไปที่ การใช้ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL

ใช่ คุณอาจจำเป็นต้องปรับเปลี่ยนโครงร่างฐานข้อมูลของคุณเพื่อใช้ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL ตารางที่แบ่งส่วนทั้งหมดจำเป็นต้องมีคีย์ส่วนข้อมูล ดังนั้นอาจจำเป็นต้องเติมข้อมูลกลับเข้าไป ตัวอย่างเช่น แอปพลิเคชันการบัญชีอาจแบ่งข้อมูลตามผู้ใช้โดยใช้คอลัมน์ User-ID เนื่องจากผู้ใช้แต่ละรายเป็นอิสระจากคนอื่นๆ ในขณะที่ตารางผู้ใช้เองมีข้อมูลนี้โดยธรรมชาติ
คอลัมน์และตารางอื่นอาจไม่เป็นเช่นนี้ เช่น ตารางที่เก็บรายการใบแจ้งหนี้ เนื่องจากผู้ใช้ยังต้องแบ่งตารางเหล่านี้เพื่อจัดวางตารางให้สอดคล้องกันเพื่อประสิทธิภาพการค้นหาที่เหมาะสมที่สุด จึงจำเป็นต้องเพิ่มคอลัมน์ User-ID ลงในตาราง

ไม่มีข้อจำกัดในการตั้งชื่อคอลัมน์ที่ใช้ในการแบ่งข้อมูล แต่คำจำกัดความของคอลัมน์จะต้องตรงกัน คุณจะต้องเพิ่มคีย์ส่วนข้อมูลลงในแบบสอบถามแอปพลิเคชันและคุณอาจต้องปรับเปลี่ยนแบบสอบถามและธุรกรรมของคุณเพื่อประสิทธิภาพที่ดีที่สุด ตัวอย่างเช่น การค้นหาใบแจ้งหนี้โดยใช้ Invoice-ID เมื่อตารางแบ่งตาม User-ID เท่านั้น จะทำให้การทำงานช้าลง เนื่องจากจะต้องดำเนินการแบบสอบถามบนอินสแตนซ์ฐานข้อมูลทั้งหมด อย่างไรก็ตาม หากแบบสอบถามระบุ User-ID ด้วย แบบสอบถามจะถูกส่งไปยังอินสแตนซ์ฐานข้อมูลเดียวที่มีคำสั่งซื้อทั้งหมดสำหรับ User-ID นั้น ซึ่งจะช่วยลดเวลาแฝงของแบบสอบถาม

ใช่ คุณสามารถเลือกตัวเลือกความพร้อมใช้งานสูงได้เมื่อคุณตั้งค่าความซ้ำซ้อนของการคำนวณให้มากกว่าศูนย์สำหรับฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL ของคุณ ซึ่งจะให้ความพร้อมใช้งาน 99.99% อินสแตนซ์การคำนวณแต่ละรายการที่จัดเก็บและเข้าถึงข้อมูลจากฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL ของคุณสามารถมีสแตนด์บายได้หนึ่งหรือสองอินสแตนซ์ ซึ่งสามารถเข้ารับคำขอแทนได้หากอินสแตนซ์หลักไม่พร้อมใช้งาน เราเตอร์จะเปลี่ยนเส้นทางการรับส่งข้อมูลโดยอัตโนมัติเพื่อลดผลกระทบต่อแอปพลิเคชันของคุณให้น้อยที่สุด

ฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL ใช้งานได้สำหรับการกำหนดค่าคลัสเตอร์ Aurora I/O-Optimized พร้อมความเข้ากันได้กับ PostgreSQL 16.4 ดูข้อมูลเพิ่มเติมเกี่ยวกับความพร้อมใช้งานระดับรีเจี้ยนของ AWS สำหรับฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL ได้ในหน้าราคาสำหรับ Aurora

ในฐานข้อมูลแบบไม่มีขีดจำกัด Aurora PostgreSQL ความจุของฐานข้อมูลจะวัดเป็น ACU คุณจ่ายอัตราคงที่ต่อวินาทีของการใช้งาน ACU มีอัตราการเก็บข้อมูลการกำหนดค่าที่ปรับให้เหมาะสมสำหรับ Aurora I/O สําหรับข้อมูลเพิ่มเติม โปรดไปที่ หน้าราคาของ Aurora

ใช่ มีวิธีผสานรวมฐานข้อมูล Amazon Aurora กับ Amazon Bedrock เพื่อขับเคลื่อนแอปพลิเคชัน AI ช่วยสร้างสองวิธี ประการแรก Amazon Aurora ML ช่วยให้สามารถเข้าถึงโมเดลพื้นฐานที่มีอยู่ใน Amazon Bedrock ได้โดยตรงผ่านทาง SQL สำหรับทั้ง Aurora MySQL และ Aurora PostgreSQL ประการที่สอง คุณสามารถกำหนดค่า Aurora เป็นร้านค้าเวกเตอร์ของคุณใน Amazon Bedrock Knowledge Bases ได้เพียงคลิกเดียวและจัดเก็บการฝังที่สร้างจาก Bedrock บน Aurora Amazon Bedrock Knowledge Bases รองรับ Aurora PostgreSQL เป็นที่เก็บเวกเตอร์สำหรับกรณีการใช้งานเช่น Retrieval-Augmented Generation (RAG) อ่านบล็อกและเอกสารของเราเกี่ยวกับการใช้ Aurora PostgreSQL เป็นฐานความรู้สำหรับ Amazon Bedrock

การบูรณาการ ETL แบบไร้รอยต่อของ Aurora กับ Amazon Redshift พร้อมให้ใช้งานใน Aurora MySQL รุ่นที่ใช้งานร่วมกับ Aurora MySQL เวอร์ชัน 3.05.2 (ใช้งานร่วมกันได้กับ MySQL 8.0.32) และสูงกว่าใน AWS Region ที่รองรับ การบูรณาการ ETL แบบไร้รอยต่อของ Aurora กับ Amazon Redshift มีให้บริการบน Aurora รุ่นที่เข้ากันได้กับ PostgreSQL ได้สำหรับ Aurora PostgreSQL 16.4 ในรีเจี้ยนสหรัฐอเมริกาฝั่งตะวันออก (โอไฮโอ) เข้าชม ฟีเจอร์ที่รองรับใน Aurora ตาม AWS Region และเครื่องมือ Aurora DB เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับความพร้อมใช้งานของ AWS Region สำหรับกการบูรณาการ ETL แบบไร้รอยต่อกับ Amazon Redshift

ใช่ คุณสามารถจัดการและทำให้การกำหนดค่ารวมถึงการปรับใช้ทรัพยากรที่จำเป็นสำหรับการบูรณาการ ETL แบบไร้รอยต่อกับ Amazon Redshift ของ Aurora MySQL เป็นไปโดยอัตโนมัติได้โดยใช้ AWS CloudFormation ดูข้อมูลเพิ่มเติมได้ที่เทมเพลต CloudFormation พร้อมกับการบูรณาการ ETL แบบไร้รอยต่อ

CloudWatch Database Insights เป็นโซลูชันการติดตามตรวจสอบและตัววัดที่ช่วยลดความยุ่งยากและปรับปรุงการแก้ไขปัญหาฐานข้อมูล มันจะรวบรวมการตรวจวัดระยะไกลโดยอัตโนมัติ รวมถึงตัววัด บข้อมูลบันทึก และร่องรอยโดยลดความจำเป็นในการตั้งค่าและการกำหนดค่าด้วยตนเอง ด้วยการรวมการวัดระยะไกลนี้เข้ากับ Amazon CloudWatch, CloudWatch, Database Insights ให้มุมมองแบบครบวงจรของประสิทธิภาพและสถานะของฐานข้อมูล

ประโยชน์ที่สำคัญของ CloudWatch Database Insights ได้แก่:

1. การรวบรวมการตรวจวัดระยะไกลที่ง่ายดาย: รวบรวมตัววัดฐานข้อมูล ข้อมูลบันทึก และร่องรอยโดยอัตโนมัติ ลดเวลาในการตั้งค่า
2. ข้อมูลเชิงลึกที่คัดสรรแล้ว: ให้แดชบอร์ด สัญญาณเตือน และข้อมูลเชิงลึกที่สร้างไว้ล่วงหน้าสำหรับการติดตามตรวจสอบและเพิ่มประสิทธิภาพการทำงานของฐานข้อมูล ด้วยการกำหนดค่าขั้นต่ำที่จำเป็นในการเริ่มต้น
3. มุมมอง CloudWatch แบบครบวงจร: รวมการตรวจวัดระยะไกลจากฐานข้อมูลหลายฐานข้อมูลลงในมุมมองเดียวเพื่อการตรวจสอบที่ง่ายขึ้น
4. ความสามารถ AI/ML: ใช้ AI/ML เพื่อตรวจจับความผิดปกติ ลดความพยายามในการแก้ไขปัญหาด้วยตนเอง
5. การติดตามตรวจสอบบริบทของแอปพลิเคชัน: ช่วยให้ผู้ใช้สามารถเชื่อมโยงประสิทธิภาพฐานข้อมูลกับประสิทธิภาพของแอปพลิเคชัน
6. มุมมองระดับฟลีตและอินสแตนซ์: นำเสนอทั้งการติดตามตรวจสอบกลุ่มอินสแตนซ์ระดับสูงและมุมมองอินสแตนซ์โดยละเอียดสำหรับการวิเคราะห์สาเหตุหลัก
7. การผสานรวม AWS ที่ราบรื่น: ผสานรวมเข้ากับสัญญาณแอปพลิเคชัน Amazon CloudWatch และ AWS X-Ray ช่วยให้ข้อมูลการสังเกตได้ที่ครอบคลุม

Amazon DevOps Guru สำหรับ RDS คือความสามารถที่ขับเคลื่อนด้วย ML สำหรับ Amazon RDS (ซึ่งรวมถึง Amazon Aurora) ที่ออกแบบมาเพื่อตรวจจับและวิเคราะห์ประสิทธิภาพฐานข้อมูลและปัญหาด้านการทำงานโดยอัตโนมัติ ช่วยให้คุณแก้ไขปัญหาได้ภายในไม่กี่นาทีแทนที่จะเป็นหลายวัน

Amazon DevOps Guru สำหรับ RDS เป็นฟีเจอร์หนึ่งของ Amazon DevOps Guru ซึ่งออกแบบมาเพื่อตรวจจับปัญหาด้านการทำงานและประสิทธิภาพสำหรับกลไกของ Amazon RDS ทั้งหมดและทรัพยากรประเภทอื่น ๆ อีกมากมาย DevOps Guru สำหรับ RDS ช่วยขยายขอบเขตความสามารถของ DevOps Guru เพื่อตรวจหา วินิจฉัย และแก้ไขปัญหาที่เกี่ยวข้องกับฐานข้อมูลแบบต่าง ๆ ใน Amazon RDS (เช่น การใช้ทรัพยากรมากเกินไป และพฤติกรรมที่ไม่เหมาะสมของการสืบค้น SQL บางอย่าง)

เมื่อเกิดปัญหาขึ้น Amazon DevOps Guru สำหรับ RDS ได้รับการออกแบบให้แจ้งเตือนนักพัฒนาและวิศวกร DevOps โดยทันที และแจ้งข้อมูลการวินิจฉัย รายละเอียดขอบเขตปัญหา และคำแนะนำการแก้ไขปัญหาอัจฉริยะ เพื่อช่วยให้ลูกค้าสามารถแก้ไขปัญหาคอขวดด้านประสิทธิภาพและปัญหาด้านการทำงานที่เกี่ยวข้องกับฐานข้อมูลได้อย่างรวดเร็ว

Amazon DevOps Guru สำหรับ RDS ได้รับการออกแบบมาเพื่อช่วยลดการดำเนินการด้วยตนเองและประหยัดเวลา (จากชั่วโมงและวันเป็นนาที) เพื่อตรวจจับและแก้ไขปัญหาคอขวดด้านประสิทธิภาพที่ตรวจพบได้ยากในเวิร์กโหลดฐานข้อมูลแบบเชิงสัมพันธ์

สามารถเปิดใช้งาน DevOps Guru สำหรับ RDS ได้กับทุกฐานข้อมูล Amazon Aurora และระบบจะตรวจหาปัญหาด้านประสิทธิภาพสำหรับเวิร์กโหลดโดยอัตโนมัติ จากนั้นจะส่งการแจ้งเตือนเกี่ยวกับแต่ละปัญหา อธิบายสิ่งที่ค้นพบ และแนะนำการดำเนินการเพื่อแก้ไข
DevOps Guru สำหรับ RDS ช่วยให้ผู้ที่ไม่ใช่ผู้เชี่ยวชาญสามารถเข้าถึงการจัดการฐานข้อมูลได้มากขึ้น และยังช่วยเหลือผู้เชี่ยวชาญด้านฐานข้อมูลให้สามารถจัดการฐานข้อมูลได้มากขึ้นด้วย

Amazon DevOps Guru สำหรับ RDS ใช้ ML เพื่อวิเคราะห์ข้อมูลทางไกลที่รวบรวมโดย Amazon RDS Performance Insights (PI) DevOps Guru สำหรับ RDS ไม่ได้ใช้ข้อมูลใด ๆ ที่จัดเก็บไว้ในฐานข้อมูลในการวิเคราะห์ PI จะตรวจวัดโหลดฐานข้อมูล ซึ่งเป็นตัววัดที่กำหนดลักษณะการใช้เวลาของแอปพลิเคชันในฐานข้อมูล และเป็นตัววัดที่คัดสรรที่ฐานข้อมูลสร้างขึ้น เช่น ตัวแปรสถานะเซิร์ฟเวอร์ใน MySQL และตาราง pg_stat ใน PostgreSQL

หากต้องการเริ่มต้นใช้งาน DevOps Guru สำหรับ RDS ตรวจสอบให้แน่ใจว่าได้เปิดใช้งานข้อมูลเชิงลึกด้านประสิทธิภาพผ่านคอนโซล RDS แล้ว จากนั้นเพียงแค่เปิดใช้งาน DevOps Guru สำหรับฐานข้อมูล Amazon Aurora เมื่อใช้ DevOps Guru คุณจะสามารถเลือกขอบเขตความครอบคลุมการวิเคราะห์ให้เป็นทั่วทั้งบัญชี AWS ของคุณ กำหนดสแต็ก AWS CloudFormation เฉพาะที่คุณต้องการให้ DevOps Guru วิเคราะห์ หรือใช้แท็ก AWS เพื่อสร้างการจัดกลุ่มทรัพยากรที่ต้องการให้ DevOps Guru วิเคราะห์

Amazon DevOps Guru for RDS ช่วยระบุปัญหาด้านประสิทธิภาพแบบต่าง ๆ ที่อาจส่งผลต่อคุณภาพการบริการของแอปพลิเคชัน เช่น การล็อกซ้อนหลายชั้น, การเชื่อมต่อพร้อมกันหลายรายการ, การถดถอยของ SQL, ความขัดแย้งระหว่าง CPU กับ I/O และปัญหาด้านหน่วยความจำ

Amazon RDS Performance Insights คือฟีเจอร์การปรับแต่งและตรวจสอบประสิทธิภาพของฐานข้อมูลที่รวบรวมและแสดงตัววัดประสิทธิภาพฐานข้อมูล Amazon RDS ในรูปแบบภาพ เพื่อช่วยให้คุณประเมินโหลดบนฐานข้อมูลของคุณได้อย่างรวดเร็ว และสามารถกำหนดเวลารวมถึงตำแหน่งที่จะดำเนินการ ส่วน Amazon DevOps Guru for RDS ได้รับการออกแบบมาเพื่อติดตามตรวจสอบตัวชี้วัดเหล่านั้น ตรวจจับเมื่อฐานข้อมูลของคุณประสบปัญหาด้านประสิทธิภาพ วิเคราะห์ตัวชี้วัด แล้วบอกคุณว่ามีอะไรผิดปกติและสามารถทำอะไรได้บ้าง

CloudWatch Database Insights ติดตามตรวจสอบทรัพยากรและแอปพลิเคชัน Aurora แบบเรียลไทม์และนำเสนอข้อมูลผ่านแดชบอร์ดที่ปรับแต่งได้ ในทางตรงกันข้าม Amazon DevOps Guru เป็นบริการแมชชีนเลิร์นนิง (ML) ที่วิเคราะห์ตัววัด CloudWatch เพื่อทำความเข้าใจพฤติกรรมของแอปพลิเคชันเมื่อเวลาผ่านไป ตรวจจับความผิดปกติ และเสนอข้อมูลเชิงลึกและคำแนะนำสำหรับการแก้ไขปัญหา นอกจากนี้ DevOps Guru ยังวิเคราะห์ข้อมูลจากหลายแหล่งรวมถึง AWS Config, AWS CloudFormation และ AWS X-ray คุณสามารถใช้แดชบอร์ด CloudWatch เพื่อติดตามตรวจสอบข้อมูลเชิงลึกของ DevOps Guru ของคุณผ่านตัววัดที่เผยแพร่ในเนมสเปซ AWS/DevOps-Guru วิธีนี้ช่วยให้คุณดูข้อมูลเชิงลึกและความผิดปกติทั้งหมดภายใต้มุมมองบานหน้าต่างเดียวในคอนโซล CloudWatch

RDS Performance Insights เป็นฟีเจอร์ปรับแต่งและติดตามตรวจสอบประสิทธิภาพของฐานข้อมูล ซึ่งช่วยให้ลูกค้าสามารถประเมินโหลดบนฐานข้อมูลและกำหนดเวลาและที่ที่ต้องดำเนินการ CloudWatch Database Insights เป็นฟีเจอร์ข้อมูลการสังเกตฐานข้อมูลใหม่ที่สืบทอดความสามารถทั้งหมดของ Performance Insights พร้อมกับการตรวจสอบระดับกลุ่มอินสแตนซ์ การผสานรวมกับการติดตามตรวจสอบประสิทธิภาพของแอปพลิเคชัน และความสัมพันธ์ของตัววัดฐานข้อมูลกับข้อมูลบันทึกและเหตุการณ์