导读

Amazon Aurora Serverless代表了数据库管理的一个范式转变，它提供了一种无服务器架构，能够根据应用需求无缝扩展计算和内存资源。在本次会议中，我们将深入探讨Amazon Aurora Serverless v2的架构、新的创新以及使用这种按需、自动扩展的Aurora配置来构建可扩展和成本优化应用程序的最佳实践。

演讲精华

以下是小编为您整理的本次演讲的精华。

在拉斯维加斯这座繁华的城市，年度亚马逊云科技 re:Invent大会汇聚了来自世界各地的技术爱好者和行业领导。其中一场备受期待的环节是由数据库管理领域的两位专家Anam Jangsha和Nitesh深入探讨Aurora Serverless的世界。

Anam登台，她对开发人员和架构师在为不同工作负载的应用程序配置数据库资源时所面临的挑战提出了独到见解，令现场观众印象深刻。她生动地描绘了这一困境:低估资源需求可能会导致性能下降，而过度配置则会产生不必要的成本。这是一个许多人难以权衡的微妙平衡。

然而，Anam的演讲提供了一种解决方案——Aurora Serverless，这是亚马逊为云端构建的MySQL和PostgreSQL兼容关系型数据库Aurora的一项功能。通过Aurora Serverless，客户可以利用按需和自动扩缩容的配置，允许数据库根据工作负载自动扩大和缩小。这种创新方法确保客户只为所消耗的资源付费，提供了一种经济高效的解决方案。

Anam深入探讨了Aurora Serverless的自动扩缩容能力，解释了Aurora Capacity Units (ACUs)的概念，它用于衡量数据库实例的容量。客户可以设置最小和最大ACU限制，从而控制起始点和预算上限。最小ACU代表了保证的容量，而最大ACU则作为成本控制机制，确保客户永远不会超出预期的支出阈值。

Anam强调的最令人兴奋的功能之一是自动暂停和恢复能力。当没有连接到数据库时，Aurora Serverless可以缩减到0 ACU，有效地暂停数据库，不产生计算费用。但一旦需要连接或维护任务，数据库就会自动恢复，为用户提供无缝体验。

Anam还提到最大ACU限制从128提高到256，为需求苛刻的工作负载提供了更大的余地。这一改进，加上可以缩减到0 ACU的能力，使Aurora Serverless能够满足从空闲期到资源密集型峰值的各种工作负载模式。

演讲接着聚焦于影响扩缩容过程的因素，如CPU利用率、内存利用率和网络吞吐量。Anam解释说，如果任何一个因素需要更多资源，数据库就会扩大;而只有当所有三个因素都表明不需要资源时，数据库才会缩小。这种谨慎的方法确保了扩缩容过程能够响应应用程序的需求，同时避免不必要的缩小。

Anam强调Aurora Serverless采用的就地扩缩容机制，允许数据库无中断地扩大或缩小。与涉及故障转移的传统扩缩容方法不同，Aurora Serverless会为正在运行的数据库进程分配或解除资源，确保正在进行的事务和连接不受影响。这种无中断扩缩容功能通过细粒度扩缩容能力得到进一步增强，后者允许以0.5 ACU为增量进行扩缩容，从而提供了对资源分配的精细控制。

为了说明扩缩容算法的内部工作原理，Anam展示了一个ACU桶的视觉表示，它具有大小和补充速率两个特征。随着数据库容量的增加，桶的大小和补充速率也会变大，从而实现更快的扩缩容。这种动态方法确保了较大的实例可以更快地扩缩容，满足资源密集型工作负载的需求。

监控数据库的性能和扩缩容行为是Anam涉及的一个关键方面。她强调了使用CloudWatch指标，如Serverless数据库容量指标，它提供了数据库当前ACU利用率的洞见;以及CPU利用率指标，它表明工作负载是否有足够的可用资源。此外，Anam还讨论了与Performance Insights的集成，这是一个强大的性能调试工具，允许客户监控估计的vCPU利用率，并就增加最大ACU限制做出明智决策。

在彻底探讨了Aurora Serverless的技术细节之后，Nitesh上台讨论了这一创新功能如何增强其他关键的Aurora功能，如高可用性、灾难恢复、分析、商业智能、应用程序连接以及Limitless等扩缩容功能。

Nitesh首先强调将Aurora Serverless与Aurora Global Database结合使用，后者允许客户在多个区域复制单一数据库，实现灾难恢复和低延迟的全球访问。通过在辅助区域部署Aurora Serverless实例，客户可以优化成本，同时保留全球复制和故障转移功能的优势。

Nitesh讨论的另一个重点是Aurora Serverless与亚马逊Redshift(一种云数据仓库解决方案)的集成。他解释了Aurora Serverless如何实现零ETL(提取、转换、加载)架构，消除了客户管理复杂数据管道的需求。通过Aurora Serverless根据工作负载需求进行扩缩容，以及Redshift Serverless为分析工作负载提供类似的弹性，客户可以从其运营数据中获得近乎实时的洞见，而无需管理基础设施。

Nitesh还强调了Data API这一面向开发人员的功能，它提供了单一HTTP端点用于应用程序连接。通过消除管理驱动程序和身份验证方法的需求，Data API简化了开发过程，提高了生产力。此外，内置的查询编辑器现在与Aurora Serverless和预配置集群兼容，进一步增强了开发人员体验，允许用户在亚马逊云科技管理控制台中本地运行DDL和DML查询。

Nitesh讨论的最令人兴奋的功能之一是Limitless，这是一项最近推出的能力，它通过由Aurora Serverless提供支持的分片架构，实现了超越单个实例的即时扩缩容。Limitless提供了一个路由层，将查询分发到多个分片，同时还提供了由Aurora处理的分片管理功能。这一功能使应用程序能够扩展到PB级数据和数百万笔交易，满足快速增长的工作负载需求，而无需复杂的重新架构或数据迁移。

随着演讲的进行，Nitesh讨论了Aurora Serverless的计费和成本优化方面。他重申了按使用付费的模式，客户只需为消耗的ACU付费，不会产生额外的存储或复制IO费用。Nitesh还介绍了最近推出的Aurora IO Optimized功能，它为IO密集型工作负载提供了可预测的定价，通过消除单独的IO费用，允许客户为存储和计算资源支付固定费用。

为了帮助客户规划预算和控制成本，Nitesh解释了设置最小和最大ACU限制的能力。最小ACU限制确保了数据库的保证占用量，而最大ACU限制则作为上限，防止在意外峰值或恶意查询的情况下产生失控的成本。

认识到将现有工作负载迁移到Aurora Serverless的挑战，Nitesh提供了入门指导。对于已经在使用Aurora Provisioned实例的客户，他演示了如何向现有集群添加Aurora Serverless读取器实例，并执行故障转移，无缝地过渡到Serverless配置，而无需更改集群端点。

对于从即将停用的Aurora Serverless V1迁移的客户，Nitesh概述了一个多步骤流程，涉及将现有实例转换为预配置实例，然后故障转移到Aurora Serverless V2读取器。他还强调了使用蓝绿部署，这是一个一分钟停机操作，允许客户升级到受支持的版本，然后迁移到Aurora Serverless V2。

随着会议临近尾声，Nitesh总结了Aurora Serverless V2的优势，强调了它能够降低运营复杂性和成本。通过亚马逊云科技自动处理扩缩容，客户可以专注于应用程序，而无需担心资源管理。与Aurora的其他功能(如高可用性、灾难恢复和分析)的无缝集成，进一步巩固了Aurora Serverless V2作为构建可扩展和经济高效应用程序的强大解决方案。

演讲人Anam和Nitesh让观众对数据库管理的未来充满期待和兴奋。他们对Aurora Serverless V2及其与其他亚马逊云科技服务的集成进行了全面探讨，展现了亚马逊致力于提供创新解决方案来应对开发人员和架构师在当今不断发展的技术环境中所面临的挑战。

我们正处在 Agentic AI 爆发前夜。 2025 亚马逊云科技中国峰会提出，企业要从 " 成本优化 " 转向 " 创新驱动 " ，通过完善的数据战略和 AI 云服务，把握全球化机遇。亚马逊将投入 1000 亿美元在 AI 算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在 AI 时代突破。