Amazon Aurora 常見問答集

只要在 Amazon RDS 主控台按幾下，就能建立 Aurora 全球資料庫。或者，您可以使用 AWS 軟體開發套件 (SDK) 或 AWS Command-Line Interface (CLI)。您可以在主要和次要區域之間使用佈建或無伺服器執行個體類別類型的混合組態。您還可以將主要區域設定為 Aurora I/O 最佳化叢集組態，將次要區域設定為 Aurora 標準，或執行相反設定。若要進一步了解，請瀏覽建立 Amazon Aurora 全球資料庫。

否。如果您的主要區域無法使用，您可以使用受管的跨區域 Aurora 全球資料庫容錯移轉作業來提升次要區域，以獲得完整的讀取和寫入功能。您也可以使用 Aurora 全球資料庫寫入端點，進而無需變更應用程式程式碼，即可連線至新提升的區域。若要進一步了解，請瀏覽連線至 Amazon Aurora 全球資料庫。

Aurora PostgreSQL Limitless Database 提供自動化水平擴展功能，以處理每秒數百萬筆寫入交易並管理 PB 級資料，同時確保單一資料庫內操作的簡便性。您可以專注於建置大規模的應用程式，而無需建置和維護複雜的解決方案，來跨多個資料庫執行個體擴展資料，以支援您的工作負載。Aurora PostgreSQL Limitless Database 會根據您的應用程式工作負載進行擴展，而您僅需按應用程式的實際用量付費。若要進一步了解，請瀏覽 Aurora PostgreSQL Limitless Database 使用者指南。

對於需要水平擴展並且需要比單一 Aurora 資料庫執行個體支援更多的寫入輸送量或資料儲存容量的應用程式，您應該使用 Aurora PostgreSQL Limitless Database。例如，會計應用程式可以由使用者水平分割，因為每個使用者的會計資料獨立於其他使用者。Aurora PostgreSQL Limitless Database 會自動擴展，以支援最大且成長最快的應用程式。 

有兩個現有的擴展功能：搭配 Aurora 複本使用 Amazon Aurora Auto Scaling 和 Aurora Serverless v2。

Aurora 複本讓您能夠將 Aurora 叢集的讀取容量增加至超出單一資料庫執行個體所能提供的限制。可以將其讀取工作負載與寫入工作負載分隔的應用程式最多可從 15 個讀取複本中受益，進而達到更高的整體讀取輸送量。Aurora 複本不需要應用程式水平分割其資料。所有資料在每個複本中都可用。Aurora 複本不會增加 Aurora 叢集的儲存容量或寫入輸送量。

Aurora Serverless v2 是 Aurora 的隨選垂直擴展組態，可根據應用程式需求在單一運算執行個體的容量限制內，自動擴展資料庫運算和記憶體。寫入器和讀取器執行個體支援 Aurora Serverless v2。但是，其不會增加 Aurora 叢集的儲存容量。如果您的應用程式設計為水平擴展，Aurora PostgreSQL Limitless Database 可讓您將資料庫的寫入輸送量和儲存容量擴展超出單一 Aurora 寫入器執行個體的限制

Aurora PostgreSQL Limitless Database 會使用資料表欄中客戶指定的值 (也稱為碎片索引鍵) 跨資料庫執行個體分割資料。例如，儲存使用者資訊的資料表可以使用 User-ID 欄作為碎片索引鍵來進行分割。從本質而言，Aurora PostgreSQL Limitless Database 是無伺服器節點的分散式部署。節點可以是路由器，也可以是碎片。路由器可管理資料庫的分散式性質。每個碎片都會存放資料的子集，從而支援並行處理以實現高寫入輸送量。

隨著運算或儲存需求的增加，Aurora 首先會自動向上擴展每個執行個體及其關聯的儲存，然後橫向擴充以滿足不同的碎片索引鍵值的資料庫工作負載。在任何時候，碎片索引鍵值都由單一無伺服器執行個體擁有及提供。當應用程式連線到 Aurora PostgreSQL Limitless Database 並發出請求時，會先分析該請求。然後，它可以傳送至擁有由請求指定的碎片索引鍵值的運算執行個體，或者協同運作跨多個執行個體的查詢。

多個運算執行個體 (每個都會提供不同的碎片索引鍵值) 可同時為同一個 Aurora PostgreSQL Limitless Database 提供應用程式請求。Aurora PostgreSQL Limitless Database 提供與單一寫入者 Aurora PostgreSQL 系統相同的交易語意，從而無需管理應用程式中不同交易網域的複雜性。

Aurora PostgreSQL Limitless Database 支援包含您資料的三種資料表類型：碎片、參考和標準。

碎片資料表：這些資料表分散在多個碎片中。資料會根據資料表中指定欄的值 (稱為碎片索引鍵)，在碎片間分割。它們對於擴展應用程式中最大、I/O 密集度最高的資料表非常有用。

參考資料表：這些資料會在每個碎片上完整複製資料，以便透過移除不必要的資料移動，來加快聯結查詢工作。它們通常用於不常修改的參考資料，例如產品目錄和郵遞區號。

標準資料表：這些資料表與常規 Aurora PostgreSQL 資料表類似。標準資料表全都放在單一碎片上，因此可以透過移除不必要的資料移動來加快聯結查詢工作。您可以從標準資料表建立碎片資料表和參考資料表。

若要進一步了解 PostgreSQL 相容性注意事項，請瀏覽 Aurora PostgreSQL Limitless Database 要求和注意事項。

您可以在 Amazon RDS 主控台或 Amazon API 中開始使用 Aurora PostgreSQL Limitless Database，以建立具有受支援引擎版本的新 Aurora PostgreSQL 叢集。若要進一步了解入門資訊，請瀏覽 Aurora PostgreSQL Limitless Database 使用者指南。

您的應用程式連線至 Aurora PostgreSQL Limitless Database 的方式與連線到標準 Aurora PostgreSQL 叢集的方式相同。您只需連線至叢集端點即可。若要進一步了解，請瀏覽使用 Aurora PostgreSQL Limitless Database。

是的，您可能需要調整資料庫結構描述以使用 Aurora PostgreSQL Limitless Database。所有碎片資料表都必須包含碎片索引鍵，因此可能需要回填這些資料。例如，會計應用程式可能會使用 User-ID 欄按使用者分割其資料，因為每個使用者都獨立於其他使用者。雖然使用者資料表本身自然包含此
欄，其他資料表可能沒有，例如包含發票明細行項目的資料表。由於這些資料表也需要按使用者分割，才能協同運作資料表以達到最佳查詢效能，因此需要將 User-ID 欄新增至資料表中。

用於分割資料的欄上沒有命名條件約束，但欄定義必須相符。您需要將碎片索引鍵新增至應用程式查詢，也可能需要調整查詢和交易以實現最佳效能。例如，當資料表僅按 User-ID 分割時，使用 Invoice-ID 查找發票會很慢，因為需要在所有資料庫執行個體上執行查詢。但是，如果查詢還指定 User-ID，則查詢會路由到包含該 User-ID 的所有訂單的單一資料庫執行個體，從而減少查詢的延遲。

是。當您將 Aurora PostgreSQL Limitless Database 的運算備援設定為大於零時，您可以選擇高可用性選項，從而提供 99.99% 的可用性。存放和存取 Aurora PostgreSQL Limitless Database 資料的每個運算執行個體都可以有一或兩個備用執行個體，以便在主要執行個體無法使用時可以接管請求。路由器將自動重新導向流量，以將對應用程式的影響降至最低。

Aurora PostgreSQL Limitless Database 可用於與 PostgreSQL 16.4 相容的 Aurora I/O 最佳化叢集組態。有關 Aurora PostgreSQL Limitless Database 的 AWS 區域可用性的其他資訊，請參閱 Aurora 定價頁面。

在 Aurora PostgreSQL Limitless Database 中，資料庫容量是以 ACU 計算。按每秒 ACU 用量的固定費率付費。適用 Aurora I/O 最佳化組態儲存費率。如需詳細資訊，請瀏覽 Aurora 定價頁面。

是。有兩種方法可將 Amazon Aurora 資料庫與 Amazon Bedrock 整合，以支援生成式 AI 應用程式。首先，Amazon Aurora ML 可直接透過適用於 Aurora MySQL 和 Aurora PostgreSQL 的 SQL，存取 Amazon Bedrock 中可用的基礎模型。其次，只需點按一下即可將 Aurora 設定為 Amazon Bedrock 知識庫中的向量存放區，並在 Aurora 上存放 Bedrock 產生的嵌入項目。Amazon Bedrock 知識庫支援 Aurora PostgreSQL，做為檢索增強生成 (RAG) 等使用案例的向量存放區。請閱讀我們的部落格和文件，了解如何使用 Aurora PostgreSQL 做為 Amazon Bedrock 的知識庫。

Aurora 與 Amazon Redshift 的零 ETL 整合可在 Aurora MySQL 3.05.2 版本 (與 MySQL 8.0.32 相容) 及更高版本的 Aurora MySQL 相容版上使用。Aurora 與 Amazon Redshift 的零 ETL 整合適用於 Aurora PostgreSQL 16.4 版及更高版本的 Aurora PostgreSQL 相容版本。請瀏覽 AWS 區域和 Aurora 資料庫引擎中支援的 Aurora 功能，以進一步了解 Aurora 與 Amazon Redshift 的零 ETL 整合的 AWS 區域可用性。

是，您可以使用 AWS CloudFormation，管理和自動化 Aurora 與 Amazon Redshift 的零 ETL 整合所需資源的設定和部署。如需詳細資訊，請瀏覽 CloudFormation 零 ETL 整合範本。

CloudWatch Database Insights 是一種監控和指標解決方案，可簡化及增強資料庫疑難排解。它可以自動化遙測收集，包括指標、日誌和追蹤，從而消除手動設定和組態的需要。透過將這項遙測整合到 Amazon CloudWatch 中，CloudWatch Database Insights 可提供資料庫效能和運作狀態的統一檢視。

CloudWatch Database Insights 的主要優勢包括：

1. 輕鬆遙測收集：自動收集資料庫指標、日誌和追蹤，從而最大限度地減少設定時間。
2. 精選洞察：提供預先建置的儀表板、警示和洞察，以監控和最佳化資料庫效能，並且只需最少的組態即可開始使用。
3. 統一的 CloudWatch 檢視：將多個資料庫的遙測結合為一個檢視，以簡化監控。
4. AI/ML 功能：使用 AI/ML 偵測異常，減少手動疑難排解操作。
5. 應用程式內容監控：允許使用者將資料庫效能與應用程式效能建立關聯。
6. 機群和執行個體層級檢視：提供高層級的機群監控和詳細的執行個體檢視，以進行根本原因分析。
7. 無縫 AWS 整合：與 Amazon CloudWatch Application Signals 和 AWS X-Ray 整合，實現全面的可觀測性體驗。

Amazon DevOps Guru for RDS 是 Amazon RDS (包含 Amazon Aurora) 的一項採用 ML 技術的功能，旨在自動偵測和診斷資料庫效能和操作問題，讓您能夠在幾分鐘而不是幾天內解決問題。

Amazon DevOps Guru for RDS 是 Amazon DevOps Guru 的一項功能，旨在偵測所有 Amazon RDS 引擎和數十種其他資源類型的操作和效能問題。DevOps Guru for RDS 擴展了 DevOps Guru 的功能，以偵測、診斷和修復 Amazon RDS 中與資料庫相關的各種問題 (例如資源過度使用和某些 SQL 查詢的不當行為)。

當出現問題時，Amazon DevOps Guru for RDS 可立即通知開發人員和 DevOps 工程師，並提供診斷資訊、問題程度的詳細資訊和智慧修復建議，以協助客戶快速解決與資料庫相關的效能瓶頸和操作問題。

Amazon DevOps Guru for RDS 旨在消除手動工作，並縮短偵測和解決關聯式資料庫工作負載中難以發現的效能瓶頸的時間 (從幾小時和數天縮短到幾分鐘)。

您可以為每個 Amazon Aurora 資料庫啟用 DevOps Guru for RDS，它會自動偵測工作負載的效能問題，就每個問題向您傳送提醒，解釋問題清單並推薦解決措施。
DevOps Guru for RDS 讓非專家更容易進行資料庫管理，並協助資料庫專家管理更多資料庫。

Amazon DevOps Guru for RDS 使用 ML 來分析由 Amazon RDS Performance Insights (PI) 收集的遙測資料。DevOps Guru for RDS 不會在其分析中使用您存放在資料庫中的任何資料。 PI 測量資料庫負載，該指標可表徵應用程式如何在資料庫中花費時間，以及資料庫產生的選定指標，例如 MySQL 中的伺服器狀態變數和 PostgreSQL 中的 pg_stat 表。

若要開始使用 DevOps Guru for RDS，請確保透過 RDS 主控台啟用 Performance Insights，然後只需為您的 Amazon Aurora 資料庫啟用 DevOps Guru。使用 DevOps Guru，您可以選擇分析覆蓋範圍為整個 AWS 帳戶，指定您希望 DevOps Guru 分析的特定 AWS CloudFormation 堆疊，或使用 AWS 標籤建立您希望 DevOps Guru 分析的資源分組。

Amazon DevOps Guru for RDS 有助於識別可能影響應用程式服務品質的各種效能問題，例如鎖定堆積、連線風暴、SQL 迴歸、CPU 和輸入/輸出爭用以及記憶體問題。

Amazon RDS Performance Insights 是一項資料庫效能調校和監控功能，可收集和視覺化 Amazon RDS 資料庫效能指標，協助您快速評估資料庫負載，並確定何時何地採取行動。Amazon DevOps Guru for RDS 旨在監控這些指標，偵測您的資料庫何時遇到效能問題，分析指標，然後告訴您發生什麼問題，以及您可以採取什麼措施。

CloudWatch Database Insights 會即時監控 Aurora 資源和應用程式，並透過可自訂的儀表板顯示資料。相比之下，Amazon DevOps Guru 是一種機器學習 (ML) 服務，可分析 CloudWatch 指標，以了解應用程式在一段時間內的行為、偵測異常，並提供解決問題的洞察和建議。此外，DevOps Guru 會分析來自多個來源的資料，包括 AWS Config、AWS CloudFormation 和 AWS X-Ray。您可以使用 CloudWatch 儀表板，透過 AWS/DevOps-Guru 命名空間中發布的指標來監控 DevOps Guru 洞察。這可協助您在 CloudWatch 主控台中的單一窗格視圖下檢視所有洞察和異常。

RDS Performance Insights 是資料庫效能調校和監控功能，讓客戶能夠評估資料庫的負載，並判斷採取行動的時機和位置。CloudWatch Database Insights 是一項全新的資料庫可觀測性功能，它繼承了 Performance Insights 的所有功能，以及機群層級監控、與應用程式效能監控的整合，還有資料庫指標與日誌和事件的關聯性。