Amazon Aurora Aurora-Speicher

Im Folgenden können Sie mehr über das Aurora-Speichersubsystem erfahren. Aurora verwendet eine verteilte und gemeinsam genutzte Speicherarchitektur, die ein wichtiger Faktor für Leistung, Skalierbarkeit und Zuverlässigkeit für Aurora-Cluster ist.

Übersicht über Amazon-Aurora-Speicher

Aurora-Daten werden im Cluster-Volume gespeichert, bei dem es sich um ein einzelnes virtuelles Volume handelt, das Solid-State-Laufwerke (SSDs) verwendet. Ein Cluster-Volume besteht aus Kopien der Daten in drei Availability Zones in einer einzigen AWS Region. Da Daten automatisch zwischen Availability Zones repliziert werden, bleiben Ihre Daten sehr lange beständig, mit einer geringeren Wahrscheinlichkeit für Datenverlust. Durch diese Replikation wird eine höhere Verfügbarkeit Ihrer Datenbank bei einem Failover sichergestellt. Dies ist möglich, weil die Datenkopien bereits in den anderen Availability Zones vorhanden sind und Datenanfragen für die DB-Instances in Ihrem DB-Cluster weiterhin bearbeitet werden. Die Menge der replizierten Daten ist unabhängig von der Anzahl der DB-Instances in Ihrem Cluster.

Aurora verwendet separaten lokalen Speicher für nicht persistente, temporäre Dateien. Dazu gehören Dateien, die für Zwecke wie das Sortieren großer Datensätze während der Abfrageverarbeitung oder für die Indexerstellung verwendet werden. Weitere Informationen erhalten Sie unter Temporäre Speicherlimits für Aurora MySQL und Temporäre Speicherlimits für Aurora PostgreSQL.

Inhalt des Cluster-Volumes

Das Aurora-Cluster-Volume enthält all Ihre Benutzerdaten, Schema-Objekte sowie interne Metadaten wie die Systemtabellen und das Binärprotokoll. Aurora speichert beispielsweise alle Tabellen, Indizes, Binary Large Objects (BLOBs), gespeicherten Prozeduren usw. für einen Aurora-Cluster im Cluster-Volume.

Die verschiedene Speicherquellen nutzende Architektur von Aurora sorgt dafür, dass Ihre Daten von den DB-Instances im Cluster unabhängig sind. So können Sie eine DB-Instance schnell hinzufügen, weil Aurora keine neue Kopie der Tabellendaten erstellt. Stattdessen stellt die DB-Instance eine Verbindung zum freigegebenen Volume her, das bereits alle Daten von Ihnen enthält. Sie können eine DB-Instance aus einem Cluster entfernen, ohne die zugrunde liegenden Daten aus dem Cluster entfernen zu müssen. Aurora entfernt die Daten nur, wenn Sie den gesamten Cluster löschen.

Speicherkonfigurationen für DB-Cluster von Amazon Aurora

Amazon Aurora bietet zwei Speicherkonfigurationen für DB-Cluster:

• Aurora I/O-Optimized— Besseres Preis-/Leistungsverhältnis und bessere Planbarkeit für den I/O-intensive applications. You pay only for the usage and storage of your DB clusters, with no additional charges for read and write I/O Betrieb.

  Aurora I/O-Optimizedist die beste Wahl, wenn Ihre I/O Ausgaben 25% oder mehr Ihrer gesamten Ausgaben für Aurora-Datenbanken ausmachen.

  Sie können Aurora I/O-Optimized auswählen, wenn Sie einen DB-Cluster mit einer DB-Engine-Version erstellen oder ändern, die die Cluster-Konfiguration von Aurora I/O-Optimized unterstützt. Sie können jederzeit von Aurora I/O-Optimized zu Aurora Standard wechseln.

• Aurora Standard— Kostengünstige Preisgestaltung für viele Anwendungen mit moderater I/O Nutzung. Zusätzlich zur Nutzung und Speicherung Ihrer DB-Cluster zahlen Sie auch einen Standardtarif pro 1 Million Anfragen für den I/O Betrieb.

  Aurora Standardist die beste Wahl, wenn Ihre I/O Ausgaben weniger als 25% Ihrer gesamten Ausgaben für Aurora-Datenbanken ausmachen.

  Sie können alle 30 Tage von Aurora Standard auf Aurora I/O-Optimized wechseln. Wenn Sie zwischen den Speicheroptionen Aurora Standard und den Aurora I/O-Optimized Speicheroptionen für non-NVMe-based DB-Instances wechseln, gibt es keine Ausfallzeiten. Bei NVMe basierten DB-Instances erfordert der Wechsel zwischen Aurora I/O-Optimized und Aurora Standard Speicheroptionen jedoch einen Neustart der Datenbank-Engine, was zu einer kurzen Ausfallzeit führen kann.

Informationen zur Versionsunterstützung AWS-Region und zur Versionsunterstützung finden Sie unterUnterstützte Regionen und Aurora-DB-Engines für Cluster-Speicherkonfigurationen.

Weitere Informationen zu den Preisen für Speicherkonfigurationen von Amazon Aurora finden Sie unter Amazon Aurora: Preise.

Informationen zur Auswahl der Speicherkonfiguration beim Erstellen eines DB-Clusters finden Sie unter Erstellen eines DB-Clusters. Informationen zum Ändern der Speicherkonfiguration für einen DB-Cluster finden Sie unter Einstellungen für Amazon Aurora.

Wie sich die Größe des Aurora-Speichers automatisch ändert

Aurora-Cluster-Volumes nehmen automatisch an Größe zu, wenn die Datenmenge in Ihrer Datenbank zunimmt. Informationen zu den maximalen Volumengrößen von Aurora-Clustern für jede Engine-Version finden Sie unterAmazon Aurora-Größenbeschränkungen. Diese automatische Speicherskalierung wird mit einem leistungsstarken und hochverteilten Speicher-Subsystem kombiniert. Dadurch ist Aurora eine gute Wahl für Ihre wichtigen Unternehmensdaten, wenn Ihre Hauptziele Zuverlässigkeit und Hochverfügbarkeit sind.

Informationen zum Anzeigen des Volume-Status finden Sie unter Anzeigen des Volume-Status für einen Aurora MySQL-DB-Cluster oder Anzeigen des Volume-Status für einen Aurora PostgreSQL-DB-Cluster. Informationen darüber, wie Sie die Lagerkosten mit anderen Prioritäten abwägen können, Speicherskalierung finden Sie unter Überwachung der Amazon Aurora Aurora-Metriken AuroraVolumeBytesLeftTotal und VolumeBytesUsed in CloudWatch.

Wenn Aurora-Daten entfernt werden, wird der für diese Daten zugewiesene Speicherplatz freigegeben. Beispiele für das Entfernen von Daten sind das Löschen oder Abschneiden einer Tabelle. Diese automatische Reduzierung der Speichernutzung hilft Ihnen, Speichergebühren zu minimieren.

Anmerkung

Die hier beschriebenen Speicherlimits und das dynamische Größenanpassungsverhalten gelten für persistente Tabellen und andere Daten, die auf dem Cluster-Volume gespeichert sind.

Für Aurora PostgreSQL werden temporäre Tabellendaten in der lokalen DB-Instance gespeichert.

Bei Aurora MySQL Version 2 werden temporäre Tabellendaten standardmäßig auf dem Cluster-Volume für Writer-Instances und im lokalen Speicher für Reader-Instances gespeichert. Weitere Informationen finden Sie unter Speicher-Engine für temporäre Tabellen auf der Festplatte.

Bei Aurora MySQL Version 3 werden temporäre Tabellendaten in der lokalen DB-Instance oder auf dem Cluster-Volume gespeichert. Weitere Informationen finden Sie unter Neues temporäres Tabellenverhalten in Aurora-MySQL-Version 3.

Die maximale Größe temporärer Tabellen im lokalen Speicher ist durch die maximale lokale Speichergröße der DB-Instance begrenzt. Die lokale Speichergröße hängt von der Instance-Klasse ab, die Sie verwenden. Weitere Informationen erhalten Sie unter Temporäre Speicherlimits für Aurora MySQL und Temporäre Speicherlimits für Aurora PostgreSQL.

Einige Speicherfunktionen, wie die maximale Größe eines Cluster-Volumes und die automatische Größenanpassung beim Entfernen von Daten, hängen von der Aurora-Version des Clusters ab. Weitere Informationen finden Sie unter Speicherskalierung. Außerdem erfahren Sie, wie Sie Speicherprobleme vermeiden und den zugewiesenen Speicher und freien Speicherplatz in Ihrem Cluster überwachen können.

Informationen zur Abrechnung des Aurora-Datenspeichers

Obwohl ein Aurora-Cluster-Volume für bestimmte Engine-Versionen auf bis zu 256 Tebibyte (TiB) anwachsen kann, wird Ihnen nur der Speicherplatz in Rechnung gestellt, den Sie in einem Aurora-Cluster-Volume nutzen. In früheren Aurora-Versionen konnte das Cluster-Volume Speicherplatz wiederverwenden, der beim Entfernen von Daten freigegeben wurde, der zugewiesene Speicherplatz nahm jedoch nie ab. Wenn Aurora-Daten jetzt entfernt werden, z. B. durch Löschen einer Tabelle oder Datenbank, verringert sich der insgesamt zugewiesene Speicherplatz um einen vergleichbaren Betrag. So können Sie Speicherkosten senken, indem Sie Tabellen, Indizes, Datenbanken usw. löschen, die Sie nicht mehr benötigen.

Tipp

Bei früheren Versionen ohne die Funktion für die dynamische Größenanpassung muss die Speicherverwendung für einen Cluster zurückgesetzt werden, um einen logischen Dump auszuführen und auf einem neuen Cluster wiederherzustellen. Diese Operation kann bei großen Datenmengen sehr lange dauern. Wenn eine solche Situation auftritt, sollten Sie das Upgrade Ihres Clusters auf eine Version durchführen, die die dynamische Größenanpassung des Volumes unterstützt.

Informationen dazu, welche Aurora-Versionen die dynamische Größenanpassung unterstützen und wie Sie Speicherkosten durch Überwachen der Speichernutzung für Ihren Cluster minimieren können, finden Sie unter Speicherskalierung. Informationen zur Speicherabrechnung von Aurora-Backups finden Sie unter Grundlegendes zur Backup-Speicher-Nutzung in Amazon Aurora. Weitere Informationen über die Preise für Aurora-Datenspeicher finden Sie unter Amazon RDS for Aurora: Preise.