# Elección de la clase de instancia de base de datos adecuada
La clase de instancia correcta depende del uso que hagan las consultas de tablas externas de la memoria, el almacenamiento y la CPU. Para obtener detalles sobre cada uno de estos recursos, consulte [Administración de recursos](aurora-analytics-resource-management.md).
+ **Memoria**: una consulta de tabla externa guarda sus datos de trabajo (ordenaciones, agregaciones y tablas hash para las uniones) en la memoria, delimitados por la configuración de `aurora_analytics.query_mem` (`query_mem` abreviada). El valor predeterminado de `query_mem` escala con el tamaño de la instancia, por lo que una instancia más grande proporciona a cada consulta más memoria automáticamente. Cuando una consulta supera `query_mem`, se transfiere al almacenamiento local, que es más lento. Para obtener más información, consulte [Ajuste de query\_mem para la carga de trabajo](aurora-analytics-tuning-query-mem.md).
+ **Simultaneidad**: cada consulta de tabla externa simultánea asigna hasta un máximo de memoria de `query_mem`, pero el uso real depende de la consulta y las consultas simples pueden consumir mucho menos. Al evaluar la simultaneidad, haga un presupuesto para los picos de memoria en lugar de suponer que todas las consultas utilizan la `query_mem` completa. Para obtener más información, consulte [Dimensionamiento de simultaneidad](aurora-analytics-concurrency-sizing.md).
+ **Almacenamiento en caché y derrame**: la caché en el disco para los datos de Amazon S3 y los archivos temporales que las consultas filtran utilizan el almacenamiento local de la instancia. El NVMe local (disponible en instancias de tipo d, por ejemplo, `db.r8gd`) es más rápido que Amazon EBS para ambos, así que elija una clase con almacenamiento NVMe local para las cargas de trabajo de producción que consultan tablas externas.
+ **Aislamiento de la carga de trabajo**: las consultas de tablas externas compiten con el resto del tráfico de la instancia por la CPU y la memoria. En el caso de las cargas de trabajo que consultan muchas tablas externas, ejecútelas en un lector específico. Para obtener más información, consulte [Uso de una instancia de lectura dedicada para el análisis](aurora-analytics-dedicated-reader.md).
Comience con una clase que se adapte a la carga de trabajo y vaya ajustándose a partir de ahí, con estas señales.
+ El aumento de `AuroraAnalyticsMemoryUsage` significa que la presión general sobre la memoria está aumentando. Escale verticalmente a una clase de instancia más grande o a una `query_mem` inferior para dejar espacio a la simultaneidad.
+ El aumento de `AuroraAnalyticsDiskSpillSize` significa que las consultas individuales superan `query_mem` y se derraman en el almacenamiento local. Escale verticalmente o aumente `query_mem` para dar más espacio a cada consulta.
+ Una caída de `AuroraAnalyticsCacheHitRatio` significa que se están releyendo más datos de trabajo de Amazon S3. Una clase de instancia más grande almacena en caché una mayor cantidad de información de forma local.
+ Un uso elevado de CPU al consultar tablas externas significa que las consultas necesitan más vCPU.
Para gestionar más consultas simultáneas, escale verticalmente la capacidad de memoria o agregue un lector para distribuir la carga.
Para ver estas métricas y cómo supervisarlas, consulte [Supervisión y solución de problemas](aurora-analytics-monitoring-troubleshooting.md).
## Cuándo usar instancias exclusivas de EBS
Las instancias sin almacenamiento NVMe local (por ejemplo `db.r8g` y `db.r8i`) utilizan Amazon EBS para el almacenamiento en caché. Úselas para lo siguiente.
+ Cargas de trabajo que son más sensibles a los costos que al rendimiento.
+ Consultas de tablas externas ligeras o ad hoc.
+ Entornos de desarrollo y pruebas.