查看原文
其他

实测Aurora Serverless v2

周振兴 云数据库技术 2022-10-13

Aurora自2014年发布以来,一直是AWS的最核心数据库产品,而Serverless则是这个产品最重要的功能之一了。在2018年08月,Serverless功能刚刚GA,当时做过一次测试。在2020年底的re:Invent上,Andy Jassy宣布Aurora发布Serverless v2,时隔一年半,终于GA,一起来看看实际效果怎样吧。


在最近看到该功能的介绍文章中,使用了"几分之一秒内扩展"、" scales instantly and nondisruptively "等描述,对此,我是保持怀疑的,这也要实测一下的原因,从一个用户感受的角度,看看一次升级(scaling)需要多长时间。

测试结果概述
  • 在这次实际测试中,新的Serverless v2,可以将scaling up的时间降低到10秒级别。系统压力上来后,首次升级(scaling up)花了13秒,之后的几次升级分别花了7秒、4秒、10秒等。在这几秒内,Aurora需要完成监控采集、分析与决策,变配动作完成等动作。于用户侧,系统压力突增时,10秒内Aurora就会完成升级,这是非常实用和强大的。

  • 相比4年前GA版本数分钟级别的升级(scaling),新的版本提升非常大。不过,与宣传的亚秒级( in a fraction of a second )还有差距的。当然,一种猜测是,"亚秒内"完成的是变配动作本身,不包括监控、决策与命令下发等过程。

  • Scaling down是逐步阶梯式完成的,每次间隔约1分钟,这是符合预期的。

  • 新的版本与旧版本有非常好的兼容性,可以作为旧版本的replica,然后切换为主节点,也就可以完成平滑的升级。新的版本,支持MySQL 8.0和PostgreSQL 13版本。

  • 该功能的客户价值是非常明显的:在更多的业务场景中,可以帮助用户降低成本,同时也可以帮助应对更多的突发流量。另外,云计算的"使命"之一是通过统一的底层资源调度,提升资源利用率,降低资源使用成本,而该功能,在交易数据库的场景,把这个"使命"的粒度降低到了"秒"级别。用好了该功能,在很多场景中,降低50%的数据库成本应该是容易的。

测试设计

因为无法登录到Aurora主机上,很多指标无法直接观测,AWS控制台给出的指标也只有1分钟级别,而且目前也没有看到像之前版本,给出详细的变配Event。实际上,要观测秒级别的变化,是比较困难的。这里,决定从客户端角度去观测,并使用了如下测试方案:

  • 使用sysbench作为测试程序,并将--report-interval设置成1s,并使用99%的延迟作为平均延迟(响应时间rt)

  • 同时使用mysql client持续观测buffer pool的大小,以该大小的变化作为ACU变化的指标


测试流程:

  • 首先,启动一个单线程sysbench,作为测试"主进程",程序运行900秒

  • "主进程"运行300秒后,再启动一个"压力进程"(24并发的sysbench进程)向系统施压,该进程运行300秒后退出

在这个过程中,我们观测"主进程"的rt变化,以及整个过程中,实例规格的变化(以buffer pool为指标)。

测试结果与分析

整个测试过程中,主进程响应时间(rt)和Aurora规格(以buffer pool size代表)变化过程如下:

  • 黄点代表"主进程"响应时间(rt)随时间(秒)变化趋势

  • 灰点代表"压力进程"响应时间(rt)随时间(秒)变化趋势

  • "蓝点"(连成线)代表buffer pool的随时间变化趋势

  • 横坐标是时间,间隔为1秒

  • 左侧纵坐标单位为毫秒,是rt的单位;右侧纵坐标单位是GB,是buffer pool大小单位

整个测试过程共15分钟(900秒),接下来我们拆开成几个阶段看看整个过程是怎样的。

前两分钟发生了什么
  • 前10秒,规格为默认的0.5ACU,rt值都较高,超过150ms

  • 第13秒,buffer pool增长到0.65GB,rt值降低为约20ms

  • 第26秒,bp增长到1.5GB,rt值没有明显变化

  • 第91秒,bp增长到2.3GB,rt值没有明显变化

再看看这个过程,起初,虽然主进程是单线程的,但初始规格是0.5ACU,依旧容量不足,反应在上图中,主进程rt非常高,超过150ms。在第13秒,Aurora自动升级到了约0.65GB(当然对应的CPU也做了升级),很快,立竿见影,rt马上降下来,非常符合预期。之后,Aurora再次升级到1.5GB,可以看到从rt角度来看并没有什么效果,之后又升级到2.3GB。

系统压力突增的时候

在第300秒,"压力进程"给了系统额外的压力,具体的:

  • 第300秒,“压力进程”给了系统额外的压力

  • 第307秒,buffer pool增长到3.0GB,7秒完成升级(scaling)

  • 第311秒,bp增长到4.5GB,4秒内再次完成升级

  • 第321秒,bp增长到5.9GB,10秒再次完成升级

  • 第332秒,bp增长到7.4GB,10秒再次完成升级

  • 之后,全程稳定在该值,可能是因为该buffer pool值是该规格的最大允许值

整个过程中,Aurora在"压力进程"给出压力后的第7秒就完成了scaling。这7秒内,Aurora需要完成采集上报、分析决策、完成动作,要将这个功能规模化、产品化出来,还是非常复杂的。

系统压力降低的表现
  • 第600秒,“压力进程”结束退出,主进程rt降低为约20ms

  • 第649秒,buffer pool降低到2.3GB

也就是说,在49秒后,开始逐步释放多余的资源。


最后
  • 第900秒,测试"主进程"结束

  • 第1003秒,buffer pool降低为0.27GB

最后,在压力消失后的100秒后,scaling down到更小规格。


其他

补充说明:

  • 测试使用了新加坡可用区ap-southeast-1a的资源(测试客户端ec2和aurora都在这)

  • Aurora使用serverless v2 3.02.0(8.0.23),capacity range是0.5ACU ~ 8 ACU;客户端ec2规格为8c16g。

  • 注意到Aurora的升级粒度,不是以ACU为最小粒度的,从Serverless Capacity的趋势图可以看到很多更细粒度的ACU。

  • Serverless Capacity这个趋势图并不好找,需要点击进入CPU的大图后,通过选项卡切换出来(感觉这应该是一个Bug)。


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存