AWS成本优化之Aurora
Amazon Aurora 是AWS完全托管的、与MySQL和PostgreSQL 兼容的关系数据库，是 AWS 增长最快的服务之一。鉴于Aurora的设计理念、性能、存储、扩展性、可靠性方面的突出表现，越来越多的客户选择 Aurora 作为核心关系型数据库，处理核心数据业务。本文分析了游戏场景中使用Aurora数据库，调整一个参数值会对数据库系统负载的影响以及成本的影响，提出优化建议。
Aurora成本分析
实例成本
实例价格上，Aurora大约是RDS Mysql的1.2倍。考虑到Aurora相比Mysql的性能优势，在高并发业务场景下，即使Aurora相对Mysql只提升了2倍的性能，成本也会降低很多。例如，Mysql需要4个r4.xlarge节点，Aurora由于性能提升，只需要2个r4.xlarge即可满足业务需求。
总成本上，Aurora更便宜
Aurora 0.58*2=1.16
Mysql 0.48*4=1.92
存储成本
存储价格上，Aurora按实际容量收费，对比RDS在创建实例时就要指定存储容量，价格会更便宜。
IO成本
Mysql Provision IOPS EBS (IO1) 按照预设容量收费，此费用固定。Aurora按照IO总量计算，不同时段的IO请求不一样，费用也不同。实际在高并发业务场景的使用过程中，此项的成本很高。
优化参数介绍
参考mysq的官方文档
https://dev.mysql.com/doc/refman/5.6/en/innodb-parameters.html#sysvar_innodb_flush_log_at_trx_commit
innodb_flush_log_at_trx_commit
简单的说
0: 由mysql的main_thread每秒将存储引擎log buffer中的redo日志写入到log file，并调用文件系统的sync操作，将日志刷新到磁盘。
1：每次事务提交时，将存储引擎log buffer中的redo日志写入到log file，并调用文件系统的sync操作，将日志刷新到磁盘。
2：每次事务提交时，将存储引擎log buffer中的redo日志写入到log file，并由存储引擎的main_thread 每秒将日志刷新到磁盘。
取值为1是最安全的。如果取值为0，当数据库程序崩溃的时候，可能会丢失1秒左右的数据。如果取值为2，当操作系统崩溃或者硬件故障的时候会丢失1秒左右数据。
innodb_flush_log_at_trx_commit参数在AWS Aurora中属于cluster参数组，可以动态修改。如果把aurora的cluster参数组由默认参数组换成自定义参数组的时候，可能需要手动重启aurora的cluster数据库。
参数优化测试
服务器采用EC2的C5.large，数据库采用Aurora的R5.large兼容mysql 5.6版本，VolumnWriteIOPS采用CloudWatch API进行采集。特别需要注意的是，数据库不做任何操作，也会有VolumnWriteIOPS，数据量大致是 15000-18000次/小时，同时VolumnWriteIOPS并不是和操作完全同步，例如，在9：30进行大批量数据库操作，会观察到在10:00的CloudWatch数据中，仍然有VolumnWriteIOPS的大幅度增长。这些因素会导致测试的数据有一定偏差。
游戏业务操作场景
游戏服务器一般包含两个线程组，分别是Request Thread Group和后台线程Schedule Group，每一个Request的处理和Schedule event的处理都由数据库的Transaction来保护。本次测试主要评估空Transaction(只有begin和commit，没有任何实质sql）的情况，以便了解Transaction机制的时间消耗以及flush参数的相关影响，测试结果表格如下
无论flush的参数是1还是2，VolumnWriteIOPS都可以忽略不记（需要减去基础的操作次数）。从上述测试看，flush参数值对于相关表现基本上没有任何影响。
游戏日志记录场景
游戏日志现在的实现是采用单线程异步方式用insert sql把数据插入到数据表，不使用transaction。每一个游戏服进程有4-5个日志线程，负责不同的日志记录，10个左右的游戏服共享一个物理数据库。测试结果如下（注意WriteIOPS数据是估算，细节数字不准确，看大致比例）
从这个数据看，flush参数由1改成2以后，能够大幅度的增加服务器处理的吞吐量，同时减少WriteIOPS的数量。
参数优化实战
完成参数切换，重点观察切换的时候数据库CPU、Load以及切换前后每天的WriteIOPS对比。从结果看，这个参数的修改对两个数据库都有明显影响，其中对日志库的影响更加显著。
数据库负载下降
更新之前的aurora_redo_log_flush数据占比接近20%
更新之后的aurora_redo_log_flush数据库占比为0，对于整体负载能力有10-20%提升。
CPU使用率下降
cpu使用率直接降低了一半。
WriteIOPS明显下降
2020.07.16进行的参数修改，对比2020.07.17的数据和2020.07.10到2020.07.15的数据，对于日志库，WriteIOPS降到了原来的1/5，游戏库差不多降低了一半。
优化建议
考虑行业的特点，以及Aurora本身的故障率，1秒的数据丢失风险如果能够接受，可以考虑优化innodb_flush_log_at_trx_commit参数的值为2，实现数据库IO请求数的减少，还可以考虑实例类型减配的操作，进一步达到成本优化的目标。
本文部分内容引用来自亚马逊AWS官方博客：
https://aws.amazon.com/cn/blogs/china/aurora-mysql-redshift-application-scene-cost-analysis/
如需进一步协助或服务，请留言，泰岳云业务会提供自动化工具及专业服务。
