Amazon Aurora
Aurora 用户指南 (API 版本 2014-10-31)
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

使用 Amazon Aurora Auto Scaling 扩展 Aurora 副本

为了满足您的连接和工作负载要求,Aurora Auto Scaling 动态调整为 Aurora 数据库集群预置的 Aurora 副本数。Aurora Auto Scaling 适用于 Aurora MySQL 和 Aurora PostgreSQL。通过使用 Aurora Auto Scaling,Aurora 数据库集群可以处理连接或工作负载突然增加的情况。在连接或工作负载减少时,Aurora Auto Scaling 删除不需要的 Aurora 副本,以便您无需为未使用的配置数据库实例付费。

您可以定义一个扩展策略并将其应用于 Aurora 数据库集群。扩展策略 定义了 Aurora Auto Scaling 可以管理的最小和最大 Aurora 副本数。根据该策略,Aurora Auto Scaling 向上或向下调整 Aurora 副本数以响应实际工作负载,该负载是使用 Amazon CloudWatch 指标和目标值确定的。

您可以使用 AWS 管理控制台根据预定义的指标应用扩展策略。或者,您也可以使用 AWS CLI 或 Aurora Auto Scaling API 根据预定义或自定义指标应用扩展策略。

开始前的准备工作

您必须先在主实例以及至少一个 Aurora 副本中创建 Aurora 数据库集群,然后才能在 Aurora 数据库集群中使用 Aurora Auto Scaling。虽然 Aurora Auto Scaling 管理 Aurora 副本,但 Aurora 数据库集群最初必须具有至少一个 Aurora 副本。有关创建 Aurora 数据库集群的更多信息,请参阅创建 Amazon Aurora 数据库集群

只有在数据库集群中的所有 Aurora 副本都处于可用状态时,Aurora Auto Scaling 才会扩展数据库集群。如果任何 Aurora 副本处于可非用状态,Aurora Auto Scaling 将等到整个数据库集群变为可用后再进行扩展。

在 Aurora Auto Scaling 添加新的 Aurora 副本时,新 Aurora 副本是与主实例使用的数据库实例类相同的数据库实例类。有关数据库实例类的更多信息,请参阅选择数据库实例类。而且,新 Aurora 副本的提升层设置为最低优先级,默认为 5。这意味着在故障转移期间,更高优先级的副本(如手动创建的副本)会先提升。有关更多信息,请参阅 Aurora 数据库集群的容错能力

Aurora Auto Scaling 仅删除它创建的 Aurora 副本。

要利用 Aurora Auto Scaling,应用程序必须支持连接到新的 Aurora 副本。为此,我们建议您使用 Aurora 读取方终端节点。对于 Aurora MySQL,您可以使用一个驱动程序,例如,MariaDB Connector/J 实用程序。有关更多信息,请参阅连接到 Amazon Aurora 数据库集群

Aurora Auto Scaling 策略

Aurora Auto Scaling 使用扩展策略调整 Aurora 数据库集群中的 Aurora 副本数。Aurora Auto Scaling 具有以下组件:

  • 服务相关角色

  • 目标指标

  • 最小和最大容量

  • 冷却时间

服务相关角色

Aurora Auto Scaling 使用 AWSServiceRoleForApplicationAutoScaling_RDSCluster 服务相关角色。有关更多信息,请参阅 Application Auto Scaling API 参考 中的 Application Auto Scaling 服务相关角色

目标指标

在这种类型的策略中,预定义或自定义指标以及指标目标值是在目标跟踪扩展策略配置中指定的。Aurora Auto Scaling 创建和管理触发扩展策略的 CloudWatch 警报,并根据指标和目标值计算扩展调整。扩展策略根据需要添加或删除 Aurora 副本,以便将指标保持在指定的目标值或该值附近。除了将指标保持在目标值附近以外,目标跟踪扩展策略还会根据由于工作负载变化而造成的指标波动进行调整。这种策略还会最大限度减少数据库集群的可用 Aurora 副本数的快速波动。

例如,使用具有预定义的平均 CPU 使用率指标的扩展策略。这种策略可以将 CPU 使用率保持在指定的使用率百分比 (如 40%) 或该值附近。

注意

对于每个 Aurora 数据库集群,您只能为每个目标指标创建一个 Auto Scaling 策略。

最小和最大容量

您可以指定 Application Auto Scaling 管理的最大 Aurora 副本数。必须将该值设置为 0–15,并且必须大于或等于为最小 Aurora 副本数指定的值。

您还可以指定 Application Auto Scaling 管理的最小 Aurora 副本数。必须将该值设置为 0–15,并且必须小于或等于为最大 Aurora 副本数指定的值。

注意

最小和最大容量是为 Aurora 数据库集群设置的。指定的值适用于与 Aurora 数据库集群关联的所有策略。

冷却时间

您可以添加影响 Aurora 数据库集群扩展和缩减的冷却时间,以调整目标跟踪扩展策略的响应速度。冷却时间阻止后续扩展或缩减请求,直至冷却时间到期。这种阻止降低了为缩减请求删除 Aurora 数据库集群中的 Aurora 副本的速度,并降低了为扩展请求创建 Aurora 副本的速度。

您可以指定以下冷却时间:

  • 缩减活动减少 Aurora 数据库集群中的 Aurora 副本数。缩减冷却时间指定在完成一个缩减活动后开始另一个缩减活动之前等待的时间 (秒)。

  • 扩展活动增加 Aurora 数据库集群中的 Aurora 副本数。扩展冷却时间指定在完成一个扩展活动后开始另一个扩展活动之前等待的时间 (秒)。

如果未指定缩减或扩展冷却时间,则它们的默认值为 300 秒。

启用或禁用缩减活动

您可以为策略启用或禁用缩减活动。启用缩减活动允许扩展策略删除 Aurora 副本。在启用缩减活动时,扩展策略中的缩减冷却时间将应用于缩减活动。禁用缩减活动将禁止扩展策略删除 Aurora 副本。

注意

扩展活动始终处于启用状态,以便扩展策略可以根据需要创建 Aurora 副本。

添加扩展策略

您可以使用 AWS 管理控制台、AWS CLI 或 Application Auto Scaling API 添加扩展策略。

使用 AWS 管理控制台添加扩展策略

您可以使用 AWS 管理控制台将扩展策略添加到 Aurora 数据库集群中。

在 Aurora 数据库集群中添加 Auto Scaling 策略

  1. 登录 AWS 管理控制台 并通过以下网址打开 Amazon RDS 控制台:https://console.amazonaws.cn/rds/

  2. 在导航窗格中,选择 Databases (数据库)

  3. 选择要添加策略的 Aurora 数据库集群。

  4. 对于 Actions (操作),选择 Add Auto Scaling policy (添加 Auto Scaling 策略)

    将显示添加 Auto Scaling 策略对话框。

  5. 对于 Policy Name (策略名称),键入策略名称。

  6. 对于目标指标,请选择以下选项之一:

    • Aurora 副本的平均 CPU 使用率,用于创建基于平均 CPU 使用率的策略。

    • Aurora 副本的平均连接数,用于创建基于 Aurora 副本的平均连接数的策略。

  7. 对于目标值,请键入以下值之一:

    • 如果在上一步中选择 Aurora 副本的平均 CPU 使用率,请键入要在 Aurora 副本上保持的 CPU 使用率百分比。

    • 如果在上一步中选择 Aurora 副本的平均连接数,请键入要保持的连接数。

    将添加或删除 Aurora 副本以使指标接近于指定的值。

  8. (可选) 打开其他配置以创建缩减或扩展冷却时间。

  9. 对于最小容量,请键入 Aurora Auto Scaling 策略需要保持的最小 Aurora 副本数。

  10. 对于最大容量,请键入 Aurora Auto Scaling 策略需要保持的最大 Aurora 副本数。

  11. 选择添加策略

以下对话框创建一个基于平均 CPU 使用率 40% 的 Auto Scaling 策略。该策略指定最少 5 个 Aurora 副本,最多 15 个 Aurora 副本。


                    创建基于平均 CPU 使用率的 Auto Scaling 策略

以下对话框创建一个基于平均连接数 100 的 Auto Scaling 策略。该策略指定最少 2 个 Aurora 副本,最多 8 个 Aurora 副本。


                    创建基于平均连接数的 Auto Scaling 策略

使用 AWS CLI 或 Application Auto Scaling API 添加扩展策略

您可以应用基于预定义或自定义指标的扩展策略。为此,您可以使用 AWS CLI 或 Application Auto Scaling API。第一步是在 Application Auto Scaling 中注册 Aurora 数据库集群。

注册 Aurora 数据库集群

您必须先在 Application Auto Scaling 中注册 Aurora 数据库集群,然后才能在 Aurora 数据库集群中使用 Aurora Auto Scaling。这样做是为了定义要应用于该集群的扩展维度和限制。Application Auto Scaling 动态扩展 Aurora 数据库集群以及 rds:cluster:ReadReplicaCount 可扩展维度,后者表示 Aurora 副本数。

要注册 Aurora 数据库集群,您可以使用 AWS CLI 或 Application Auto Scaling API。

CLI

要注册 Aurora 数据库集群,请使用具有以下参数的 register-scalable-target AWS CLI 命令:

  • --service-namespace – 将该值设置为 rds

  • --resource-id – Aurora 数据库集群的资源标识符。对于该参数,资源类型为 cluster,唯一标识符为 Aurora 数据库集群的名称,例如,cluster:myscalablecluster

  • --scalable-dimension – 将该值设置为 rds:cluster:ReadReplicaCount

  • --min-capacity – Application Auto Scaling 管理的最小 Aurora 副本数。必须将该值设置为 0–15,并且必须小于或等于为 max-capacity 指定的值。

  • --max-capacity – Application Auto Scaling 管理的最大 Aurora 副本数。必须将该值设置为 0–15,并且必须大于或等于为 min-capacity 指定的值。

在以下示例中,您注册一个名为 myscalablecluster 的 Aurora 数据库集群。该注册表示应动态扩展数据库集群以具有 1-8 个 Aurora 副本。

针对 Linux、OS X 或 Unix:

aws application-autoscaling register-scalable-target \ --service-namespace rds \ --resource-id cluster:myscalablecluster \ --scalable-dimension rds:cluster:ReadReplicaCount \ --min-capacity 1 \ --max-capacity 8 \

对于 Windows:

aws application-autoscaling register-scalable-target ^ --service-namespace rds ^ --resource-id cluster:myscalablecluster ^ --scalable-dimension rds:cluster:ReadReplicaCount ^ --min-capacity 1 ^ --max-capacity 8 ^
API

要在 Application Auto Scaling 中注册 Aurora 数据库集群,请使用具有以下参数的 RegisterScalableTarget Application Auto Scaling API 操作:

  • ServiceNamespace – 将该值设置为 rds

  • ResourceID – Aurora 数据库集群的资源标识符。对于该参数,资源类型为 cluster,唯一标识符为 Aurora 数据库集群的名称,例如,cluster:myscalablecluster

  • ScalableDimension – 将该值设置为 rds:cluster:ReadReplicaCount

  • MinCapacity – Application Auto Scaling 管理的最小 Aurora 副本数。必须将该值设置为 0–15,并且必须小于或等于为 MaxCapacity 指定的值。

  • MaxCapacity – Application Auto Scaling 管理的最大 Aurora 副本数。必须将该值设置为 0–15,并且必须大于或等于为 MinCapacity 指定的值。

在以下示例中,您使用 Application Auto Scaling API 注册一个名为 myscalablecluster 的 Aurora 数据库集群。该注册表示应动态扩展数据库集群以具有 1-8 个 Aurora 副本。

POST / HTTP/1.1 Host: autoscaling.us-east-2.amazonaws.com Accept-Encoding: identity Content-Length: 219 X-Amz-Target: AnyScaleFrontendService.RegisterScalableTarget X-Amz-Date: 20160506T182145Z User-Agent: aws-cli/1.10.23 Python/2.7.11 Darwin/15.4.0 botocore/1.4.8 Content-Type: application/x-amz-json-1.1 Authorization: AUTHPARAMS { "ServiceNamespace": "rds", "ResourceId": "cluster:myscalablecluster", "ScalableDimension": "rds:cluster:ReadReplicaCount", "MinCapacity": 1, "MaxCapacity": 8 }

为 Aurora 数据库集群定义扩展策略

目标跟踪扩展策略配置是由 JSON 块表示的,其中定义了指标和目标值。您可以在文本文件中将扩展策略配置保存为 JSON 块。在调用 AWS CLI 或 Application Auto Scaling API 时,您可以使用该文本文件。有关策略配置语法的更多信息,请参阅 Application Auto Scaling API 参考 中的 TargetTrackingScalingPolicyConfiguration

可以使用以下选项定义目标跟踪扩展策略配置。

使用预定义的指标

通过使用预定义的指标,您可以快速为 Aurora 数据库集群定义目标跟踪扩展策略,它非常适合 Aurora Auto Scaling 中的目标跟踪和动态扩展。

目前,Aurora 在 Aurora Auto Scaling 中支持以下预定义指标:

  • RDSReaderAverageCPUUtilization – CloudWatch 中的 CPUUtilization 指标在 Aurora 数据库集群的所有 Aurora 副本中的平均值。

  • RDSReaderAverageDatabaseConnections – CloudWatch 中的 DatabaseConnections 指标在 Aurora 数据库集群的所有 Aurora 副本中的平均值。

有关 CPUUtilizationDatabaseConnections 指标的更多信息,请参阅Amazon Aurora 指标

要在扩展策略中使用预定义的指标,您需要为扩展策略创建一个目标跟踪配置。该配置必须包含 PredefinedMetricSpecification 以表示预定义的指标,并包含 TargetValue 以表示该指标的目标值。

以下示例说明了 Aurora 数据库集群的典型目标跟踪扩展策略配置。在该配置中,RDSReaderAverageCPUUtilization 预定义指标用于根据所有 Aurora 副本中的平均 CPU 使用率 40% 调整 Aurora 数据库集群。

{ "TargetValue": 40.0, "PredefinedMetricSpecification": { "PredefinedMetricType": "RDSReaderAverageCPUUtilization" } }
使用自定义指标

通过使用自定义指标,您可以定义满足您的自定义要求的目标跟踪扩展策略。您可以根据随扩展按比例变化的任何 Aurora 指标定义一个自定义指标。

并非所有 Aurora 指标都适用于目标跟踪。指标必须是有效的使用率指标,它用于描述实例的繁忙程度。指标值必须随 Aurora 数据库集群中的 Aurora 副本数按比例增加或减少。要使用指标数据按比例扩展或缩减 Aurora 副本数,必须按比例进行这种增加或减少。

以下示例说明了扩展策略的目标跟踪配置。在该配置中,一个自定义指标根据名为 my-db-cluster 的 Aurora 数据库集群的所有 Aurora 副本中的平均 CPU 使用率 50% 调整该 Aurora 数据库集群。

{ "TargetValue": 50, "CustomizedMetricSpecification": { "MetricName": "CPUUtilization", "Namespace": "AWS/RDS", "Dimensions": [ {"Name": "DBClusterIdentifier","Value": "my-db-cluster"}, {"Name": "Role","Value": "READER"} ], "Statistic": "Average", "Unit": "Percent" } }
使用冷却时间

您可以为 ScaleOutCooldown 指定一个值(秒)以添加扩展 Aurora 数据库集群的冷却时间。同样,您可以为 ScaleInCooldown 添加一个值(秒)以添加缩减 Aurora 数据库集群的冷却时间。有关 ScaleInCooldownScaleOutCooldown 的更多信息,请参阅 Application Auto Scaling API 参考 中的 TargetTrackingScalingPolicyConfiguration

以下示例说明了扩展策略的目标跟踪配置。在该配置中,RDSReaderAverageCPUUtilization 预定义指标用于根据一个 Aurora 数据库集群的所有 Aurora 副本中的平均 CPU 使用率 40% 调整该 Aurora 数据库集群。该配置将缩减冷却时间指定为 10 分钟,并将扩展冷却时间指定为 5 分钟。

{ "TargetValue": 40.0, "PredefinedMetricSpecification": { "PredefinedMetricType": "RDSReaderAverageCPUUtilization" }, "ScaleInCooldown": 600, "ScaleOutCooldown": 300 }
禁用缩减活动

您可以禁用缩减活动以禁止目标跟踪扩展策略配置缩减 Aurora 数据库集群。禁用缩减活动将禁止扩展策略删除 Aurora 副本,同时仍允许扩展策略根据需要创建副本。

您可以为 DisableScaleIn 指定一个布尔值,以便为 Aurora 数据库集群启用或禁用缩减活动。有关 DisableScaleIn 的更多信息,请参阅 Application Auto Scaling API 参考 中的 TargetTrackingScalingPolicyConfiguration

以下示例说明了扩展策略的目标跟踪配置。在该配置中,RDSReaderAverageCPUUtilization 预定义指标根据一个 Aurora 数据库集群的所有 Aurora 副本中的平均 CPU 使用率 40% 调整该 Aurora 数据库集群。该配置禁用扩展策略的缩减活动。

{ "TargetValue": 40.0, "PredefinedMetricSpecification": { "PredefinedMetricType": "RDSReaderAverageCPUUtilization" }, "DisableScaleIn": true }

为 Aurora 数据库集群应用扩展策略

在 Application Auto Scaling 中注册 Aurora 数据库集群并定义扩展策略后,您可以将扩展策略应用于注册的 Aurora 数据库集群。要将扩展策略应用于 Aurora 数据库集群,您可以使用 AWS CLI 或 Application Auto Scaling API。

CLI

要将扩展策略应用于 Aurora 数据库集群,请使用具有以下参数的 put-scaling-policy AWS CLI 命令:

  • --policy-name – 扩展策略的名称。

  • --policy-type – 将该值设置为 TargetTrackingScaling

  • --resource-id – Aurora 数据库集群的资源标识符。对于该参数,资源类型为 cluster,唯一标识符为 Aurora 数据库集群的名称,例如,cluster:myscalablecluster

  • --service-namespace – 将该值设置为 rds

  • --scalable-dimension – 将该值设置为 rds:cluster:ReadReplicaCount

  • --target-tracking-scaling-policy-configuration – 用于 Aurora 数据库集群的目标跟踪扩展策略配置。

在以下示例中,您使用 Application Auto Scaling 将名为 myscalablepolicy 的目标跟踪扩展策略应用于名为 myscalablecluster 的 Aurora 数据库集群。为此,请使用在名为 config.json 的文件中保存的策略配置。

针对 Linux、OS X 或 Unix:

aws application-autoscaling put-scaling-policy \ --policy-name myscalablepolicy \ --policy-type TargetTrackingScaling \ --resource-id cluster:myscalablecluster \ --service-namespace rds \ --scalable-dimension rds:cluster:ReadReplicaCount \ --target-tracking-scaling-policy-configuration file://config.json

对于 Windows:

aws application-autoscaling put-scaling-policy ^ --policy-name myscalablepolicy ^ --policy-type TargetTrackingScaling ^ --resource-id cluster:myscalablecluster ^ --service-namespace rds ^ --scalable-dimension rds:cluster:ReadReplicaCount ^ --target-tracking-scaling-policy-configuration file://config.json
API

要使用 Application Auto Scaling API 将扩展策略应用于 Aurora 数据库集群,请使用具有以下参数的 PutScalingPolicy Application Auto Scaling API 操作:

  • PolicyName – 扩展策略的名称。

  • ServiceNamespace – 将该值设置为 rds

  • ResourceID – Aurora 数据库集群的资源标识符。对于该参数,资源类型为 cluster,唯一标识符为 Aurora 数据库集群的名称,例如,cluster:myscalablecluster

  • ScalableDimension – 将该值设置为 rds:cluster:ReadReplicaCount

  • PolicyType – 将该值设置为 TargetTrackingScaling

  • TargetTrackingScalingPolicyConfiguration – 用于 Aurora 数据库集群的目标跟踪扩展策略配置。

在以下示例中,您使用 Application Auto Scaling 将名为 myscalablepolicy 的目标跟踪扩展策略应用于名为 myscalablecluster 的 Aurora 数据库集群。您使用的策略配置基于 RDSReaderAverageCPUUtilization 预定义指标。

POST / HTTP/1.1 Host: autoscaling.us-east-2.amazonaws.com Accept-Encoding: identity Content-Length: 219 X-Amz-Target: AnyScaleFrontendService.PutScalingPolicy X-Amz-Date: 20160506T182145Z User-Agent: aws-cli/1.10.23 Python/2.7.11 Darwin/15.4.0 botocore/1.4.8 Content-Type: application/x-amz-json-1.1 Authorization: AUTHPARAMS { "PolicyName": "myscalablepolicy", "ServiceNamespace": "rds", "ResourceId": "cluster:myscalablecluster", "ScalableDimension": "rds:cluster:ReadReplicaCount", "PolicyType": "TargetTrackingScaling", "TargetTrackingScalingPolicyConfiguration": { "TargetValue": 40.0, "PredefinedMetricSpecification": { "PredefinedMetricType": "RDSReaderAverageCPUUtilization" } } }

编辑扩展策略

您可以使用 AWS 管理控制台、AWS CLI 或 Application Auto Scaling API 编辑扩展策略。

使用 AWS 管理控制台编辑扩展策略

您可以使用 AWS 管理控制台编辑扩展策略。

编辑 Aurora 数据库集群的 Auto Scaling 策略

  1. 登录 AWS 管理控制台 并通过以下网址打开 Amazon RDS 控制台:https://console.amazonaws.cn/rds/

  2. 在导航窗格中,选择 Databases (数据库)

  3. 选择要编辑 Auto Scaling 策略的 Aurora 数据库集群以显示数据库集群的详细信息。

  4. Auto Scaling 策略部分中,选择 Auto Scaling 策略,然后选择编辑

  5. 对该策略进行更改。

  6. 选择 Save

以下是一个示例编辑 Auto Scaling 策略对话框。


                    编辑基于平均 CPU 使用率的 Auto Scaling 策略

使用 AWS CLI 或 Application Auto Scaling API 编辑扩展策略

您可以使用 AWS CLI 或 Application Auto Scaling API 按照与应用扩展策略相同的方式编辑扩展策略:

  • 在使用 AWS CLI 时,请在 --policy-name 参数中指定要编辑的策略名称。为要更改的参数指定新的值。

  • 在使用 Application Auto Scaling API 时,请在 PolicyName 参数中指定要编辑的策略名称。为要更改的参数指定新的值。

有关更多信息,请参阅 为 Aurora 数据库集群应用扩展策略

删除扩展策略

您可以使用 AWS 管理控制台、AWS CLI 或 Application Auto Scaling API 删除扩展策略。

使用 AWS 管理控制台删除扩展策略

您可以使用 AWS 管理控制台删除扩展策略。

删除 Aurora 数据库集群的 Auto Scaling 策略

  1. 登录 AWS 管理控制台 并通过以下网址打开 Amazon RDS 控制台:https://console.amazonaws.cn/rds/

  2. 在导航窗格中,选择 Databases (数据库)

  3. 选择具有要删除的扩展策略的 Aurora 数据库集群。

  4. Auto Scaling 策略部分中,选择 Auto Scaling 策略,然后选择删除

使用 AWS CLI 或 Application Auto Scaling API 删除扩展策略

您可以使用 AWS CLI 或 Application Auto Scaling API 从 Aurora 数据库集群中删除扩展策略。

CLI

要从 Aurora 数据库集群中删除扩展策略,请使用具有以下参数的 delete-scaling-policy AWS CLI 命令:

  • --policy-name – 扩展策略的名称。

  • --resource-id – Aurora 数据库集群的资源标识符。对于该参数,资源类型为 cluster,唯一标识符为 Aurora 数据库集群的名称,例如,cluster:myscalablecluster

  • --service-namespace – 将该值设置为 rds

  • --scalable-dimension – 将该值设置为 rds:cluster:ReadReplicaCount

在以下示例中,您从名为 myscalablecluster 的 Aurora 数据库集群中删除名为 myscalablepolicy 的目标跟踪扩展策略。

针对 Linux、OS X 或 Unix:

aws application-autoscaling delete-scaling-policy \ --policy-name myscalablepolicy \ --resource-id cluster:myscalablecluster \ --service-namespace rds \ --scalable-dimension rds:cluster:ReadReplicaCount \

对于 Windows:

aws application-autoscaling delete-scaling-policy ^ --policy-name myscalablepolicy ^ --resource-id cluster:myscalablecluster ^ --service-namespace rds ^ --scalable-dimension rds:cluster:ReadReplicaCount ^

API

要从 Aurora 数据库集群中删除扩展策略,请使用具有以下参数的 DeleteScalingPolicy Application Auto Scaling API 操作:

  • PolicyName – 扩展策略的名称。

  • ServiceNamespace – 将该值设置为 rds

  • ResourceID – Aurora 数据库集群的资源标识符。对于该参数,资源类型为 cluster,唯一标识符为 Aurora 数据库集群的名称,例如,cluster:myscalablecluster

  • ScalableDimension – 将该值设置为 rds:cluster:ReadReplicaCount

在以下示例中,您使用 Application Auto Scaling API 从名为 myscalablecluster 的 Aurora 数据库集群中删除名为 myscalablepolicy 的目标跟踪扩展策略。

POST / HTTP/1.1 Host: autoscaling.us-east-2.amazonaws.com Accept-Encoding: identity Content-Length: 219 X-Amz-Target: AnyScaleFrontendService.DeleteScalingPolicy X-Amz-Date: 20160506T182145Z User-Agent: aws-cli/1.10.23 Python/2.7.11 Darwin/15.4.0 botocore/1.4.8 Content-Type: application/x-amz-json-1.1 Authorization: AUTHPARAMS { "PolicyName": "myscalablepolicy", "ServiceNamespace": "rds", "ResourceId": "cluster:myscalablecluster", "ScalableDimension": "rds:cluster:ReadReplicaCount" }

相关主题