io/aurora_redo_log_flush - Amazon Aurora
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 服务入门

io/aurora_redo_log_flush

在会话向 Amazon Aurora 存储中写入持久数据时,将发生 io/aurora_redo_log_flush 事件。

支持的引擎版本

以下引擎版本支持此等待事件信息:

  • Aurora MySQL 版本 2.x,最高 2.09.2

  • Aurora MySQL 版本 1.x,最高 1.23.1

Context

io/aurora_redo_log_flush 事件用于 Aurora MySQL 中的写入输入/输出 (I/O) 操作。

等待次数增加的可能原因

对于数据持久性,提交需要对稳定存储进行持久写入操作。如果数据库执行的提交太多,写入输入/输出操作会出现等待事件,即 io/aurora_redo_log_flush 等待事件。

在以下示例中,使用 db.r5.xlarge 数据库实例类将 50000 条记录插入到 Aurora MySQL 数据库集群中:

  • 在第一个示例中,每个会话逐行插入 10000 条记录。预设情况下,如果数据操纵语言 (DML) 命令不在事务中,Aurora MySQL 将使用隐式提交。自动提交已开启。这意味着每行插入都有一个提交。性能详情显示,连接的大部分时间都花在等待 io/aurora_redo_log_flush 等待事件上。

    
                        等待事件的性能详情示例

    这是由于使用的简单插入语句造成的。

    
                        在主要 SQL 中插入语句

    50000 条记录需要 3.5 分钟才能插入。

  • 在第二个示例中,插入分 1000 个批次进行,也就是说每个连接执行 10 次提交,而不是 10000 次。性能详情显示,连接不会将大部分时间花在 io/aurora_redo_log_flush 等待事件上。

    
                        影响较小的等待事件的性能详情示例

    50000 条记录需要 4 秒钟才能插入。

Actions

根据等待事件的原因,我们建议采取不同的操作。

识别有问题的会话和查询

如果数据库实例遇到瓶颈,您的首要任务是查找导致瓶颈的会话和查询。对于有用 Amazon 数据库博客文章,请参阅利用性能详情分析 Amazon Aurora MySQL 工作负载

识别导致瓶颈的会话和查询

  1. 登录Amazon Web Services Management Console并通过以下网址打开 Amazon RDS 控制台:https://console.aws.amazon.com/rds/

  2. 在导航窗格中,选择 Performance Insights

  3. 选择您的数据库实例。

  4. Database load(数据库负载)中,选择 Slice by wait(按等待切片)。

  5. 在页面底部,选择 Top SQL(主要 SQL)。

    列表顶部的查询导致数据库负载最高。

对写入操作进行分组

以下示例会触发 io/aurora_redo_log_flush 等待事件。(自动提交已开启。)

INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx'); INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx'); INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx'); .... INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx'); UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE id=xx; UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE id=xx; UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE id=xx; .... UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE id=xx; DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx; DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx; DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx; .... DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx;

为了减少等待 io/aurora_redo_log_flush 等待事件所花费的时间,将写入操作按逻辑分组为单个提交,以减少对存储的持久调用。

关闭自动提交

在进行不在事务范围内的大型更改之前,请关闭自动提交,如以下示例所示。

SET SESSION AUTOCOMMIT=OFF; UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1=xx; UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1=xx; UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1=xx; .... UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1=xx; -- Other DML statements here COMMIT; SET SESSION AUTOCOMMIT=ON;

使用事务

您可使用事务,如以下示例所示。

BEGIN INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx'); INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx'); INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx'); .... INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx'); DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx; DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx; DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx; .... DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1=xx; -- Other DML statements here END

使用批处理

您还可以对批处理进行更改,如以下示例所示。但是,使用过大的批处理可能会导致性能问题,尤其是在只读副本中或执行时间点恢复 (PITR) 时。

INSERT INTO `sampleDB`.`sampleTable` (sampleCol2, sampleCol3) VALUES ('xxxx','xxxxx'),('xxxx','xxxxx'),...,('xxxx','xxxxx'),('xxxx','xxxxx'); UPDATE `sampleDB`.`sampleTable` SET sampleCol3='xxxxx' WHERE sampleCol1 BETWEEN xx AND xxx; DELETE FROM `sampleDB`.`sampleTable` WHERE sampleCol1<xx;