【亚马逊云科技】2024年Amazon_Aurora数据库高可用与容灾白皮书_32页_3mb

Amazon Aurora是亚马逊云科技提供的全托管关系型数据库服务，兼容MySQL和PostgreSQL，具备高可用性和容灾能力。其高可用性（HA）和容灾（DR）功能涵盖单区域和跨区域部署模式，旨在保障业务连续性。本文档总结如下：

1. 架构特性
   Aurora采用分布式存储架构，数据在三个可用区（AZ）内复制，支持六副本机制。即使发生整个可用区故障，数据仍可保持完整。计算与存储解耦设计使系统具备自我修复能力，且通过多可用区部署实现自动故障转移。跨区域方案借助GlobalDatabase功能，支持异步复制（延迟<1秒），允许在多个区域扩展读取能力。

2. 单区域高可用与容灾
   单区域部署需配置多可用区集群：一个写入实例和至少一个只读实例。写入实例故障时，Aurora自动将可用只读实例提升为主实例，应用程序可通过集群端点无缝切换，无须修改连接逻辑。默认提供99.99%的SLA保障，故障转移时间最长60秒。使用Amazon RDS Proxy可缩短故障转移时间至33%以内。

3. 跨区域容灾方案
   GlobalDatabase支持最多部署至5个备区域，每个区域可配置15个只读实例。通过入站复制（数据写入备区域）和出站复制（数据从主区域同步至备区域），实现跨区域故障恢复。主区域故障时，GlobalDatabaseFailover功能可将备区域快速切换为新主区域，恢复时间目标（RTO）可达1分钟，恢复点目标（RPO）低至1秒。此外，Headless集群模式允许备区域仅含存储卷，降低资源成本。

4. 监控与事件管理
   Aurora提供CloudWatch Logs、增强监控和Performance Insights等工具，用于跟踪数据库状态及性能指标。关键指标包括AuroraReplicaLag（复制延迟）、AuroraGlobalDBRPOLag（RPO延迟）、CPU利用率等。事件通知功能可实时将数据库变更（如备份、故障转移）同步至CloudWatchEvents和EventBridge，便于监控与响应。

5. 容灾策略设计
   企业需根据业务需求明确RTO（恢复时间目标）和RPO（恢复点目标）。例如，关键业务系统需严格设定RTO和RPO，而低优先级工作负载可放宽要求。AuroraPostgreSQLGlobalDatabase支持ManagedRPO参数，通过监控备集群延迟确保事务提交符合RPO约束。备份保留时间可配置为1-35天，结合手动快照和AmazonBackup服务实现更灵活的容灾管理。

6. 最佳实践

   • 编写并测试容灾流程文档，涵盖备份策略、故障转移配置、脚本位置等关键细节。
   • 定期执行容灾演练，验证流程有效性并优化。
   • 利用蓝绿部署减少维护期间停机时间，如版本升级或Schema变更时，通过预生产环境无缝切换生产流量。
   • 针对网络波动或延迟问题，采用写入转发功能将写请求定向至备区域的只读实例，降低全局延迟。

7. 使用场景

   • 多区域读写支持：通过GlobalDatabase将写请求转发至就近备区域，提升性能并减少数据延迟。
   • 成本优化：Headless集群模式下备区域仅存储数据，无需数据库实例，节省资源费用。
   • 合规性测试：使用GlobalDatabaseSwitchover功能定期轮换主备区域，确保容灾流程有效性。
   • 快速故障恢复：在区域级故障时，通过Failover机制自动切换主备集群，确保零数据丢失（RPO=0）。

8. 注意事项

   • 容灾策略需与业务需求匹配，严格RPO要求时可结合ManagedRPO参数控制数据一致性。
   • 手动快照需人工管理，且旧主区域恢复后需重新整合至拓扑结构。
   • 蓝绿部署切换期间可能产生短暂停机，需根据实际负载评估影响。

总结：Amazon Aurora通过多可用区部署和GlobalDatabase跨区域扩展，结合自动故障转移、复制机制及监控工具，为企业提供高可用性和容灾能力。合理规划RTO/RPO、制定流程文档并定期测试是保障业务连续性的关键。该架构适用于需要全球数据一致性和快速恢复的分布式应用，同时支持灵活的成本控制方案。