Cara kerja penagihan di Aurora DSQL

Dengan Amazon Aurora DSQL, Anda hanya membayar apa yang Anda gunakan tanpa biaya di muka. Bagian ini menjelaskan bagaimana Aurora DSQL mengukur aktivitas database Anda dan menerjemahkannya menjadi tagihan pada AWS tagihan Anda. Untuk harga saat ini berdasarkan Wilayah, lihat halaman harga Aurora DSQL.

Cara kerja pengukuran

Tidak seperti database tradisional yang mengenakan biaya untuk kapasitas yang disediakan, Aurora DSQL hanya mengenakan biaya untuk pekerjaan aktual yang dilakukan. Aurora DSQL mengukur dua komponen utama: aktivitas database, diukur dalam Unit Pemrosesan Terdistribusi (DPU), dan penyimpanan, diukur dalam. GiB-month

DPU mengukur berapa banyak pekerjaan yang dilakukan sistem untuk menjalankan beban kerja SQL Anda dan terdiri dari tiga komponen untuk cluster wilayah tunggal: Compute DPU, Baca DPU, dan Tulis DPU. Multi-Region cluster mengeluarkan komponen W MultiRegion rite DPU tambahan. Untuk informasi selengkapnya tentang Multi-Region penagihan, lihat Multi-Region penagihan. Cluster dengan perubahan data capture (CDC) diaktifkan akan dikenakan komponen Stream DPU tambahan. Untuk informasi selengkapnya tentang penagihan CDC, lihat Streaming DPU.

Tabel berikut merangkum komponen yang digunakan Aurora DSQL untuk mengukur aktivitas database Anda. Pada tagihan Anda, Anda hanya melihat dua item baris: satu untuk penyimpanan dan satu untuk DPU, yang merupakan jumlah dari masing-masing komponen individu.

Pengukuran komponen DPU dijelaskan

Untuk setiap transaksi, Aurora DSQL menghitung total DPU sebagai jumlah dari tiga komponen: Compute DPU, Read DPU, dan Write DPU. Bagian berikut menjelaskan bagaimana Aurora DSQL mengukur setiap komponen.

Total DPU = ComputeDPU + ReadDPU + WriteDPU

Komputasi PU

DPU komputasi diukur menggunakan total waktu pemrosesan yang dihabiskan untuk menjalankan kueri Anda, termasuk gabungan, fungsi, agregasi, penyortiran, dan perencanaan kueri. Karena bagian dari kueri Anda dapat diproses secara paralel, Compute DPU mencerminkan jumlah semua waktu pemrosesan — bukan waktu jam dinding kueri.

Rumus berikut merangkum cara menghitung Compute DPU:

ComputeDPU = Total Compute time (in seconds)

DitulisPU

Untuk setiap transaksi, Aurora DSQL mengukur DPU Write dengan total byte yang ditulis ke penyimpanan. Tulis DPU mencakup total data yang ditulis ke tabel dasar Anda serta indeks sekunder apa pun. Aurora DSQL menagih setiap baris yang ditulis ke tabel dasar Anda dan indeks sekunder yang lebih kecil dari 128 byte seolah-olah itu adalah 128 byte. Aurora DSQL menagih transaksi tulis yang menulis kurang dari 1.024 byte seolah-olah menulis 1.024 byte.

Rumus berikut menunjukkan langkah-langkah untuk menghitung DPU Tulis:

Langkah 1: Hitung byte yang ditulis

Bytes Written = Sum of max(size of each row, 128 bytes) for all rows written

Langkah 2: Hitung WritedPU

WriteDPU = max(Bytes Written, 1024) × 0.00004883

BacaDPU

Untuk setiap transaksi, Aurora DSQL mengukur Read DPU dengan total byte yang dibaca dari penyimpanan. Baca DPU mencakup data yang dibaca dari tabel dasar Anda serta indeks sekunder apa pun.

Per-partition minimum: Aurora DSQL mengukur byte baca per partisi penyimpanan, bukan per baris. Jika permintaan baca ke partisi penyimpanan mengembalikan kurang dari 128 byte, Aurora DSQL membulatkannya hingga 128 byte. Misalnya, jika kueri Anda membaca dari 4 partisi—200 byte dari satu partisi dan 50 byte dari masing-masing partisi—tiga pembacaan 50-byte masing-masing dibulatkan ke 128 byte, menghasilkan total 200 + 128 + 128 + 128 = 584 byte yang ditagih.

Minimum transaksi: Aurora DSQL menagih transaksi baca yang membaca kurang dari 2.048 byte secara total seolah-olah membaca 2.048 byte.

Rumus berikut menunjukkan langkah-langkah untuk menghitung DPU Baca:

Langkah 1: Hitung byte yang dibaca

Bytes Read = # of rows read × size of each row

Langkah 2: Hitung ReadDPU

ReadDPU = max(Bytes Read, 2048) × 0.00000183105

Streaming DPU

Stream DPU hanya berlaku saat Anda mengaktifkan perubahan pengambilan data (CDC) di cluster Anda. Aurora DSQL mengukur DPU Stream dengan total byte yang dialirkan ke aliran Amazon Kinesis Data Streams target Anda. Jika tidak ada perubahan untuk streaming, Anda tidak dikenakan biaya Stream DPU.

Rumus berikut menunjukkan cara menghitung DPU Stream:

StreamDPU = Bytes Streamed × 0.0000023283

Aurora DSQL menagih Stream DPU pada tingkat yang sama dengan semua komponen DPU lainnya. Untuk informasi selengkapnya tentang aliran CDC, lihatUbah aliran pengambilan data.

Contoh penagihan

Contoh berikut menunjukkan bagaimana Aurora DSQL menghitung DPU untuk operasi umum. Nilai biaya dalam contoh ini menggunakan harga Wilayah us-east-1. Untuk harga di Wilayah lain, lihat halaman harga Aurora DSQL.

CREATE TABLE orders (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    customer_id VARCHAR(50) NOT NULL,
    order_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    total_amount DECIMAL(10,2),
    status VARCHAR(20)
);
-- Average row size: ~100 bytes

SELECT * FROM orders WHERE customer_id = 'cust-12345';

ReadDPU = max(500, 2048) × 0.00000183105 = 2048 × 0.00000183105 = 0.00375

ComputeDPU: 0.003
ReadDPU:    0.00375
WriteDPU:   0.0
-------------------
Total DPU:  0.00675

CREATE TABLE orders (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    customer_id VARCHAR(50) NOT NULL,
    order_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    total_amount DECIMAL(10,2),
    status VARCHAR(20)
);
-- Average row size: ~100 bytes
-- Table contains 100 orders for customer 'cust-12345'

SELECT * FROM orders
WHERE customer_id = 'cust-12345'
  AND total_amount > 500.00;

ReadDPU = max(10000, 2048) × 0.00000183105 = 10000 × 0.00000183105 = 0.01831

ComputeDPU: 0.008
ReadDPU:    0.01831
WriteDPU:   0.0
-------------------
Total DPU:  0.02631

CREATE TABLE orders (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    customer_id VARCHAR(50) NOT NULL,
    order_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    total_amount DECIMAL(10,2),
    status VARCHAR(20)
);
-- Average row size: ~100 bytes

INSERT INTO orders (customer_id, total_amount, status)
VALUES ('cust-67890', 150.00, 'pending');

1 row × max(100 bytes, 128 bytes) = 1 × 128 = 128 bytes

WriteDPU = max(128, 1024) × 0.00004883 = 1024 × 0.00004883 = 0.05

ReadDPU = 0.00375 (transaction minimum)

ComputeDPU: 0.008
ReadDPU:    0.00375
WriteDPU:   0.05
-------------------
Total DPU:  0.06175

CREATE TABLE orders (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    customer_id VARCHAR(50) NOT NULL,
    order_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    total_amount DECIMAL(10,2),
    status VARCHAR(20)
);
-- Average row size: ~100 bytes

INSERT INTO orders (customer_id, total_amount, status)
VALUES
    ('cust-001', 100.00, 'pending'),
    ('cust-002', 150.00, 'pending'),
    ... -- 100 rows total
    ('cust-100', 200.00, 'pending');

100 rows × max(100 bytes, 128 bytes) = 100 × 128 = 12,800 bytes

WriteDPU = max(12800, 1024) × 0.00004883 = 12800 × 0.00004883 = 0.625

ReadDPU = max(1600, 2048) × 0.00000183105 = 2048 × 0.00000183105 = 0.00375

ComputeDPU: 0.08
ReadDPU:    0.00375
WriteDPU:   0.625
-------------------
Total DPU:  0.70875

Multi-Region penagihan

Multi-Region cluster mengeluarkan komponen W MultiRegion rite DPU tambahan di atas DPU Compute, Read, dan Write standar. Bagian ini hanya berlaku untuk cluster Multi-wilayah. Single-Region cluster tidak dikenakan biaya ini.

Multi-Region Tulis DPU mengukur total byte yang ditulis ke Wilayah yang diintip. Aurora DSQL menagih DPU ini di Wilayah tempat penulisan berasal, bukan di Wilayah yang diintip. Misalnya, dalam konfigurasi peering Wilayah dan Saksi dua aktif, Aurora DSQL membebankan DPU tulis dari transaksi asal untuk setiap Wilayah yang diintip aktif saat menghitung. MultiRegionWriteDPU Ini berarti transaksi yang menghasilkan 8 menghasilkan WriteDPU tambahan 8 MultiRegionWriteDPU untuk konfigurasi ini. Ini adalah 8 untuk Wilayah asal, 8 untuk Wilayah yang dipegang, dan tidak ada biaya untuk Wilayah Saksi. Aurora DSQL menagih semua biaya ke Wilayah yang memulai transaksi.

Semua cluster dalam konfigurasi Multi-wilayah dikenakan biaya ukuran penyimpanan. Karena Aurora DSQL secara serempak mereplikasi data yang Anda tulis ke Wilayah yang diintip, biaya ukuran penyimpanan berlaku untuk semua cluster dalam konfigurasi Multi-wilayah secara individual. Ini juga berlaku untuk cluster dalam status Pending Del ete. Untuk informasi selengkapnya tentang status Penghapusan Tertunda, lihat halaman siklus hidup cluster Aurora DSQL.

MultiRegionWriteDPU = WriteDPU

Memantau penggunaan DPU dengan CloudWatch

Aurora DSQL menerbitkan metrik penggunaan ke Amazon CloudWatch, memungkinkan Anda memantau konsumsi hampir secara real-time.

Metrik DPU yang tersedia

Melihat metrik DPU

Metrik pengamatan tambahan

Untuk daftar lengkap metrik Aurora DSQL dan kemampuan pemantauan, lihatPemantauan dan pencatatan untuk Aurora DSQL.

Menggunakan EXPLAIN ANALYZE VERBOSE untuk kesadaran biaya

Aurora DSQL diper EXPLAIN ANALYZE VERBOSE luas untuk menyertakan perkiraan penggunaan DPU tingkat pernyataan di akhir output. Ini memberikan visibilitas langsung ke dalam biaya kueri, membantu Anda mengidentifikasi driver biaya beban kerja, menyesuaikan kinerja kueri, dan memperkirakan penggunaan sumber daya yang lebih baik.

Contoh 1: SELECT query

EXPLAIN ANALYZE VERBOSE SELECT * FROM test_table;

QUERY PLAN
----------------------------------------------------
Index Only Scan using test_table_pkey on public.test_table  (cost=125100.05..171100.05 rows=1000000 width=36) (actual time=2.973..4.482 rows=120 loops=1)
  Output: id, context
  -> Storage Scan on test_table_pkey (cost=125100.05..171100.05 rows=1000000 width=36) (actual rows=120 loops=1)
      Projections: id, context
      -> B-Tree Scan on test_table_pkey (cost=125100.05..171100.05 rows=1000000 width=36) (actual rows=120 loops=1)
Query Identifier: qymgw1m77maoe
Planning Time: 11.415 ms
Execution Time: 4.528 ms
Statement DPU Estimate:
  Compute: 0.01607 DPU
  Read: 0.04312 DPU
  Write: 0.00000 DPU
  Total: 0.05919 DPU

Dalam contoh ini, pernyataan SELECT melakukan pemindaian indeks saja, sehingga sebagian besar biaya berasal dari Baca DPU (0,04312), mewakili data yang diambil dari penyimpanan dan Compute DPU (0,01607), yang mencerminkan sumber daya komputasi yang digunakan untuk memproses dan mengembalikan hasil. Tidak ada DPU Tulis karena kueri tidak mengubah data. Total DPU (0,05919) adalah jumlah Compute + Read + Write.

Contoh 2: INSERT query

EXPLAIN ANALYZE VERBOSE INSERT INTO test_table VALUES (1, 'name1'), (2, 'name2'), (3, 'name3');

QUERY PLAN
----------------------------------------------------
Insert on public.test_table  (cost=0.00..0.04 rows=0 width=0) (actual time=0.055..0.056 rows=0 loops=1)
  ->  Values Scan on "*VALUES*"  (cost=0.00..0.04 rows=3 width=122) (actual time=0.003..0.008 rows=3 loops=1)
        Output: "*VALUES*".column1, "*VALUES*".column2
Query Identifier: jtkjkexhjotbo
Planning Time: 0.068 ms
Execution Time: 0.543 ms
Statement DPU Estimate:
  Compute: 0.01550 DPU
  Read: 0.00307 DPU (Transaction minimum: 0.00375)
  Write: 0.01875 DPU (Transaction minimum: 0.05000)
  Total: 0.03732 DPU

Pernyataan ini terutama melakukan penulisan, sehingga sebagian besar biaya dikaitkan dengan Tulis DPU. Compute DPU (0.01550) mewakili pekerjaan yang dilakukan untuk memproses dan memasukkan nilai. Baca DPU (0,00307) mencerminkan pembacaan sistem minor (untuk pencarian katalog atau pemeriksaan indeks).

Perhatikan minimum transaksi yang ditampilkan dalam tanda kurung di sebelah DPU Baca dan Tulis. Minimum ini berlaku pada tingkat transaksi, yang berarti total DPU Baca atau Tulis untuk seluruh transaksi tidak pernah kurang dari nilai-nilai ini. Jika Anda menggunakan EXPLAIN ANALYZE VERBOSE untuk memperkirakan biaya dan ini adalah satu-satunya pernyataan dalam transaksi, gunakan nilai minimum transaksi daripada perkiraan laporan mentah. Jika transaksi berisi beberapa pernyataan, minimum berlaku untuk agregat di semua laporan. Karena EXPLAIN ANALYZE VERBOSE melaporkan perkiraan tingkat pernyataan sementara penagihan menerapkan minimum tingkat transaksi, nilainya mungkin tidak sama persis dengan metrik atau data penagihan. CloudWatch

Menggunakan informasi DPU untuk pengoptimalan

Per-statement Perkiraan DPU memberi Anda cara ampuh untuk mengoptimalkan kueri lebih dari sekadar waktu eksekusi. Kasus penggunaan umum meliputi:

Menafsirkan informasi DPU

Ingatlah praktik terbaik berikut saat menggunakan data DPU dari: EXPLAIN ANALYZE VERBOSE

Praktek terbaik estimasi biaya