ちょっと話題の記事

[アップデート] その設定、大丈夫?Amazon Aurora のベストプラクティスガイダンスが提供されるようになりました!

昨年、RDS では提供されていた Recommendations 機能が、Aurora でも使用できるようになりました!
2019.05.23

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

昨年、Amazon RDS では使用状況、パフォーマンスデータにもとづいた Recommendations を提供する機能が追加されましたが、Amazon Aurora は対象外となっておりました。

そして本日、ついに Amazon Aurora にも Recommendations が提供されるようになりました!

Recommendations(推奨事項) とは

Recommendations は、DB クラスター構成、DB インスタンス構成、使用状況、およびパフォーマンスデータを分析し、自動的に Amazon Aurora のベストプラクティスをガイドしてくれる機能です。

Recommendations の例

公式ガイドによれば、以下のような項目をガイドしてくれるようです。examples of these recommendations と記述されているので、全項目ではなく一例と思われます。

タイプ 推奨事項
Nondefault custom memory parameters カスタムメモリパラメータはデフォルト値を推奨
Change buffering enabled for a MySQL DB instance 変更バッファリングは無効を推奨
Query cache enabled for a MySQL DB instance ほとんどのワークロードではクエリキャシュの恩恵を受けずパフォーマンスが低下する。クエリキャシュは無効を推奨
Logging to table ログ出力は FILE を推奨
DB cluster with one DB instance パフォーマンスおよび可用性を向上させるため、マルチ AZ で同じインスタンスクラスが推奨
DB cluster in one Availability Zone 可用性を向上させるため、マルチ AZ が推奨
DB cluster outdated DB クラスターを最新のエンジンバージョンにアップグレードを推奨
DB cluster with different parameter groups DB クラスター内のすべての DB インスタンスで同じパラメーターグループの使用を推奨
DB cluster with different DB instance classes DB クラスター内のすべての DB インスタンスで同じ DB インスタンスクラスの使用を推奨

Recommendations への対応

Recommendations の検証をしようかと、いろいろ引っ掛かりそうな Aurora クラスターを起動してみたのですが、即時検出はされませんでした。ある程度のモニタリングが必要なのだろうと推察します。
ということで、これより以下の画像は公式ガイドから拝借したものになり、私の実環境としては未検証であることに留意ください。

Recommendations が検出されると、左メニューに通知が表示されます。

Recommendations をクリックすると、Recommendations ページが表示されます。サンプル画像では以下、3つのタイプが検出されていることが判ります。

  • 拡張モニタリングが無効
  • マグネティックボリュームの使用
  • 暗号化が無効

アクティブな Recommendations から対象を選択し、対応方法を決めます。選択肢は4つです。

対応 操作
すぐに適用する Apply now をクリック
次のメンテナンス期間に適用する Schedule for the next maintenance window をクリック
却下する Dismiss をクリック
延期する 何もしない

Recommendations の詳細も記述されており、わかりやすいですね。

さいごに

RDS および Amazon Aurora を利用する際、「パラメータって何を設定したら良いん??」と悩まれた方は多いのではないでしょうか?これらを自動的に分析してベストプラクティスをガイドしてくれるのは非常に嬉しい機能ですね!

ただし、あくまで推奨事項であり、何が最適であるかは環境によって異なるかと思います。適用の際にはよく検討いただき、適用前後でパフォーマンスモニタリングの比較などを行っていただくのが良いかと思います。

以上!大阪オフィスの丸毛(@marumo1981)でした!

リファレンス