使用 Amazon Aurora Serverless v2
配置并连接到 Serverless MySQL 或 PostgreSQL 数据库
简介
在本教程中，您将了解如何配置并连接到 Amazon Aurora Serverless v2。
Amazon Aurora 是一项关系数据库服务，版本兼容 PostgreSQL 和 MySQL。它以极低的成本提供企业级数据库的性能和可用性。Aurora Serverless v2 是 Aurora 的一种按需自动扩展配置。借助 Aurora Serverless v2，您的数据库可根据应用程序的需求自动扩展或缩减容量，您只需按实际使用量付费，同时仍受益于 Aurora 的高可用性、规模和速度。
传统上，开展数据库管理工作时有大量不确定因素：预测未知且有时不稳定的计算和存储增长情况，以满足新应用程序的需求，管理多变的工作负载（如开发和测试数据库等），并保持大量数据库容量处于在线状态（即使这些容量的使用频率很低）。Aurora Serverless v2 可以消除这些不确定因素。因为 Aurora Serverless v2 可根据应用程序的需求增加或减少数据库存储和计算容量。当数据库处于活动状态时，您按秒为使用的数据库容量付费，您只需在 AWS 管理控制台中点击几下，即可在预置配置和无服务器配置之间进行迁移。
本教程不在免费套餐范围内。如果您按照教程中的步骤操作并在教程结束时删除相应资源，所需费用不超过 1 USD。
您将学到的内容
在本教程中，您将学习如何：
- 创建 Aurora Serverless v2 数据库集群
- 使用 AWS Cloud9 创建客户端环境
- 允许客户端网络访问 Aurora Serverless v2 数据库集群
- 连接到 Aurora Serverless v2 数据库集群
- 删除资源
实施
AWS 使用经验
新手
完成时间
35 分钟
所需费用
如果您按照教程中的步骤操作并在教程结束时删除资源，所需费用不超过 1 USD。
需要
AWS 账户
获取帮助
上次更新日期
2024 年 7 月 2 日
-
创建 Aurora Serverless v2 数据库集群
在此步骤中，您将导航到 Relational Database Service（RDS）控制台，并创建 Aurora Serverless v2 数据库集群。
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.aws.amazon.com/rds/。
2.在左侧导航栏中，选择数据库，然后选择创建数据库。
3.在创建数据库页面上，进行以下选择：
- 在选择数据库创建方法中，选择标准创建。
- 在引擎选项部分的引擎类型中，选择 Aurora（兼容 PostgreSQL）。
- 如果您更熟悉 MySQL，可以在此处选择 Aurora（兼容 MySQL）。在您运行客户端命令连接数据库之前，这两个数据库引擎的操作步骤是相同的。
- 在引擎版本部分的可用版本中，选择提供 Serverless v2 选项的数据库版本。
- 注意：
- 在发布时，该选项适用于 Aurora PostgreSQL 版本 13 及更高版本以及 Aurora MySQL 版本 3（兼容 MySQL 8.0）的所有可选项。
- 本教程选择了版本 15.4。
- 注意：
- 在模板中，选择开发/测试。
- 在设置部分的数据库集群标识符中，输入 MyClusterName。
- 在凭证管理部分，进行以下选择：
- 保留主用户名为默认值。
- 选择自主管理。
- 将主密码字段设置为您选择的值。记录用户名和密码以备日后使用。
- 在实例配置部分，选择 Serverless v2。
- 在最小 ACU 中，输入 0.5。
- 在最大 ACU 中，输入 8。
- 注意：每个 Aurora 容量单位（ACU）提供相当于约 2 千兆字节（GiB）的 RAM 以及相关的 CPU 和网络。0.5 到 8 个 ACU 的范围意味着集群中的每个 Serverless v2 数据库实例在空闲时可缩减至 1 GiB 的 RAM，繁忙时最多可以扩展到 16 GiB 的 RAM。在实际情况中，您可以选择最小和最大 ACU 值，使数据库能够在不超出预算限制的情况下，在工作负载最繁忙的时段进行扩展。
- 性能详情等高级功能使用集群的部分 ACU 来完成收集和显示数据所需的工作。开启此类功能时，您需要选择更高的最小 ACU，以确保该功能正常运行。有关更多信息，请参阅 Aurora 用户指南。
- 在可用性和持久性部分，保留默认值：请勿创建 Aurora 副本。
- 在连接部分，保留“连接”和“网络类型”的默认值。
- 在虚拟私有云（VPC） 列表中，选择创建新的 VPC。
- 在子网组列表中，选择创建新的数据库子网组。
- 对于公共访问单选按钮，保留默认值否。
- 在 VPC 安全组（防火墙）列表中，选择创建新的 VPC 安全组，并在新 VPC 安全组名称中输入 MyClusterGroup。
- 您将在后续步骤中修改此安全组，以允许数据库客户端的网络流量访问新的 Aurora Serverless 集群。
- 在可用区列表中保留默认值无首选项。
- 在监控部分，取消选中开启性能详情复选框。
- 如前所述，使用此功能要求您的最小 ACU 设置高于 0.5。
- 保留其余的默认选项并选择创建数据库。
4.数据库界面显示正在创建集群，等待状态变为“可用”。然后选择 myclustername 以显示集群信息。
5.在 myclustername 页面的连接与安全性部分中，将端点名称复制到“类型”栏下的写入器条目中。
- 此集群端点让您可以指定一致的连接字符串，即使您在集群中添加或删除数据库实例，或者将读取数据库实例提升为写入实例。
6.在 myclustername 页面上，选择 myclustername-instance-1。在连接与安全性选项卡的网络部分，复制 VPC 值，并在安全性部分，复制 VPC 安全组值。
专业提示：为方便导航，您可以为在此页面上看到的 VPC 和安全组打开新的浏览器选项卡。这样就可以在以后需要时检索这些标识符。
- 在选择数据库创建方法中，选择标准创建。
-
使用 AWS Cloud9 创建客户端环境
创建 MyClusterName 集群之后，您需要在同一 VPC 内创建数据库客户端。在此步骤中，您将创建 AWS Cloud9 环境作为数据库客户端。
1.登录 AWS 管理控制台，并通过以下网址打开 AWS Cloud9 控制台：https://console.aws.amazon.com/cloud9/。
2.在 AWS Cloud9 界面上，选择创建环境。
3.在创建环境页面上，进行以下更改：
- 在详细信息的名称部分，输入 MyCloud9Env。
- 在环境类型中，保留默认选择新建 EC2 实例。
- 在新建 EC2 实例部分，保留实例类型、平台和超时的默认选项。
- 在网络设置部分，保留“连接”的默认选择 AWS Systems Manager（SSM）。
- 通过这种连接方法，您将能够使用基于 Web 的界面，从而简化登录 Cloud9 系统的过程。
- 通过这种连接方法，您将能够使用基于 Web 的界面，从而简化登录 Cloud9 系统的过程。
- 展开 VPC 设置部分，使用下拉列表选择您在上一节中复制的 VPC。
4.然后选择创建。
5.创建新的 Cloud9 环境后，您可以在 Cloud9 IDE 下选择打开，在浏览器中试用 Cloud9 用户界面。
注意：您目前还无法连接到 Aurora 集群，将在本教程的下一节中执行此操作。
-
允许客户端网络访问 Aurora Serverless v2 集群
在此步骤中，您将启用从 Cloud9 环境到 Serverless v2 数据库集群的网络访问权限。要执行此操作，您需要将分配给 MyCloud9Env 的安全组添加为流量来源，以便分配给 Aurora 集群中数据库实例的安全组。
注意：安全组是用于控制网络流量的虚拟防火墙。
1.在新的浏览器选项卡中登录 AWS 管理控制台，并通过以下网址打开 VPC 控制台：https://console.aws.amazon.com/vpc/。
2.在 VPC 控制面板页面的左侧导航窗格中，在安全下，选择安全组。
3.找到以 aws-cloud9-MyCloud9Env 开头的安全组，选择安全组 ID 以打开详细信息页面。
4.在安全组详细信息页面上，复制安全组 ID。
5.在入站规则选项卡上，选择编辑入站规则。
6.在编辑入站规则页面上，选择添加规则。
7.在入站规则部分，进行以下更改：
- 在类型中，从下拉列表中选择 PostgreSQL。
- 如果您在上一步中选择了 MySQL 作为引擎，请在此处选择 MySQL/Aurora。
- 如果您在上一步中选择了 MySQL 作为引擎，请在此处选择 MySQL/Aurora。
- 在来源中，选择自定义，将您在上一步复制的安全组 ID 粘贴到输入字段中。
- 然后选择保存规则。
- 在类型中，从下拉列表中选择 PostgreSQL。
-
连接到 Aurora Serverless v2 数据库集群
在此步骤中，您将从 AWS Cloud9 环境访问 Aurora Serverless 数据库集群。
1.导航到 AWS Cloud9 控制台，然后打开 Cloud9 IDE 浏览器。
2.在 MyCloud9Env 的 bash 终端选项卡中，为您在创建集群时选择的引擎选项键入以下命令。
- 注意：
- 将命令中的值替换为主用户名和数据库端点。由于我们建议将主用户名保留为默认值，因此使用的值将是 postgres。
- 您可以在 RDS（myclustername）数据库控制面板中找到这些信息。
- 将命令中的值替换为主用户名和数据库端点。由于我们建议将主用户名保留为默认值，因此使用的值将是 postgres。
如果你选择了 Aurora（兼容 PostgreSQL），请使用以下命令：
sudo dnf update sudo dnf install postgresql15 -y psql -U [your Master username] -h [your Aurora cluster endpoint] postgres如果您选择了 Aurora（兼容 MySQL），请使用以下命令：
mysql --user=[your master username] --password -h [your database endpoint]3.出现提示时，输入主密码，然后按 Enter。
现在您应该已连接到 MyClusterName Aurora Serverless 数据库集群！
4.您可以使用已建立的连接向 Aurora Serverless 数据库集群发出 SQL 语句和客户端命令。
例如，如果您设置了与 PostgreSQL 兼容的 Aurora 集群，则可以通过将以下命令粘贴到在 MyCloud9Env bash 选项卡中运行的 psql 会话中，以显示服务器上的数据库：
\l注意：如果您设置了与 MySQL 兼容的 Aurora 集群，则用于列出数据库的相应 mysql 命令为：
show databases;5.通过粘贴以下 SQL 语句，可以显示 UTC 时区的当前日期和时间，以及 Aurora 集群中数据库引擎的版本。
注意：相同的语句适用于兼容 MySQL 和兼容 PostgreSQL 的 Aurora。
select now(); select version();
注意：如果运行的 SQL 语句需要的内存、CPU 或网络容量超过了集群当前的容量，写入数据库实例会进行扩展，以便有足够的资源来处理工作负载。此扩展操作不会中断您的连接、任何正在进行的事务或任何正在运行的 SQL 语句。
- 注意：
-
删除资源
在此步骤中，您将终止 Aurora 数据库集群和 AWS Cloud9 环境。
重要说明：清理当前未使用的资源可降低成本，是最佳做法。
1.在 Amazon RDS 控制台页面的左侧导航栏中选择数据库。
2.从集群列表中选择 myclustername-instance-1。
- 注意：如果您尚未记下 VPC ID 和安全组 ID，请选择实例名称以打开该实例的详细信息页面，并记录 VPC 和安全组的详细信息。
3.从操作菜单中选择删除。
4.出现提示时，在相应字段中键入删除我以确认删除。
- 如果您设置了多可用区集群或添加了任何读取器实例，使该集群包含多个数据库实例，请对集群中的每个数据库实例重复此步骤。
5.当集群中的所有数据库实例都处于正在删除状态时，选择 myclustername 集群，然后从操作菜单中选择删除。
- 您无需等到数据库实例实际被删除后再进行此操作。控制台页面上的集群项目代表您的数据库表和其他对象的存储空间。在删除集群之前，无论集群中有多少实例，其中的数据都将保持不变。
6.在确认页面上，取消选中创建最终快照复选框。
7.选中确认复选框以确认可以删除 Aurora 集群中的数据。
- 如果您在测试期间创建了任何想要保留的信息，则可以保留创建最终快照的选中状态。此操作让您之后可以在新的 Aurora 集群中检索数据。
8.然后，输入删除我以确认删除。
注意：在 AWS 管理控制台中显示 Aurora 集群已删除的确认信息之前，不要继续执行下一步。
删除 Aurora 集群后，您需要找到与 Aurora 集群关联的安全组。
9.导航到 VPC 控制面板并选择安全组页面。
10.选择 MyClusterGroup 安全组。然后，从操作菜单中选择删除安全组。
11.导航到 AWS Cloud9 控制台，从您的环境页面选择 MyCloud9Env，然后选择删除。
12.出现提示时，确认删除 MyCloud9Env。
13.返回 VPC 控制台，在左侧导航栏中，选择您的 VPC。
14.选择您为本教程创建的 VPC。然后，选择操作，选择删除 VPC。
- 如果您尚未完成 Cloud9 环境或 Aurora 集群的删除，则必须等到这些资源已删除后才能继续。
15.在文本字段中键入删除以确认删除 VPC。
- 注意：删除 VPC 的同时也会删除其他网络资源，例如 Cloud9 和 Aurora 安全组，否则这些资源将保留。
恭喜
恭喜！ 您已经学会了如何创建、连接和删除 Aurora Serverless v2 数据库集群。