Aurora PostgreSQL에서 Aurora Optimized Reads로 쿼리 성능 향상하기

Amazon Aurora PostgreSQL에서 Aurora Optimized Reads를 사용하면 쿼리 처리 속도를 대폭 향상시킬 수 있습니다. 이 기능을 활용하면 대규모 데이터셋을 처리하는 애플리케이션에서 최대 8배 빠른 쿼리 지연 시간과 최대 30%의 비용 절감을 달성할 수 있습니다. 특히, 데이터가 DB 인스턴스의 메모리 용량을 초과하는 경우에 유용합니다. 😊

---

Aurora Optimized Reads 개요

Aurora Optimized Reads는 Graviton 기반 R6gd 및 Intel 기반 R6id 인스턴스와 NVMe 스토리지를 사용하는 DB 클러스터에서 기본적으로 제공됩니다. 이 기능은 다음 PostgreSQL 버전에서 사용할 수 있습니다:

• 16.1 이상
• 15.4 이상
• 14.9 이상

Aurora Optimized Reads는 두 가지 주요 기능을 제공합니다:

1. 계층형 캐시(Tiered Cache)
2. 임시 객체(Temporary Objects)

1️⃣ 계층형 캐시(Tiered Cache)

• DB 인스턴스 캐싱 용량을 최대 5배까지 확장할 수 있습니다.
• 최근 데이터와 트랜잭션 일관성을 유지하며, 외부 캐싱 솔루션의 데이터 관리 부담을 줄여줍니다.
• 쿼리 지연 시간 최대 8배 개선: 이전에는 Aurora 스토리지에서 데이터를 가져오던 쿼리가 더 빠르게 처리됩니다.

💡 "Aurora는 기본적으로 shared_buffers를 사용 가능한 메모리의 약 75%로 설정합니다. 하지만 r6gd 및 r6id 인스턴스에서는 Optimized Reads 캐시 메타데이터를 저장하기 위해 shared_buffers 공간을 4.5% 줄입니다."

2️⃣ 임시 객체(Temporary Objects)

• PostgreSQL에서 생성되는 임시 파일을 로컬 NVMe 스토리지에 저장하여 네트워크를 통한 EBS 트래픽을 줄입니다.
• 쿼리 지연 시간 및 처리량 최대 2배 개선: 특히, 대규모 데이터를 정렬, 조인, 병합하는 고급 쿼리에 효과적입니다.

💡 "Aurora I/O-Optimized 클러스터에서는 계층형 캐시와 임시 객체를 모두 활용합니다. 반면, Aurora Standard 클러스터에서는 임시 객체만 사용합니다."

---

Aurora Optimized Reads 사용 방법

Aurora Optimized Reads는 NVMe 기반 DB 인스턴스를 프로비저닝하면 자동으로 활성화됩니다. 이를 활성화하려면 다음 중 하나를 수행하세요:

1. 새로운 Aurora PostgreSQL DB 클러스터 생성
   • NVMe 기반 DB 인스턴스 클래스를 선택하여 클러스터를 생성합니다.
2. 기존 클러스터 수정
   • 기존 Aurora PostgreSQL 클러스터를 NVMe 기반 DB 인스턴스 클래스로 변경합니다.

💡 "NVMe 기반 DB 인스턴스 클래스에서 IO-Optimized와 Standard 클러스터 간 전환은 즉각적인 데이터베이스 엔진 재시작을 유발합니다."

---

Aurora Optimized Reads의 주요 사용 사례

✅ 계층형 캐시를 활용한 사용 사례

• 인터넷 규모 애플리케이션: 결제 처리, 청구, 전자상거래 등 성능 SLA가 엄격한 애플리케이션.
• 실시간 대시보드: 수백 개의 포인트 쿼리를 실행하여 메트릭을 수집.
• 생성형 AI 애플리케이션: pgvector 확장을 사용하여 수백만 개의 벡터 임베딩에서 정확한 검색 또는 근접 검색 수행.

✅ 임시 객체를 활용한 사용 사례

• 분석 쿼리: 공통 테이블 표현식(CTE), 파생 테이블, 그룹화 작업 포함.
• 읽기 복제본: 애플리케이션의 비최적화된 쿼리를 처리.
• 동적 보고서 생성: GROUP BY, ORDER BY와 같은 복잡한 작업을 포함한 쿼리.
• 인덱스 생성 및 재생성: 정렬 작업을 포함.
• 내부 임시 테이블을 사용하는 워크로드.

---

Aurora Optimized Reads 모니터링 방법

🔍 쿼리 모니터링

EXPLAIN 명령어를 사용하여 쿼리 계획을 확인할 수 있습니다. 예를 들어:

Postgres=> EXPLAIN (ANALYZE, BUFFERS) SELECT c FROM sbtest15 WHERE id=100000000;

결과 예시:

QUERY PLAN
--------------------------------------------------------------------------------------
 Index Scan using sbtest15_pkey on sbtest15  (cost=0.57..8.59 rows=1 width=121) (actual time=0.287..0.288 rows=1 loops=1)
   Index Cond: (id = 100000000)
   Buffers: shared hit=3 read=2 aurora_orcache_hit=2
   I/O Timings: shared/local read=0.264
 Planning:
   Buffers: shared hit=33 read=6 aurora_orcache_hit=6
   I/O Timings: shared/local read=0.607
 Planning Time: 0.929 ms
 Execution Time: 0.303 ms
(9 rows)

💡 aurora_orcache_hit 필드는 Optimized Reads가 활성화된 경우에만 표시되며, 캐시 히트 수를 나타냅니다.

🔍 CloudWatch 메트릭

다음 메트릭을 사용하여 DB 인스턴스를 모니터링할 수 있습니다:

• AuroraOptimizedReadsCacheHitRatio: 캐시 히트 비율.
• FreeEphemeralStorage: 사용 가능한 임시 스토리지 공간.
• ReadIOPSEphemeralStorage: 읽기 IOPS.
• WriteIOPSEphemeralStorage: 쓰기 IOPS.

---

Aurora Optimized Reads를 위한 모범 사례

1. 스토리지 공간 모니터링
   • CloudWatch의 FreeEphemeralStorage 메트릭을 확인하여 인스턴스 스토리지 공간이 부족하지 않도록 관리하세요.
2. 캐시 히트 비율 유지
   • pg_prewarm 확장을 사용하여 데이터를 미리 캐시에 로드하거나, VACUUM 작업으로 인한 캐시 히트 비율 감소를 방지하세요.
3. 클러스터 캐시 관리(CCM) 활성화
   • CCM을 활성화하면 페일오버 시 빠른 복구를 위해 캐시를 미리 준비할 수 있습니다.

💡 "CCM은 버퍼 캐시를 주기적으로 스캔하여 계층형 캐시에 적합한 페이지를 기록합니다."

---

요약

Aurora Optimized Reads는 대규모 데이터셋을 처리하는 PostgreSQL 워크로드에서 성능을 크게 향상시키는 강력한 도구입니다. 계층형 캐시와 임시 객체를 활용하여 쿼리 지연 시간을 줄이고 비용을 절감할 수 있습니다. 이를 통해 실시간 대시보드, 생성형 AI, 분석 쿼리 등 다양한 사용 사례에서 효율성을 극대화할 수 있습니다. 🚀

"최적화된 읽기 기능을 통해 더 빠르고 효율적인 데이터베이스 운영을 경험하세요!"