RDS 连接在高峰时段超时（约 50.000 个 HTTP 请求）
RDS connection time out in rush hours (with ~50.000 HTTP requests)
我们在 db.t2.large 实例上使用 RDS。 EC2 的自动缩放组在白天将数据写入数据库。在高峰时段，我们有大约 50.000 个 HTTP 请求，每个请求都有 read/write MySQL 数据。
这每天都不同，但对于今天的示例，在一个小时内：
我们从 PHP 个实例中看到 "Connect Error (2002) Connection timed out"，大约每分钟 187 次。
- RDS CPU 不会提高到 50% 以上
- 数据库连接数不会超过 30（最大值设置为 5000）。
- 免费存储空间约为 300G（磁盘容量大以提供高 IOPS）
- 写入 IOPS 达到 1500 次突发，但由于突发限制已过期，在高峰时段后降至 900。
- 读取 IOPS 每 10 分钟达到 300，中间大约为 150。
- 磁盘写入吞吐量平均值在 20 到 25 之间 MB/Sec
- 磁盘读取吞吐量在 0.75 和 1.5 之间 MB/Sec
- CPU Credit Balance 约为 500，因此我们不需要 CPU 爆发。
关于网络，我看到了我们正在达到的潜在限制：
- 网络接收吞吐量达到 1.41 MB/Second 并在一个小时内保持在 1.5 MB/Seconds 左右。
- 在此期间，网络传输 5 a 5.2 MB/Second，每 10 分钟下降到 4 MB/Second，这与我们正在处理数据（主要是读取）的 cronjobs 一致
我试过将 EC2 放在不同或相同的 AZ 中，但这没有效果
在此期间，我可以通过 SSH 隧道（EC2 -> RDS）从我的本地工作站正常连接。从 EC2 到 RDS 也是如此。
PHP 脚本设置为在尝试连接 5 秒后超时以确保快速响应。对于某些脚本，我现在将此限制增加到 15 秒。
但是我们在 RDS 上达到了哪个限制？在我们开始迁移或更改实例类型之前，我们想知道这个问题的根源。我还刚刚启用了增强监控以获取有关此问题的更多详细信息。
如果需要更多信息，我很乐意在需要的地方详细说明。
谢谢！
更新 25/01/2016
根据 datasage 的建议，我们将 RDS 磁盘大小增加到 500 GB，这为我们提供了 1500 IOPS 和 3600 突发，它使用了大约 1200 IOPS（所以现在甚至没有突发）并且超时仍然发生。
如前所述，连接超时设置为 5 秒和 15 秒，没有区别。
2016 年 1 月 26 日更新
我们高峰时段的 RDS 屏幕截图：
2016 年 1 月 28 日更新
我已将设置 sync_bin_log 更改为 0，因为最初我认为我们达到了 EBS 吞吐量限制（GP-SSD 160 Mbit/s），这使我们的磁盘容量显着下降吞吐量和 IOPS 也较低，但我们仍然看到连接超时发生。
当我们绘制错误发生的时间时，我们看到每分钟大约 :40 秒超时在大约 25 秒内开始发生，然后在大约 35 秒内再次没有错误并再次开始。这是在我们传入流量的高峰时段。
显然是网络性能让我们退缩了。当我们将 RDS 实例升级到 m4.xlarge（具有高网络性能）时，问题得到解决。
这是我们不得已的办法，但最终解决了我们的问题。
我们在 db.t2.large 实例上使用 RDS。 EC2 的自动缩放组在白天将数据写入数据库。在高峰时段，我们有大约 50.000 个 HTTP 请求，每个请求都有 read/write MySQL 数据。
这每天都不同，但对于今天的示例，在一个小时内：
我们从 PHP 个实例中看到 "Connect Error (2002) Connection timed out"，大约每分钟 187 次。
- RDS CPU 不会提高到 50% 以上
- 数据库连接数不会超过 30（最大值设置为 5000）。
- 免费存储空间约为 300G（磁盘容量大以提供高 IOPS）
- 写入 IOPS 达到 1500 次突发，但由于突发限制已过期，在高峰时段后降至 900。
- 读取 IOPS 每 10 分钟达到 300，中间大约为 150。
- 磁盘写入吞吐量平均值在 20 到 25 之间 MB/Sec
- 磁盘读取吞吐量在 0.75 和 1.5 之间 MB/Sec
- CPU Credit Balance 约为 500，因此我们不需要 CPU 爆发。
关于网络，我看到了我们正在达到的潜在限制：
- 网络接收吞吐量达到 1.41 MB/Second 并在一个小时内保持在 1.5 MB/Seconds 左右。
- 在此期间，网络传输 5 a 5.2 MB/Second，每 10 分钟下降到 4 MB/Second，这与我们正在处理数据（主要是读取）的 cronjobs 一致
我试过将 EC2 放在不同或相同的 AZ 中，但这没有效果
在此期间，我可以通过 SSH 隧道（EC2 -> RDS）从我的本地工作站正常连接。从 EC2 到 RDS 也是如此。
PHP 脚本设置为在尝试连接 5 秒后超时以确保快速响应。对于某些脚本，我现在将此限制增加到 15 秒。
但是我们在 RDS 上达到了哪个限制？在我们开始迁移或更改实例类型之前，我们想知道这个问题的根源。我还刚刚启用了增强监控以获取有关此问题的更多详细信息。
如果需要更多信息，我很乐意在需要的地方详细说明。
谢谢！
更新 25/01/2016
根据 datasage 的建议，我们将 RDS 磁盘大小增加到 500 GB，这为我们提供了 1500 IOPS 和 3600 突发，它使用了大约 1200 IOPS（所以现在甚至没有突发）并且超时仍然发生。
如前所述，连接超时设置为 5 秒和 15 秒，没有区别。
2016 年 1 月 26 日更新
我们高峰时段的 RDS 屏幕截图：
2016 年 1 月 28 日更新
我已将设置 sync_bin_log 更改为 0，因为最初我认为我们达到了 EBS 吞吐量限制（GP-SSD 160 Mbit/s），这使我们的磁盘容量显着下降吞吐量和 IOPS 也较低，但我们仍然看到连接超时发生。
当我们绘制错误发生的时间时，我们看到每分钟大约 :40 秒超时在大约 25 秒内开始发生，然后在大约 35 秒内再次没有错误并再次开始。这是在我们传入流量的高峰时段。
显然是网络性能让我们退缩了。当我们将 RDS 实例升级到 m4.xlarge（具有高网络性能）时，问题得到解决。
这是我们不得已的办法，但最终解决了我们的问题。