为什么 AWS RDS 仍然显示磁盘大小为 2TB gp2 的突发余额 0？
Why does AWS RDS still shows burst balance 0 with disk size 2TB gp2?
根据我从 AWS 文档 (link) 了解的 gp2，gp2 磁盘在小于 1000GB 时会爆裂。
磁盘大于1000GB后，基线性能超过3000 IOPS突发性能，因此“突发”一词不适用。
但是，正如我在当前具有 2TB gp2 存储的 prod 数据库中看到的那样，突发平衡仍然以某种方式适用于我，并且当突发平衡大于 0 时存储速度要快得多。
显然，AWS Burst 术语发生了变化。有人知道现代术语吗，所以我可以相应地规划我的硬件？
我已经 运行 解决了 EFS 的这个问题，配置足够的容量（存储和吞吐量）是一回事，配置突发容量是另一回事。在这种情况下，您 运行 似乎遇到了同样的问题。超出您的突发容量。如果您有一个读取密集型应用程序，请考虑使用副本或缓存方案。或者，您可以将 2TB 磁盘增加到 4TB 或查看配置的 iops 解决方案。
从屏幕截图中，我可以看到 AWS 已经交付了他们为您的实例承诺的性能（6K IOPS，始终如一）
所以问题仍然是为什么仍然有突发性能让您在有限的时间内突发 > 11K IOPS（7:00 - 9:00 时间范围）
我的猜测是 3K IOPS 突发限制仅适用于小于 1TB 的实例。例如更大的尺寸，您可以达到“基准性能 + 3k IOPS”（在您的情况下约为 9k），直到 IO 积分用完。不过我还没有看到任何关于这方面的文件
我就此向 AWS 支持部门提出了请求。
这是一个冗长的线程，我在其中了解了几个重要的事实。
我已经保存了我在此 link 的对话，因此它不会丢失给社区。
回答：burts balance 可能仍然适用于大于 1TB 的存储，因为可能有多个卷来服务存储 space。如果卷小于 1TB - 突发余额将用于该卷。
其他我不清楚的事实：
- 数据库可能看起来受到 IOPS 限制的限制（由于内部 IOPS 淹没操作），但实际上它可能受到网络吞吐量的限制。
- 网络吞吐量由 EBS 优化保证。在 RDS 文档中，您不会找到实例与吞吐量相关的明确表格，但它在 EBS docs
上
- 对于某些基于 nitro 的实例，EBS-Optimized 允许每 24 小时以 class 的最大吞吐量工作 30 分钟。对于较小的实例，这意味着在 30 分钟内数据库的性能可能会飙升，与较差的基线相比。
根据我从 AWS 文档 (link) 了解的 gp2，gp2 磁盘在小于 1000GB 时会爆裂。 磁盘大于1000GB后，基线性能超过3000 IOPS突发性能，因此“突发”一词不适用。
但是，正如我在当前具有 2TB gp2 存储的 prod 数据库中看到的那样，突发平衡仍然以某种方式适用于我，并且当突发平衡大于 0 时存储速度要快得多。
显然，AWS Burst 术语发生了变化。有人知道现代术语吗，所以我可以相应地规划我的硬件？
我已经 运行 解决了 EFS 的这个问题，配置足够的容量（存储和吞吐量）是一回事，配置突发容量是另一回事。在这种情况下，您 运行 似乎遇到了同样的问题。超出您的突发容量。如果您有一个读取密集型应用程序，请考虑使用副本或缓存方案。或者，您可以将 2TB 磁盘增加到 4TB 或查看配置的 iops 解决方案。
从屏幕截图中，我可以看到 AWS 已经交付了他们为您的实例承诺的性能（6K IOPS，始终如一）
所以问题仍然是为什么仍然有突发性能让您在有限的时间内突发 > 11K IOPS（7:00 - 9:00 时间范围）
我的猜测是 3K IOPS 突发限制仅适用于小于 1TB 的实例。例如更大的尺寸，您可以达到“基准性能 + 3k IOPS”（在您的情况下约为 9k），直到 IO 积分用完。不过我还没有看到任何关于这方面的文件
我就此向 AWS 支持部门提出了请求。 这是一个冗长的线程，我在其中了解了几个重要的事实。 我已经保存了我在此 link 的对话，因此它不会丢失给社区。
回答：burts balance 可能仍然适用于大于 1TB 的存储，因为可能有多个卷来服务存储 space。如果卷小于 1TB - 突发余额将用于该卷。
其他我不清楚的事实：
- 数据库可能看起来受到 IOPS 限制的限制（由于内部 IOPS 淹没操作），但实际上它可能受到网络吞吐量的限制。
- 网络吞吐量由 EBS 优化保证。在 RDS 文档中，您不会找到实例与吞吐量相关的明确表格，但它在 EBS docs 上
- 对于某些基于 nitro 的实例，EBS-Optimized 允许每 24 小时以 class 的最大吞吐量工作 30 分钟。对于较小的实例，这意味着在 30 分钟内数据库的性能可能会飙升，与较差的基线相比。