Aurora replica auto scaling과 read endpoint 운영 기준
Aurora 복제본 자동 확장의 지표·연결 분산·연결 풀·축소 조건을 구분하고, 읽기 용량 증가가 실제 응답 개선으로 이어지는 운영 기준을 정리한다.
1. 복제본 수가 늘어도 느린 쿼리는 그대로일 수 있다
Aurora Replica를 추가하면 읽기를 처리할 수 있는 인스턴스가 늘어난다. 그러나 기존 연결에서 실행 중인 쿼리가 새 복제본으로 이동하지는 않는다. 새 인스턴스가 준비되었어도 애플리케이션이 기존 연결만 재사용한다면, 기존 reader의 CPU는 계속 높고 새 reader는 유휴 상태로 남을 수 있다. 이때 클러스터 평균 CPU만 낮아지면 확장이 성공한 것처럼 보인다.
따라서 Aurora replica auto scaling의 운영 목표는 단순히 reader 개수를 자동 조정하는 데 있지 않다. 읽기 용량 확보 → 새 연결의 분산 → 실제 요청 부하의 이동 → 응답시간 회복이 모두 이루어지는지 확인해야 한다. 반대로 scale-in에서는 비용 감소보다 연결 단절, 긴 조회 실패, 재시도 폭증을 먼저 검토한다.
이 글은 Aurora MySQL의 reader 수를 조절하는 Aurora Auto Scaling과 기본 reader endpoint를 중심으로 설명한다. 인스턴스의 처리 용량을 조절하는 Aurora Serverless v2의 ACU 확장과는 제어 대상이 다르다. 아래 SQL은 폐기용 MySQL 8.0 환경에서 실행한 진단·계산 예제다. AWS 클러스터 생성, 실제 자동 확장, DNS 변경, 연결 재분산, scale-in 장애는 재현하지 않았다. 관리형 동작은 말미의 AWS 공식 문서를 근거로 구분한다.
2. 자동 확장의 제어 경로와 읽기 경로
Aurora Auto Scaling은 Application Auto Scaling의 rds:cluster:ReadReplicaCount 차원으로 reader 수를 조절한다. target tracking 정책은 CloudWatch 지표와 목표값을 비교하고, 최소·최대 용량 및 cooldown 등의 조건에 따라 복제본 추가·삭제를 수행한다. writer의 쓰기 부하 자체는 이 정책의 확장 대상이 아니다.
flowchart TD
A[reader 지표 수집] --> B[목표 추적 정책과 용량 경계]
B --> C[복제본 생성 또는 삭제]
C --> D[사용 가능한 연결 대상 변경]
E[애플리케이션 읽기 연결 풀] --> F{새 물리 연결인가}
F -->|예| G[reader endpoint 이름 해석과 연결]
G --> D
F -->|아니오| H[기존 연결의 reader 유지]
D --> I[선택된 reader에서 SQL 실행]
H --> I
I --> J[인스턴스별 부하와 응답시간]
J --> A
두 경로는 비동기적이다. 정책이 확장을 결정한 시점, 인스턴스가 available이 된 시점, 애플리케이션이 새 reader에 연결한 시점, 캐시가 충분히 채워진 시점은 같지 않다. cooldown은 이 전체 시간의 상한을 보장하는 타이머가 아니다. 인스턴스 준비와 연결 재분산을 관측하지 않고 cooldown만 짧게 만들면 불필요한 추가 확장이나 진동이 생길 수 있다.
공식 문서상 운영 제약은 다음과 같다.
- 클러스터의 모든 인스턴스가
available상태일 때만 Aurora Auto Scaling이 확장·축소를 수행한다. 장애·변경 중인 인스턴스 상태도 조사해야 한다. - 자동 생성 reader는 writer와 같은 DB 인스턴스 클래스를 사용하며, 승격 우선순위는 기본적으로 가장 낮은 tier 15다. 별도 승격 후보의 클래스·우선순위를 설계하는 일과 읽기 탄력성 확보는 구분한다.
- 자동 축소는 Aurora Auto Scaling이 생성한 reader만 제거한다. 수동 생성 reader는 지표에 포함되지만 자동 삭제 대상은 아니다.
- 지표 기반 정책이 동작하려면 reader가 있어야 한다. reader가 없는 상태에서 최소 용량을 0으로 두고 CPU나 연결 수가 올라가면 저절로 reader가 생길 것이라고 기대하지 않는다.
- Aurora Global Database의 보조 리전 DB 클러스터는 현재 이 Aurora Auto Scaling 기능의 지원 대상이 아니다. 기본 리전의 reader 확장 정책을 보조 리전에 그대로 적용할 수 있다고 가정하지 않는다.
3. reader endpoint는 쿼리가 아니라 연결을 분산한다
3.1 기존 세션은 자동 이동하지 않는다
기본 reader endpoint는 사용 가능한 Aurora Replica로 새 연결 요청을 분산한다. 한 번 성립한 연결에서 실행하는 여러 SQL은 같은 reader에서 처리된다. 연결 풀에서 논리 연결을 반납한 뒤 다시 빌리는 동작도 기존 물리 연결을 재사용한다면 새로운 분산 기회가 아니다.
이 성질에는 일관성 측면의 이유도 있다. 세션에는 트랜잭션, 세션 변수, 임시 테이블 등의 상태가 존재한다. DNS의 연결 대상 변경이 이 상태를 다른 서버로 옮겨 주지 않는다. 긴 트랜잭션을 강제 종료하여 분산을 맞추는 방식은 처리량 개선이 아니라 애플리케이션 오류를 만들 수 있다.
새 reader에 부하가 오지 않을 때는 다음 순서로 확인한다.
- 읽기 연결 문자열이 instance endpoint가 아니라 의도한 reader endpoint인지 확인한다.
- 실제 새 물리 연결이 만들어지는지, 풀 내부 대여 횟수만 늘어나는지 구분한다.
- 런타임·드라이버·DNS 캐시가 과거 주소를 얼마나 유지하는지 확인한다.
- 연결 생성 시 서버 식별 정보를 표본 기록하여 대상 인스턴스별 분포를 확인한다. 주소나 식별자는 접근이 제한된 운영 로그에 보관한다.
- 인스턴스별 연결 수와 처리 쿼리 수·CPU·응답시간을 함께 비교한다. 동일한 연결 수가 동일한 작업량을 의미하지는 않는다.
매 쿼리마다 TCP/TLS 연결을 새로 여는 방식은 분산 기회를 늘리지만 인증·연결 비용을 증가시킨다. 일반적인 온라인 서비스에서는 유한한 연결 수명, 사용이 끝난 연결의 점진적 교체, 생성 속도 제한, 교체 시점 분산을 조합하는 편이 낫다. 사용 중인 연결을 수명 도달 즉시 끊을지, 반납 후 폐기할지는 풀 구현별로 다르므로 시험해야 한다.
3.2 읽기 전용 주소와 쓰기 권한은 별개다
reader가 하나 이상 있으면 기본 reader endpoint는 reader에 연결한다. 하지만 reader가 전혀 없으면 writer로 연결되며, 계정 권한이 허용하면 쓰기도 가능하다. 따라서 endpoint 이름의 ro를 보안 경계나 SQL 쓰기 차단 장치로 취급하지 않는다.
읽기 서비스에는 최소 권한 계정을 사용하고 쓰기 경로와 읽기 경로의 풀을 분리한다. 읽기 직전 쓰기의 결과가 반드시 보여야 하는 요청은 writer 유지, 인과적 가시성 대기, 트랜잭션 경계 등 별도 정책이 필요하다. reader 수가 많아진다고 복제 지연이나 오래된 Read View가 사라지는 것은 아니다.
RDS Proxy의 read-only endpoint는 기본 reader endpoint와 별도의 연결 관리 계층이다. 빠른 재연결이나 multiplexing을 제공할 수 있지만, 세션 pinning과 트랜잭션의 영향을 받는다. Proxy를 도입했다고 실행 중인 쿼리·트랜잭션의 무중단 이동이 보장되지는 않는다.
4. 목표 지표의 평균에 숨은 부하 편중
기본 제공 지표는 RDSReaderAverageCPUUtilization과 RDSReaderAverageDatabaseConnections다. 전자는 reader들의 CPU 사용률 평균, 후자는 reader들의 연결 수 평균을 사용한다. 수동 생성 reader와 custom endpoint에 속한 reader도 포함되며 writer는 제외된다. 특정 endpoint의 트래픽만을 위한 정책처럼 보이더라도 기본 지표의 집계 범위는 클러스터의 모든 reader다.
CPU 목표값은 쿼리가 CPU 자원을 주로 사용하고 읽기 요청이 새 인스턴스로 실제 분산될 때 유용하다. 반면 스토리지 대기, 잠금 대기, 비효율적인 대량 스캔 때문에 느린 쿼리는 CPU 평균만으로 판단하기 어렵다. 연결 수는 접속 압력에 유용하지만 유휴 풀 연결과 실행 중인 SQL을 구분하지 않는다. 애플리케이션 서버 증설로 유휴 연결이 증가한 경우 DB reader 확장보다 풀 크기 조정이 먼저일 수 있다.
다음은 운영 측정값이 아닌 설명용 가정 데이터다. 같은 크기의 reader를 가정하여 평균 CPU와 가장 바쁜 reader의 CPU를 비교한다. 실제 CloudWatch의 수집 시점·주기·결측 처리는 이 계산으로 재현하지 않는다.
WITH sample AS (
SELECT 'A' AS scenario, 'reader_1' AS node_name, 90 AS cpu_pct
UNION ALL SELECT 'A', 'reader_2', 90
UNION ALL SELECT 'A', 'reader_3', 10
UNION ALL SELECT 'B', 'reader_1', 90
UNION ALL SELECT 'B', 'reader_2', 10
UNION ALL SELECT 'B', 'reader_3', 10
)
SELECT scenario,
COUNT(*) AS readers,
ROUND(AVG(cpu_pct), 2) AS avg_cpu_pct,
MAX(cpu_pct) AS hottest_cpu_pct,
SUM(cpu_pct >= 80) AS hot_readers,
AVG(cpu_pct) > 40 AS above_example_target
FROM sample
GROUP BY scenario
ORDER BY scenario;
실행 결과(MySQL 8.0.x):
mysql> WITH sample AS (
-> SELECT 'A' AS scenario, 'reader_1' AS node_name, 90 AS cpu_pct
-> UNION ALL SELECT 'A', 'reader_2', 90
-> UNION ALL SELECT 'A', 'reader_3', 10
-> UNION ALL SELECT 'B', 'reader_1', 90
-> UNION ALL SELECT 'B', 'reader_2', 10
-> UNION ALL SELECT 'B', 'reader_3', 10
-> )
-> SELECT scenario,
-> COUNT(*) AS readers,
-> ROUND(AVG(cpu_pct), 2) AS avg_cpu_pct,
-> MAX(cpu_pct) AS hottest_cpu_pct,
-> SUM(cpu_pct >= 80) AS hot_readers,
-> AVG(cpu_pct) > 40 AS above_example_target
-> FROM sample
-> GROUP BY scenario
-> ORDER BY scenario;
+----------+---------+-------------+-----------------+-------------+----------------------+
| scenario | readers | avg_cpu_pct | hottest_cpu_pct | hot_readers | above_example_target |
+----------+---------+-------------+-----------------+-------------+----------------------+
| A | 3 | 63.33 | 90 | 2 | 1 |
| B | 3 | 36.67 | 90 | 1 | 0 |
+----------+---------+-------------+-----------------+-------------+----------------------+
2 rows in set (0.00 sec)
시나리오 B는 평균이 예시 목표 40%보다 낮지만 reader 하나는 여전히 90%다. above_example_target은 비교 연산 결과일 뿐 실제 scale-in·scale-out 승인 판정이 아니다. 정책의 평가 기간, cooldown, 기존 활동, 최소·최대 용량 등은 포함하지 않았다.
따라서 평균 지표와 별도로 인스턴스별 최대 부하, 애플리케이션 p95/p99, 풀 대기 시간, 오류율, replica lag를 관측한다. CPU가 낮은 reader가 여럿 있고 특정 reader만 높다면 최대 reader 수를 올리기 전에 연결 재사용과 쿼리 편중부터 조사한다. 크기가 다른 인스턴스를 섞으면 CPU 백분율 평균은 전체 vCPU 용량의 가중 평균도 아니므로 해석에 더욱 주의한다.
5. 용량 경계와 축소 정책을 정하는 방법
5.1 최소 용량은 평상시 비용만으로 결정하지 않는다
최소 reader 수에는 최소한의 읽기 처리 능력뿐 아니라 장애 후 남아 있는 reader의 여유, 승격으로 읽기 대상 하나가 빠지는 경우, 정기 유지보수, 새 인스턴스 준비 동안 흡수할 부하를 반영한다. 자동 생성 인스턴스의 승격 tier가 낮다는 사실만으로 원하는 장애 조치 구성이 완성되지는 않는다.
최대 용량은 비용 상한과 동시에 읽기 처리량의 상한이다. 최대치 도달 상태에서는 정책이 정상이어도 더 늘어나지 않는다. 클러스터 제약·서비스 할당량·인스턴스 가용성, 수동 생성 reader의 존재, 최대치 도달 알람을 함께 점검한다. writer 또는 공유 스토리지 경로가 병목이면 reader를 추가하는 것만으로 해결되지 않는다.
5.2 cooldown과 축소 방지는 목적이 다르다
공식 문서의 기본 scale-in·scale-out cooldown은 각각 300초다. 명시 설정이 없다면 적용값을 조회하여 확인한다. 더 큰 확장이 필요한 경우 scale-out cooldown이 무시될 수 있으므로, 이를 모든 추가 생성 요청의 절대 차단 시간으로 간주하지 않는다.
운영 초기에 DisableScaleIn을 사용하면 target tracking 정책의 자동 삭제를 막고 확장 및 연결 분산을 먼저 검증할 수 있다. 다만 이것은 수동 삭제, 장애, 모든 관리 작업을 차단하는 보호 장치가 아니다. scale-in을 허용하기 전에는 다음을 측정한다.
- 가장 긴 정상 조회·트랜잭션 시간과 연결 단절 시 실패 범위
- 풀의 죽은 연결 감지 및 폐기 시간, 재접속 속도와 동시성 제한
- 재시도 가능한 조회의 범위, 응답시간 예산, 중복 작업의 영향
- reader 하나가 제거되어도 남은 인스턴스가 버틸 수 있는 여유
긴 보고서를 재시도하면 읽기 작업이라도 비용이 커지고, 페이지를 나누어 읽는 동안 데이터 기준점이 달라질 수 있다. 모든 SELECT를 무조건 반복하는 대신 요청 단위의 재시도 예산과 결과 일관성을 정의한다. 연결 풀을 한 번에 초기화하는 조치는 연결 폭증과 캐시 미스로 오히려 장애를 키울 수 있다.
6. custom endpoint로 나누어도 정책 지표는 나뉘지 않는다
보고서 reader와 온라인 reader를 custom endpoint로 구분할 수 있다. 그러나 이 경로 구분이 기본 자동 확장 지표의 집계 대상을 분리하지는 않는다. 보고서 reader의 높은 CPU가 전체 평균을 올려 온라인 reader와 같은 클래스로 새 인스턴스를 만들더라도, 정작 보고서 endpoint가 그 인스턴스를 포함하지 않으면 보고서 부하는 줄지 않는다.
custom endpoint의 멤버십 규칙을 함께 점검한다.
- 정적 포함 목록: 목록에 지정한 인스턴스만 대상이다. 자동 생성 reader는 목록에 자동으로 추가되지 않는다.
- 제외 목록: 역할 조건을 만족하고 제외 목록에 없는 새 인스턴스는 대상이 될 수 있다.
READER유형: 승격으로 writer가 된 인스턴스는 대상에서 빠진다.ANY유형: reader와 writer가 모두 대상일 수 있다. 콘솔에서 생성한 custom endpoint는ANY유형이므로 읽기 전용 역할을 의도했다면 CLI/API의 유형과 실제 멤버십을 확인한다.
endpoint 목록에서 인스턴스를 제외해도 기존 연결은 유지된다. 멤버십 변경은 애플리케이션 연결을 배출했다는 증거가 아니다. 자동 확장 설계 문서에는 정책의 지표 범위와 endpoint의 연결 대상 범위를 나란히 기록하고, 새 reader가 어느 서비스의 부하를 받을 것인지 명시한다.
7. MySQL 진단으로 확인할 수 있는 것과 없는 것
7.1 현재 연결의 실행 환경
다음 쿼리는 서버 버전과 읽기 전용 상태, 세션의 트랜잭션 격리 수준을 확인한다. 현재 연결 하나의 환경을 보는 것이며 endpoint 멤버십, DNS 캐시, 자동 확장 정책을 조회하는 쿼리가 아니다.
SELECT VERSION() AS mysql_version,
@@global.read_only AS server_read_only,
@@session.transaction_read_only AS session_read_only,
@@session.transaction_isolation AS session_isolation;
실행 결과(MySQL 8.0.x):
mysql> SELECT VERSION() AS mysql_version,
-> @@global.read_only AS server_read_only,
-> @@session.transaction_read_only AS session_read_only,
-> @@session.transaction_isolation AS session_isolation;
+---------------+------------------+-------------------+-------------------+
| mysql_version | server_read_only | session_read_only | session_isolation |
+---------------+------------------+-------------------+-------------------+
| 8.0.46 | 0 | 0 | REPEATABLE-READ |
+---------------+------------------+-------------------+-------------------+
1 row in set (0.00 sec)
로컬 검증 서버의 read_only=0은 이 예제가 Aurora reader에 연결되지 않았다는 범위 설명과 함께 읽어야 한다. 세션의 transaction_read_only와 서버의 read_only는 별도 설정이며, 한 값만으로 애플리케이션 계정의 실제 쓰기 권한을 증명하지 않는다. Aurora 전용 역할과 서버 식별은 해당 클러스터의 메타데이터·접속 관측과 대조한다.
7.2 접속 압력과 실행 동시성 분리
SELECT VARIABLE_NAME, VARIABLE_VALUE
FROM performance_schema.global_status
WHERE VARIABLE_NAME IN (
'Threads_connected', 'Threads_running',
'Connections', 'Aborted_connects'
)
ORDER BY VARIABLE_NAME;
실행 결과(MySQL 8.0.x):
mysql> SELECT VARIABLE_NAME, VARIABLE_VALUE
-> FROM performance_schema.global_status
-> WHERE VARIABLE_NAME IN (
-> 'Threads_connected', 'Threads_running',
-> 'Connections', 'Aborted_connects'
-> )
-> ORDER BY VARIABLE_NAME;
+-------------------+----------------+
| VARIABLE_NAME | VARIABLE_VALUE |
+-------------------+----------------+
| Aborted_connects | 0 |
| Connections | 13 |
| Threads_connected | 1 |
| Threads_running | 2 |
+-------------------+----------------+
4 rows in set (0.00 sec)
위 상태값은 한 번의 로컬 검증에서 얻은 관측값이며 재실행 시 달라진다. Threads_running은 일반 클라이언트의 Query 개수와 반드시 같지 않으므로 다음 쿼리의 세션 수와 기계적으로 대조하지 않는다.
Threads_connected는 현재 열린 연결 수, Threads_running은 잠들지 않은 스레드 수를 해석하는 출발점이다. Connections는 성공·실패를 포함한 누적 연결 시도, Aborted_connects는 실패한 접속 관련 누계다. 누계는 두 관측 시점의 차이와 경과 시간으로 변화율을 계산하고, 재시작·초기화로 값이 줄어드는 경우는 별도 처리한다. 이를 CloudWatch DatabaseConnections와 정확히 같은 값이라고 가정하지 않는다.
아래 쿼리는 일반 클라이언트 세션의 상태 분포를 조회한다. Event Scheduler 같은 daemon을 제외하기 위해 thread/sql/one_connection으로 범위를 좁혔다. 권한과 Performance Schema 설정에 따라 관측 범위가 제한될 수 있다.
SELECT PROCESSLIST_COMMAND AS command_name,
COUNT(*) AS session_count
FROM performance_schema.threads
WHERE TYPE = 'FOREGROUND'
AND NAME = 'thread/sql/one_connection'
AND PROCESSLIST_ID IS NOT NULL
GROUP BY PROCESSLIST_COMMAND
ORDER BY session_count DESC, command_name;
실행 결과(MySQL 8.0.x):
mysql> SELECT PROCESSLIST_COMMAND AS command_name,
-> COUNT(*) AS session_count
-> FROM performance_schema.threads
-> WHERE TYPE = 'FOREGROUND'
-> AND NAME = 'thread/sql/one_connection'
-> AND PROCESSLIST_ID IS NOT NULL
-> GROUP BY PROCESSLIST_COMMAND
-> ORDER BY session_count DESC, command_name;
+--------------+---------------+
| command_name | session_count |
+--------------+---------------+
| Query | 1 |
+--------------+---------------+
1 row in set (0.01 sec)
테스트에서는 진단 쿼리 자신의 Query 세션만 보일 수 있다. 실제 서비스에서 Sleep이 많다는 이유만으로 연결을 모두 낭비라고 판단하지 않는다. 풀의 최소 유휴 수, 최대 크기, 요청 도착 패턴을 대조한다. 반대로 reader 수가 늘어도 특정 인스턴스의 Query와 CPU만 높다면 연결 수 평균에 가려진 작업량 편중일 수 있다.
이 SQL들은 단일 인스턴스 진단이다. 여러 reader의 관측값에는 수집 시각과 인스턴스 식별자를 붙여야 하며, 각 서버에서 따로 얻은 누계를 하나의 서버 누계처럼 이어 붙이지 않는다. 로컬 결과는 실제 Aurora 확장 효과나 처리량 벤치마크가 아니다.
8. 확장·축소 리허설의 합격 조건
운영 적용 전에는 독립된 테스트 클러스터에서 부하의 총량뿐 아니라 연결 재사용 방식도 운영과 비슷하게 만든다. 부하 도구가 매 요청마다 새 연결을 열고 운영 서비스는 장수 풀을 사용한다면 테스트의 균등 분산을 운영에 기대할 수 없다.
- 기준 상태 기록: reader 수, 인스턴스별 연결·CPU·lag, 서비스 지연·오류율, 풀 대기 시간을 함께 수집한다.
- 확장 유발: 읽기 부하를 올리고 정책 알람, scaling activity, 인스턴스 준비 완료를 시간순으로 기록한다. 실패 상태라면 권한·용량 경계·클러스터 상태부터 확인한다.
- 분산 검증: 새 reader에서 실제 물리 연결과 업무 SQL이 관측되는지 확인한다. 단순 생성 성공이나 평균 CPU 감소는 합격 조건이 아니다.
- 업무 회복 검증: 가장 바쁜 reader의 부하와 서비스 p95/p99가 함께 회복되는지 확인한다. 지연의 원인이 CPU가 아니라면 쿼리 계획·대기 분석으로 전환한다.
- 축소 검증: 긴 조회가 있는 상태에서 대상 삭제에 따른 오류, 풀 정리, 제한된 재시도를 시험한다. 실행 중 쿼리가 자동 이전될 것이라는 가정은 두지 않는다.
- 복합 상황 검증: reader 승격과 연결 재설정이 발생한 뒤에도 읽기 계정·endpoint 경로·최소 용량이 의도대로 유지되는지 별도 시험한다.
처음에는 scale-in을 제한하고 관측을 안정화한 뒤 허용 범위를 넓히는 편이 안전하다. 비용 절감 합격과 서비스 안정성 합격을 분리하면, 자동 축소를 서둘러 활성화하는 실수를 줄일 수 있다.
9. 운영 체크리스트
10. 정리
Aurora replica auto scaling은 읽기 인스턴스 수를 바꾸는 기능이고, reader endpoint는 새 연결의 진입 경로를 분산하는 기능이다. 이 둘 사이의 연결 풀, DNS 캐시, 세션 수명, 쿼리 편중을 설계하지 않으면 reader 수가 늘어도 서비스는 개선되지 않는다.
운영 판단의 순서는 지표 평균보다 실제 부하 분포, 생성 성공보다 연결 도달, 축소 성공보다 업무 복구를 우선하는 것이다. 이후 연결 풀 용량과 요청 제한, 읽기 일관성 설계를 함께 다루면 자동 확장을 처리량·가용성·비용의 균형 안에 배치할 수 있다.
참고 자료
아래 AWS 공식 문서를 기준으로 관리형 동작과 제약을 확인했다. 지원 범위와 콘솔 동작은 적용 시점에 대상 리전·엔진 버전으로 다시 확인한다.