AWS RDS Aurora PostgreSQL实例OOM重启问题求助

问题现象 #

AWS RDS Aurora PostgreSQL实例在可用内存接近耗尽时，会因OOM错误崩溃并触发自动重启；重启后可用内存恢复至约16500MB，但随着时间推移内存再次被耗尽，形成重复重启的循环。

环境信息 #

• 空闲连接数：约450个
• 实例规格：db.r6g.2xlarge
• vCPU：8核
• 内存：64GB
• 引擎版本：11.9
• 连接架构：无连接池实现，由100个应用实例直接建立长连接并复用

数据库配置参数 #

shared_buffers = 43926128kB
work_mem = 4MB
temp_buffers = 8MB
wal_buffers = 16MB
max_connections = 5000
maintenance_work_mem = 1042MB
autovacuum_work_mem = -1

异常观察 #

部分空闲连接对应的进程物理内存（RES，即进程占用的物理内存）持续增长，例如某进程内存从920.9MB逐步增至3.96GiB。怀疑该问题与空闲连接的内存占用相关，考虑通过减少连接数缓解，但希望明确问题根因及系统性解决方法。

附监控截图 #

• CloudWatch可用内存图表
• CloudWatch通用指标图表
• 增强监控指标图表
• 操作系统进程图表

内容的提问来源于stack exchange，提问作者Thiago Scodeler