RDS扩容时.NET API数据库连接错误排查求助

我们有部署在ECS上的.NET API，通过Entity Framework Core从Aurora PostgreSQL Serverless v1集群查询数据。正常负载下服务运行正常，但流量激增触发RDS集群扩容（增加ACU）时，API会出现大量连接错误：

An error occurred using the connection to database '"ourdatabasename"' on server '"tcp://ourcluster.region.rds.amazonaws.com:5432"'

基础设施架构 #

CloudFront >> Load Balancer >> ECS Fargate >> RDS Aurora PostgreSQL Serverless v1

技术栈 #

-.NET 6 API（Linux编译版本）
-Entity Framework Core 6.x
-Npgsql.EntityFrameworkCore.PostgreSQL 6.x
-PostgreSQL 10.18

我们通过k6压力测试（绕过CloudFront缓存）可稳定复现问题，只要触发RDS集群扩容就会出现错误。AWS支持工单回复称这是实现问题而非基础设施问题。过去一年我们通过将RDS配置为几乎无需扩容的高容量来规避，但这会浪费成本，违背Serverless设计初衷，因此需要找到根本原因并解决。

已尝试的解决方案 #

• 测试Serverless v2：扩容机制不同（同一VM占用更多主机资源），但问题更严重——v1在约400请求/秒时出错，v2仅150请求/秒就触发错误。
• 启用EnableRetryOnFailure：略有帮助但效果有限，目前保留Npgsql默认配置。
• 调整连接字符串的Maximum Pool Size参数：设为300时情况略有改善，但未彻底解决问题。
• 调整ECS/ALB扩容策略或预扩容：无任何改善。

未尝试的方案 #

• RDS Proxy：据称可解决连接池问题，但不确定是否为连接池导致的问题，且不愿依赖额外黑盒服务、成本较高，若社区普遍推荐则会尝试。
• RDS Data API：无需管理连接，但需重写所有EF代码，且Serverless v2暂不支持，暂不考虑。

求助需求 #

希望明确问题根源、错误来源，制定故障转移机制或实现系统优雅降级。如有可行的配置方案也欢迎提供，后续会将问题原因分享给社区。可补充更多信息。

内容的提问来源于stack exchange，提问作者Martijn Kooij