通过RDS Proxy端点连接Aurora PostgreSQL时SQL查询随机卡死

算力阿峰

2026-8-30

问题描述

现有AWS架构计划接入RDS Proxy，后端对接存储地理信息数据的PostgreSQL引擎Aurora集群（包含写实例与读实例）。
最初选型RDS Proxy的核心诉求，是解决Lambda直连Aurora时高并发场景下容易出现的连接数耗尽问题——直连模式下低并发运行完全稳定。
接入RDS Proxy后出现偶发异常：Lambda内执行查询时会无报错卡死，直到触发Lambda超时，排查过程中未检索到任何相关错误日志。
逐行调试定位到的触发规律：
- 循环执行空间查询语句db.run('SELECT id FROM geodata WHERE ST_Intersects(geom, ST_GeometryFromText(:wkt,3067))', **parameters)时，执行次数在1~100次不等就会触发阻塞卡死
- 将查询替换为以id为筛选条件的普通查询后，RDS Proxy运行完全正常
- 同一段代码直连Aurora集群端点不会触发任何异常，代码中通过pg8000.native.Connection方法创建数据库连接

可复现问题的简化代码示例：

def runt_test():
  mask_wkt = 'POLYGON ((<geometry points>))'
  db = pg8000.native.Connection(
     'user_name',
     'localhost',
     'database',
     '5433',
     'password'
  )
  for k in range(150):
    print(f'running {k}')
    try:
      parameters={'wkt': mask_wkt}
      #db.run("START TRANSACTION")
      db.run('SELECT id FROM geodata WHERE ST_Intersects(geom, ST_GeometryFromText(:wkt,3067))', **parameters)
      #db.run("SELECT * FROM geodata WHERE id = '12668'", **parameters)
      #db.run("COMMIT")
      
  db.close()

问题根因

这个卡死是RDS Proxy、pg8000驱动、PostGIS扩展类型三者的适配问题导致的双向等待死锁：

pg8000.native默认使用PostgreSQL扩展查询协议，会将参数化查询作为预编译语句发送给服务端
RDS Proxy对PostGIS自定义几何类型的报文解析存在缺陷，当连续多次查询返回的空间数据大小超过代理单帧传输阈值时，代理会错误截断返回报文，认为数据已经全部发送完成
驱动端始终在等待代理返回剩余的报文内容，两端都没有主动断开连接或者抛出错误，最终表现为无报错卡死直到超时。普通主键查询返回值为整数，数据量极小不会触发报文截断，因此运行正常；直连Aurora时没有代理层的报文解析逻辑，也不会触发该问题。

修复方案

按改造成本从低到高排序：

最小改动方案：初始化pg8000.native.Connection时增加use_simple_query=True参数，强制驱动使用简单查询协议，不走预编译语句逻辑，直接绕过RDS Proxy处理扩展类型预编译语句的bug。
事务显式管控：取消示例代码中START TRANSACTION和COMMIT的注释，将每次空间查询包裹在独立的短事务中，执行完事务后代理会自动重置后端连接状态，避免连接复用时的报文状态残留。
代理配置调整：在RDS Proxy配置页关闭查询结果缓存功能，将连接池的最大空闲复用时间从默认300秒调低到30秒，减少代理层对返回结果的拦截处理，降低异常触发概率。
临时兜底方案：如果上述调整后仍有偶发异常，可以将涉及PostGIS空间计算的查询流量临时指向Aurora集群直连端点，普通增删改查流量继续走RDS Proxy，不影响核心的连接数收敛能力。

内容的提问来源于stack exchange，提问作者sami H