使用Amazon Aurora时多个小SQL查询是否会产生更高IOPs及更多成本？

这里的data pages就是数据页，是数据库内核定义的、和底层存储交互的最小读写单元，和物理磁盘的默认扇区单元没有直接绑定。
结合给出的Aurora计费规则可以明确：

就I/O费用计算而言，假设同一数据库每秒从存储读取100个data pages以满足其上运行的查询需求，这将产生每月2.628亿次读I/O（100页/秒 × 730小时 × 60分钟 × 60秒）。
同理，假设您的应用对数据库做出的变更平均每秒影响10个data pages。Aurora对每个data page上最高4KB的变更收取1次I/O操作费用。如果每个页面变更的数据量小于4KB，则会产生每秒10次写I/O。
简单来说，不管单次读操作只需要某一页里的1个字节还是整页数据，只要需要从存储拉取这个页，就算1次读I/O；写操作同理，不管单页里变更的是1字节还是4KB以内的内容，都只算1次写I/O，单页变更超过4KB才会按4KB为单位拆分计数。

没有绝对结论，取决于查询的实际数据访问模式：

• 若多个小型查询访问的是随机分布、互不连续的独立数据页，且未命中数据库内存缓冲池，会比单次批量读取连续数据页的大型查询产生高得多的IOPS。比如1000个单条查询分别取随机分布的1000条记录，每条记录在独立数据页上，就会产生1000次读I/O；而单个大型查询一次性批量拉取这1000条记录，如果这些记录在连续的10个数据页上，仅会产生10次读I/O。
• 若多个小型查询访问的都是已经在缓冲池中的热点数据，不需要触发磁盘I/O，不会产生额外IOPS，甚至比需要访问冷数据的单个大型查询I/O更低。
• 写场景逻辑一致：如果多个小更新每次修改不同的独立数据页，IOPS会高于批量修改连续页的单个大更新；如果多个小更新修改的是同一个数据页，数据库会合并写操作，仅产生1次写I/O，IOPS反而更低。

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