AWS RDS db.t3.micro实例CPU超基线时API延迟1-2分钟问题咨询

• 你观测到的CPU使用率为CloudWatch默认分钟级平均指标，实际秒级CPU使用率可能已经瞬时打满100%：db.t3.micro的基线性能为20%，对应仅能持续提供0.4vCPU的稳定算力（2vCPU * 20%），即使CPU积分余额充足，瞬间突增的请求/慢查询会短时间耗尽当前可分配的突发CPU配额，导致后续数据库请求进入排队队列，产生1-2分钟的延迟，直到排队请求处理完成/CPU资源释放后自动恢复。
• 分钟级CPU积分余额指标存在采集延迟：你看到的余额充足是延迟上报的历史数据，峰值时段实际CPU积分已经被瞬时耗尽，实例被强制限流到基线20%性能，进一步拉长了请求排队处理的时间。
• 单条高消耗SQL占用全部CPU资源：即使整体CPU使用率仅略超20%，单个无索引的大查询、全表扫描操作会占满单个vCPU核心，导致其他正常查询无法分配到CPU资源，出现延迟。

• 切换实例为T3 Unlimited模式：该模式允许实例在CPU积分余额耗尽后，继续按实际使用量支付少量费用使用超过基线的CPU性能，避免被强制限流到基线性能，适合CPU偶尔突增的场景。
• 优化数据库查询：开启RDS慢查询日志功能，定位峰值时段执行时间长、扫描行数多的SQL，通过增加索引、拆分大查询、优化业务逻辑的方式降低CPU消耗，从根源减少CPU突增情况。
• 升级实例规格：如果你的业务常态CPU使用率长期超过15%，建议直接升级到更高规格的突发性能实例（如db.t3.small）或固定性能实例（如db.m5.large），彻底规避CPU积分机制带来的性能波动风险。
• 调整监控粒度：将CPU使用率、CPU积分余额的CloudWatch监控粒度调整为1秒，精准识别瞬时资源瓶颈，避免分钟级平均指标的误判。
• 配置提前告警：设置CPU使用率超过15%的提前告警，及时响应异常流量或异常查询问题，避免故障扩散。

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