PostgreSQL 在 23 种 AWS EC2 实例类型的性能与成本分析

执行摘要

对于需要 33,000 RPS（每秒请求数）且数据集为 1 GB 的工作负载，使用 gp3-baseline 存储的 m8g.large 实例是最具成本效益的配置，每月成本约为 $82。虽然 c8i.large 提供了最高的单位美元吞吐量，但基于 Graviton 的实例 (arm64) 在 PostgreSQL 部署中通常在性能和成本之间提供更优的平衡。

33,000 RPS 的性价比边界

在以 1 GB 数据集实现 33,000 RPS 吞吐量的目标下，52 种测试配置中有 30 种满足了该要求。最优实例的选择取决于优先考虑的是绝对最低成本还是最高效率。

最便宜的配置

• 实例: m8g.large
• 存储: gp3-baseline
• 架构: arm64 (Graviton)
• 成本: ~$82/mo
• 性能: 45,515 RPS (1.4× 目标)

每美元最佳 RPS

• 实例: c8i.large
• 存储: gp3-baseline
• 架构: x86-64
• 性能: 52,203 RPS
• 效率: 451,476 RPS/€·hr

实例系列的对比分析

EC2 系列之间的性能差异显著，较新一代的处理器和 Graviton 处理器在吞吐量和延迟方面表现出明显的优势。

Graviton (arm64) vs. x86-64

Graviton 实例（在源数据中以绿色高亮显示）频繁出现在性价比边界上。例如，在使用 gp3-baseline 存储时，m8g.large (arm64) 在成本（$82/mo 对比 $90/mo）和吞吐量（45,515 RPS 对比 41,305 RPS）方面均优于 m7i.large (x86-64)。

实例规格大小带来的性能扩展性

增加实例规格通常会提高吞吐量，但随着实例变大，每美元的 RPS 往往会降低：

• m8g.large: 45,515 RPS (~$82/mo)
• m8g.xlarge: 70,871 RPS (~$147/mo)
• m8g.2xlarge: 81,451 RPS (~$278/mo)

存储配置的影响：gp3-baseline vs. gp3-max

存储配置会显著影响每月成本，但并不总是能按比例提高吞吐量。

以 c8i.large 为例：

• gp3-baseline: 52,203 RPS，每月约 ~$84
• gp3-max: 53,444 RPS，每月约 ~$184

在这种情况下，升级到 gp3-max 使每月成本增加了 100% 以上，而每秒请求数仅略有增加，这表明对于此特定工作负载，baseline gp3 存储已足够。

低端性能（T 系列实例）

T 系列实例 (t3, t4g) 不适合高吞吐量的 PostgreSQL 工作负载。这些实例始终无法达到 33,000 RPS 的目标，大多数的性能在 2,800 到 5,300 RPS 之间。例如，在 gp3-baseline 上，t4g.small 仅实现了 2,842 RPS，其速度比 m8g.large 慢了一个数量级。