主要观点：介绍 Aurora DSQL 数据库系统的部分内容，包括可扩展性、计算规模、读取操作、避免缓存和一致性等方面。
关键信息：

• DSQL 架构可独立扩展计算、读取吞吐量、写入吞吐量和存储空间，采用分离存储和计算的架构。
• 每个 DSQL 查询处理器在 Firecracker MicroVM 中运行，可动态扩展以满足负载需求，优化延迟。
• 采用 PostgreSQL 的 SQL 引擎等部分，实现强一致、强隔离的 ACID 事务，通过选择事务开始时间进行读取。
• 使用多版本并发控制（MVCC）在存储级别实现“as of”读取，避免副本间协调，降低成本和延迟。
• DSQL 使用逻辑接口到存储，避免大型缓存，通过下推操作到存储提高性能。
  重要细节：
• 10 年前推出的 Aurora 采用分离架构，DSQL 在此基础上进一步改进。
• AWS Lambda 带来新的计算可扩展性模型，为 DSQL 构建新的计算数据平面提供经验。
• DSQL 的事务在指定时间点获取一致的数据视图，存储引擎保持每行的多个版本。
• 解释查询计划时可看到下推操作到存储，减少 QP 和存储系统之间的往返次数。
• 整体方法是解耦，使各关键组件成为独立可扩展的服务，由现代数据中心的网络支持。