在AWS Aurora RDS中，如果单行删除的执行时间过长，可以尝试以下解决方法：

1. 确保表上有适当的索引：为了提高删除的性能，确保表上的列有适当的索引。索引可以帮助数据库快速定位要删除的行。

2. 使用LIMIT子句：如果只需要删除单行，可以使用LIMIT子句来限制删除的行数。这样可以避免影响到整个表的性能。

   例如：

   DELETE FROM table_name WHERE condition LIMIT 1;
   

3. 分批删除：如果需要删除的行数较多，可以考虑将删除操作分批进行。通过循环，每次删除一小批数据，可以减轻负载并提高整体性能。

   例如：

   import pymysql
   
   def batch_delete(cursor, table_name, condition, batch_size):
       delete_query = f"DELETE FROM {table_name} WHERE {condition} LIMIT {batch_size};"
       cursor.execute(delete_query)
   
   def delete_rows(table_name, condition, batch_size):
       conn = pymysql.connect(host='your_host', user='your_user', password='your_password', database='your_database')
       cursor = conn.cursor()
   
       # 获取要删除的行数
       count_query = f"SELECT COUNT(*) FROM {table_name} WHERE {condition};"
       cursor.execute(count_query)
       total_rows = cursor.fetchone()[0]
   
       # 分批删除
       while total_rows > 0:
           current_batch_size = min(batch_size, total_rows)
           batch_delete(cursor, table_name, condition, current_batch_size)
           total_rows -= current_batch_size
   
       cursor.close()
       conn.commit()
       conn.close()
   

   然后，可以调用delete_rows函数进行分批删除：

   delete_rows('table_name', 'condition', 1000)  # 每次删除1000行
   

4. 调整数据库参数：根据实际情况，可以调整AWS Aurora RDS中的一些数据库参数来优化删除操作的性能。例如，可以调整innodb_buffer_pool_size参数来增加缓冲池的大小，提高查询性能。

   可以通过AWS RDS控制台或AWS CLI来修改数据库参数。

这些方法可以帮助提高AWS Aurora RDS中单行删除的执行性能。根据具体情况选择适合的方法进行优化。