写点什么

Amazon 为 EC2 Auto Scaling 增加目标跟踪支持

  • 2017-08-08
  • 本文字数:790 字

    阅读完需:约 3 分钟

在 AWS 中,自动扩展云资源并非新事物。然而,Amazon 最近宣布了一项新的目标跟踪策略,使客户能够更加精细地控制他们应用程序的扩展。目标跟踪策略允许管理员指定一个特定的指标,以此来驱动 EC2 资源的扩展。这种方法替代了依赖于范围和阈值的传统方法。

Auto Scaling 是组织能够最大限度地发挥 AWS 云价值的一种方式。 AWS 首席布道师 Jeff Barr 解释了为什么这很重要:

我们新的 Auto Scaling 允许客户根据自己定义的条件,通过启动或终止 Amazon 资源,构建响应需求变化的系统。此动态扩展可帮助客户提高应用程序的可用性并降低成本。

图片来源: https://www.youtube.com/watch?v=-RumeaoPB2M

组织如何使用目标跟踪的一个示例如下图,包括管理一组 EC2 Web 服务器的性能。管理员可以设置要求 CPU 利用率保持在 70%的目标跟踪策略。当流量增加或减少时,根据需要添加或删除 EC2 实例,CPU 利用率将保持在 70%。

图片来源: https://aws.amazon.com/blogs/aws/new-target-tracking-policies-for-ec2-auto-scaling/

另外,它还支持基于多个指标来启用目标跟踪。Barr 解释道:

只要每个目标引用不同的指标,管理员就可以跟踪单个 Auto Scaling 组中的多个目标。扩展将始终选择驱动最高容量的策略。但是,如果指标数据不足,则不会进行扩展。

目前,Auto Scaling 目标跟踪策略无需额外费用,支持所有地区的 Amazon EC2 和 DynamoDB,并计划在未来几个月内支持所有 Auto Scaling 资源。管理员可以通过 Amazon EC2 和 DynamoDB 管理控制台、AWS 命令行界面(CLI)或 API 来启用该策略。自定义指标也可以通过 Auto Scaling API 或 CLI 进行设置。

查看英文原文 Amazon Adds Target Tracking Support for EC2 Auto Scaling


感谢张卫滨对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

2017-08-08 19:001840
用户头像

发布了 376 篇内容, 共 210.6 次阅读, 收获喜欢 949 次。

关注

评论

发布
暂无评论
发现更多内容

YashanDB TYPEOF函数

YashanDB

数据库

无监督训练在NLP中的价值体现

qife122

自然语言处理 词元化

优化DeepSpeed ZeRO在低成本硬件上的运行效率

qife122

分布式训练 GPU加速

用 Pixi 管理 Python 项目:打通Conda 和 PyPI 的边界

肩塔didi

机器学习 开源 rust pip conda

防止NLP模型更新中的性能回退技术解析

qife122

机器学习 模型优化

YashanDB TRIM函数

YashanDB

数据库

工程师团队如何打造4K流媒体设备的创新技术

qife122

无线系统设计 天线创新

ROPE 阅读苏神博客有感

antonio

拆解Agent如何实现“听懂→规划→搞定”全流程

测吧(北京)科技有限公司

人工智能 软件测试 测试开发 agent

dMSA 滥用 (BadSuccessor) 导致权限升级:使用 ADAudit Plus 监控关键属性更改

运维有小邓

日志审计 AD域审计

行业热点丨智能仿真时代:电子工程多物理场解决方案创新实践

Altair RapidMiner

AI 仿真 PCB CAE 电子工程

Awesome Claude Code 资源大全

qife122

开发工具 Claude-Code

低代码新范式:AI设计稿转代码在产品设计的实践落地

职场工具箱

AI 设计 产品设计 UI 代码生成

行星文化上线华为音乐,沉浸遨游张杰的音乐宇宙

最新动态

SIEM解决方案怎么选?企业必看的7大核心功能解析

运维有小邓

日志分析 日志管理 SIEM

YashanDB UNISTR函数

YashanDB

数据库

Milvus + n8n:通过分析GitHub文档打造垂直领域的智能问答

阿里云大数据AI技术

GitHub Milvus n8n 智能问答

企业AI落地开源工具全景图:Dify、RAGFlow、n8n、Coze深度解析与选型指南

测吧(北京)科技有限公司

自动化测试 测试开发 人工智能、 dify

MySQL事务原理:从ACID到隔离级别的全解析

秃头小帅oi

科研环境配置太麻烦?Pixi 一站式帮你搞定!

肩塔didi

人工智能 rust cuda 包管理 科研

YashanDB TREAT函数

YashanDB

数据库

[意图识别]大模型对话型多Agent协同的绊脚石

小奇同学

智能体 意图识别 智能体调度

全球社交媒体监控与网络安全的交叉应用场景解读

沃观Wovision

社交媒体 舆情监控 海外舆情监控 沃观Wovision

【架构革命】LinkedIn也无法拯救的Kafka:Pulsar 的存算分离成了终极答案?

AscentStream

kafka pulsar linkedin

YashanDB TRUNC函数

YashanDB

数据库

迈向 AI 驱动的数据平台新时代

Databend

通过模糊测试发现燃料虚拟机中定价错误的操作码

qife122

模糊测试 燃料虚拟机

GPT-5多模态与情境感知AI技术解析

qife122

人工智能 企业应用

🔥Grok 4 永久免费!深度测评:优势短板一次说清

GPU算力

马斯克 openai grok gpt-5 xAI

Pixi vs Conda:7 个让我切换到 Pixi 的理由

肩塔didi

人工智能 机器学习 GitHub

深度剖析银狐APT攻击链,最终载荷竟是致命远控

塞讯科技

网络安全 信息技术 APT攻击 安全验证

Amazon为 EC2 Auto Scaling 增加目标跟踪支持_亚马逊云科技_Kent Weare_InfoQ精选文章