写点什么

EC2 Auto Scaling 的目标跟踪策略

  • 2019-11-13
  • 本文字数:1017 字

    阅读完需:约 3 分钟

EC2 Auto Scaling 的目标跟踪策略

最近我介绍过 DynamoDB Auto Scaling,并演示了它如何使用多个 CloudWatch 警报来实现 DynamoDB 表的自动容量管理。此功能在后台使用了一种更为通用的 Application Auto Scaling 模型,我们计划以后逐渐在多项不同 AWS 服务中投入使用该模型。


这一新的 Auto Scaling 模型包括一项重要的新功能,我们称之为目标跟踪。在创建使用目标跟踪的 Auto Scaling 策略时,需要为特定 CloudWatch 指标选择一个目标值。然后,Auto Scaling 旋转相应的旋钮 (打个比方) 推动指标趋向于目标,同时调整相关的 CloudWatch 警报。比起使用初始步进扩展策略类型来手动设置范围和阈值而言,采用对应用程序有意义的任何指标驱动的单元来指定期望的目标,通常来说要更简单,也更为直接。不过,您可以结合使用目标跟踪和步进扩展来实现高级扩展策略。例如,您可以使用目标跟踪实现扩展操作,使用步进扩展实现缩减操作。


现在面向 EC2


现在我们为 EC2 Auto Scaling 增加了目标跟踪支持。您现在可以创建应用程序负载均衡器请求计数、CPU 负载、网络流量或自定义指标 (Request Count per Target 是新指标,也是在今天发布) 驱动的扩展策略:



这些指标都具有同一个重要的特性:添加额外的 EC2 实例会推动指标下降 (但不会改变总体负载),反之亦然。


要创建使用目标跟踪的 Auto Scaling 组,只需输入策略名称、选择一个指标,然后设置所需的目标值:



您可以选择禁用策略的缩减功能。如果禁用,您可以手动缩减,也可以使用独立的策略。您可以使用 AWS Management ConsoleAWS Command Line Interface (CLI),或 AWS SDKs 来创建目标跟踪策略。如果要使用目标跟踪,请注意以下事项:


  • 只要每个目标引用不同的指标,您可以在单个 Auto Scaling 组中跟踪多个目标。扩展始终选择能推动实现最高容量的策略。

  • 如果指标数据不足,则不会扩展。

  • Auto Scaling 会补偿指标快速、瞬时的波动,尽力将相应的容量波动减到最小。

  • 您可以通过 Auto Scaling APIAWS Command Line Interface (CLI)为自定义指标设置目标跟踪。

  • 大多数情况下,您应该选择根据基于 1 分钟频率 (也称为详细监控) 发布的指标进行扩展。根据基于 5 分钟的指标进行扩展,将导致响应时间变慢。


现已推出


这项新功能现已推出,您可以立即开始使用,无需额外费用。要了解更多信息,请阅读《Auto Scaling 用户指南》中的目标跟踪扩展


本文转载自 AWS 技术博客。


原文链接:


https://amazonaws-china.com/cn/blogs/china/new-target-tracking-policies-for-ec2-auto-scaling-2/


2019-11-13 08:00837

评论

发布
暂无评论
发现更多内容

Scrapy源码剖析(一)架构概览

Kaito

Python 爬虫 Scrapy 源码剖析

积极参与数字货币等国际规则制定,塑造新的竞争优势

CECBC

疫情 经济

架构师训练营第二周作业

lakers

极客大学架构师训练营

Scrapy 源码剖析(三)Scrapy有哪些核心组件?

Kaito

Python 爬虫 Scrapy 源码剖析

架构师训练营第二周

M.

CICD实战——服务自动测试

TARS基金会

微服务 单元测试 CI/CD

TarsCpp 组件之 MySQL 操作

TARS基金会

c++ MySQL 数据库 微服务 TARS

架构师训练营第 1 期 -- 第六周作业

发酵的死神

极客大学架构师训练营

Scrapy 源码剖析(四)Scrapy如何完成抓取任务?

Kaito

Python 爬虫 Scrapy 源码剖析

老板下了死命令,要把日志系统切换到Logback

沉默王二

Java logback 日志系统

TarsCpp 组件 之 智能指针详解

TARS基金会

c++ 微服务 智能指针 TARS

架构师训练营第二周总结

lakers

极客大学架构师训练营

有状态软件如何在k8s上快速扩容甚至自动扩容

东风微鸣

Kubernetes DevOps openshift

「架构师训练营第 1 期」第六周作业

张国荣

Java9新特性-上篇

hepingfly【gzh:和平本记】

Java Java新特性

如何构建一个通用的垂直爬虫平台?

Kaito

Python 爬虫 代理

央行数字货币亮相 吹皱一池春水

CECBC

数字货币 银行

2020年区块链行业十大趋势

CECBC

区块链 技术人才

架构师训练营第 1 期 第 6 周作业

李循律

极客大学架构师训练营

当AI入职FBI,克格勃直呼内行

脑极体

Scrapy 源码剖析(二)Scrapy是如何运行起来的?

Kaito

Python 爬虫 Scrapy 源码剖析

2020年9月公有云性能评测:UCloud、腾讯云屈居二三名,冠军竟然是它?

博睿数据

云计算 公有云 评测 排行榜

嵌入式面试之《Linux系统编程100问》

哒宰的自我修养

Linux 线程 网络编程 进程

美国半导体十年计划中的NO.1,模拟硬件究竟有什么价值?

脑极体

甲方日常42

句子

工作 随笔杂谈 日常

架构师训练营第 1 期 -- 第六周学习总结

发酵的死神

极客大学架构师训练营

目标检测学习-比赛路线

Dreamer

如何搭建一个爬虫代理服务?

Kaito

爬虫 代理

【架构师训练营 1 期】第六周作业

诺乐

SpringCloud 和 SpringBoot 版本选型

hepingfly【gzh:和平本记】

微服务 springboot SpringCloud 选型

【面经】面试官:讲讲类的加载、链接和初始化?

冰河

架构 JVM 类加载 优化 性能调试

EC2 Auto Scaling 的目标跟踪策略_语言 & 开发_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章