本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
Application Auto Scaling 的目标跟踪扩缩策略
目标跟踪扩缩策略根据目标指标值扩缩您的应用程序。这使您的应用程序无需人工干预即可保持最佳性能和成本效益。
通过目标跟踪,您可以选择一个指标和一个目标值,目标值用来表示应用程序的理想平均利用率或吞吐量水平。Application Auto Scaling 创建并管理在指标偏离目标时触发扩展事件的 CloudWatch警报。这与恒温器保持目标温度的方式类似。
例如,假设您当前有一个在竞价型实例集上运行的应用程序,并希望在应用程序负载变化时将该实例集的 CPU 利用率保持在 50% 左右。这为您提供额外容量以处理流量高峰,而无需维护过多的空闲资源。
创建一个将目标平均 CPU 利用率设置为 50% 的目标跟踪扩缩策略即可满足此需求。然后,当 CPU 使用率超过 50% 时,Application Auto Scaling 将横向扩展(增加容量),以处理增加的负载。当 CPU 利用率降至 50% 以下时,Application Auto Scaling 将横向缩减(减少容量),以便在利用率低的时期优化成本。
目标跟踪策略无需手动定义 CloudWatch 警报和缩放调整。Application Auto Scaling 会根据您设定的目标自动处理这个问题。
您可以使用预定义的指标或自定义指标,设定目标跟踪策略:
-
预定义指标:Application Auto Scaling 提供的指标,例如平均 CPU 利用率或每个目标的平均请求数。
-
自定义指标-您可以使用指标数学来组合指标、利用现有指标或使用自己发布到 CloudWatch的自定义指标。
选择一个与可扩展目标容量的变化成反比的指标。因此,如果将容量翻一番,则该指标将降低 50%。这使指标数据能够准确触发按比例扩缩事件。