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。

# 扩展计划的最佳实践
<a name="best-practices-for-scaling-plans"></a>

以下最佳实践可帮助您充分利用扩展计划：
+ 创建启动模板或启动配置时，请启用详细监控，以一分钟为频率获取 EC2 实例的 CloudWatch 指标数据，因为这样可以确保更快地响应负载变化。根据五分钟频率的指标进行扩缩会导致响应时间增加，并且扩缩所依据的指标数据可能过时。预设情况下，系统会为 EC2 实例启用基本监控，这意味着实例的指标数据将以五分钟为间隔提供。您可以启用详细监控，从而以一分钟的频率获取实例的指标数据，但这会产生额外的费用。有关更多信息，请参阅《*Amazon EC2 Auto Scaling 用户指南*》中的[为 Auto Scaling 实例配置监控](https://docs.amazonaws.cn/autoscaling/ec2/userguide/enable-as-instance-metrics.html)。
+ 我们还建议您启用 Auto Scaling 组指标。否则，实际容量数据不会显示在完成“创建扩展计划”向导后提供的容量预测图中。有关更多信息，请参阅 *Amazon EC2 Auto Scaling 用户指南中的 Auto Scaling* [组和实例的监控 CloudWatch 指标](https://docs.amazonaws.cn/autoscaling/ec2/userguide/ec2-auto-scaling-cloudwatch-monitoring.html)。
+ 检查您的 Auto Scaling 组使用的实例类型，并谨防使用具爆发能力的实例类型。具爆发能力的 Amazon EC2 实例（例如 T3 和 T2 实例）旨在提供基准水平的 CPU 性能，并且能够在您的工作负载需要时突增到更高的水平。根据扩展计划指定的目标利用率，您可以管理超出基准的风险，然后用完 CPU 积分，这将限制性能。有关更多信息，请参阅[具爆发能力的实例的 CPU 积分和基准性能](https://docs.amazonaws.cn/AWSEC2/latest/UserGuide/burstable-credits-baseline-concepts.html)。要将这些实例配置为`unlimited`，请参阅 A *mazon EC2 用户指南*中的[使用 Auto Scaling 组将突发性能实例启动为无限制](https://docs.amazonaws.cn/AWSEC2/latest/UserGuide/burstable-performance-instances-how-to.html#burstable-performance-instances-auto-scaling-grp)。

## 其他考虑因素
<a name="gs-considerations"></a>

**重要**  
如果您仅将扩展计划用于预测性扩展，我们强烈建议您直接在 Auto Scaling 资源上设置预测性扩展策略。此选项提供更多功能，例如使用指标聚合来创建新的自定义指标或保留跨 blue/green 部署的历史指标数据。有关 Amazon EC2 Auto Scaling 的更多信息，请参阅 [Amazon EC2 Auto Scaling 用户指南中的 Amazon EC2 Auto Scaling 的预测性](https://docs.amazonaws.cn/autoscaling/ec2/userguide/ec2-auto-scaling-predictive-scaling.html)*扩展*。有关 Application Auto Scaling 的更多信息，请参阅《[应用程序自动缩放*用户指南》中的 “应用程序自动缩放*的预测性](https://docs.amazonaws.cn/autoscaling/application/userguide/application-auto-scaling-predictive-scaling.html)扩展”。  
有关从扩展计划迁移到 Amazon EC2 Auto Scaling 预测性扩展策略的指南，请参阅[迁移您的扩展计划](migrate-scaling-plan.md)。

考虑以下其他注意事项：
+ 预测性扩缩使用负载预测来计划未来的容量。预测质量因负载的周期性和所训练预测模型的适用性而异。可以在仅预测模式下运行预测式扩展，以评估预测的质量和预测创建的扩展操作。您可以在创建扩展计划时将预测式扩展模式设置为**仅预测**，然后在完成评估预测质量后将其更改为**预测和缩放**。有关更多信息，请参阅[预测性扩展设置](gs-specify-custom-settings.md#gs-customize-predictive-scaling)和[监控和评估预测](gs-create-scaling-plan.md#gs-monitoring-forecasts)。
+ 如果您选择为预测式扩展指定不同的指标，则必须确保扩展指标和负载指标密切相关。指标值必须随着 Auto Scaling 组中实例的数量按比例增加和缩小。这样可确保指标数据可用于随实例数量按比例扩展或缩减。例如，负载指标是请求计数总计，扩展指标是平均 CPU 利用率。如果请求计数总计增加了 50%，则还应将平均 CPU 利用率增加 50%，前提是容量保持不变。
+ 在创建扩展计划之前，您应通过访问创建扩展计划时使用的控制台来删除任何先前计划的、不再需要的扩展操作。 Amazon Auto Scaling 不会创建与现有计划扩展操作重叠的预测性扩展操作。
+ 您的最小容量和最大容量的自定义设置，以及用于动态扩展的其他设置将显示在其他控制台中。但是，我们建议，您在创建扩展计划后，不要通过其他控制台修改这些设置，因为您的扩展计划不从其他控制台接收更新。
+ 您的扩展计划可以包含来自多个服务的资源，但每个资源一次只能在一个扩展计划中。

## 避免 ActiveWithProblems 错误
<a name="gs-activewithproblems"></a>

创建扩展计划或向扩展计划添加资源时，可能会出现 ActiveWithProblems “” 错误。当扩展计划处于活动状态，但一个或多个资源的扩展配置无法应用时，出现此错误。

通常情况下，这是因为资源已经具有扩展策略，或 Auto Scaling 组不符合预测式扩展的最低要求。

如果您的任何资源已经具有来自各种服务控制台的扩展策略，则默认情况下， Amazon Auto Scaling 不会覆盖这些其他扩展策略或创建新的扩展策略。您可以选择删除现有的扩展策略，并将其替换为通过 Amazon Auto Scaling 控制台创建的目标跟踪扩展策略。为此，您可以为每个具有要覆盖的扩展策略的资源启用 **Replace external scaling policies (替换外部扩展策略)** 设置。

对于预测性扩展，在创建新的 Auto Scaling 组来配置预测式扩展后，我们建议等待 24 小时时间。至少必须有 24 小时的历史数据才能生成初始预测。如果该组具有的历史数据少于 24 小时并且启用了预测性扩缩，则扩缩计划在该组收集所需数据量之后的下一个预测期之前无法生成预测数据。但是，您也可以编辑和保存扩展计划，以便在 24 小时的数据可用后立即重新启动预测过程。