擴展軟件應用程序是至關重要的，以避免由于網站的客戶群或需要處理大量數據集的應用程序等增加而導致工作負載增加的性能瓶頸。云服務提供商通常是訪問其他應用程序的最佳方法隨需應變的資源，可根據應用程序的負載變化來擴大或縮小。

1.什么是可伸縮性？

可伸縮性是解決方案可以通過添加計算和存儲資源的一種有能力的方式來處理增加的工作負載或事務的特性。 如果您當前的解決方案可同時支持100萬用戶，那么具有高度可擴展性的軟件將通過添加額外的資源而對數十億用戶有效。 為了處理更多負載，有兩種類型的縮放比例：垂直縮放比例和水平縮放比例

1.1垂直縮放（或向上縮放）

在這種類型的擴展中，您將添加更多具有更高容量的高級硬件，例如更多的RAM，強大的處理器等，以增加應用程序的負載。 垂直擴展的問題在于，容量可以增長多少始終受到限制。 由于硬件成本，這種類型的縮放非常昂貴，并且花費時間來獲得新的硬件。 如果要快速擴展應用程序以增加負載，則這種擴展類型不是一個好選擇。

1.2水平縮放（或橫向擴展）

在這種類型的擴展中，可以將更多服務器添加到現有容量中，以增加應用程序的負載。 應用程序增加的負載通過負載均衡器分布在群集中的所有服務器上。 如果您想快速增長軟件并且成本不高，則這種類型的擴展是最佳選擇。

通過配置更改即可輕松擴展Cloud Environments中的應用程序，配置更改會根據性能監控指標自動將其他服務器添加到群集中。

通過配置更改即可輕松擴展Cloud Environments中的應用程序，配置更改會根據性能監控指標自動將其他服務器添加到群集中。 在本文中，我們將討論可用于在AWS Cloud Environment中自動縮放AWS EC2 Auto Scaling組的不同Autoscaling選項。

2.什么是自動縮放？

自動縮放是云計算環境中的一項功能，當使用情況指標達到配置的閾值時，該功能會自動從實例群集中添加或刪除虛擬機等計算資源。 自動縮放或動態縮放功能可確保將新的計算資源無縫地添加到群集中，以滿足需求峰值，并在需求下降時終止實例。

AWS自動擴展

3.為什么需要自動縮放？

無論應用程序上的負載如何，自動縮放都有助于獲得更好和一致的性能。 自動縮放還可以通過在需求減少時自動終止資源來幫助降低成本。

通過自動縮放，您可以配置在滿足需求閾值時要添加或刪除的服務器數量。 另外，您可以配置可以添加到群集的最大服務器數量。 不應將任何數據存儲在屬于Autoscaling組的實例上，而是將數據持久保存到分布式存儲系統中。

4.自動縮放組件

請遵循此處概述的步驟，以便從AWS控制臺創建Autoscaling組。 以下是自動縮放的主要組成部分。

EC2實例 ：EC2是Amazon Web Services（AWS）云環境中用于運行應用程序的虛擬服務器。 EC2實例是從AMI（Amazon Machine Images）創建的。

Auto Scaling組（ASG） ： ASG是具有相似特征的EC2實例的集合，并且是從同一AMI創建的。 使用自動縮放功能，可以根據負載動態添加或從自動縮放組中刪除實例。 Autoscaling組通過執行定期的運行狀況檢查來維護所需的實例數。 如果發現任何不正常的實例，ASG會終止該不正常的實例并啟動新實例。

啟動配置 ：啟動配置是ASG用于啟動EC2實例的模板。 在啟動配置中，您需要指定AMI Id，實例類型，密鑰對，安全組等。您可以使用相同的啟動配置來創建多個自動伸縮組。

伸縮標準 ：伸縮標準配置指示ASG有關何時以及如何伸縮。

5. AWS上不同類型的Auto Scaling？

以下是AWS云環境上可用的三種不同類型的自動擴展選項：

5.1反應式自動縮放

在“ 反應式縮放”中 ，您定義縮放標準以根據需求的變化進行縮放。 根據平均CPU消耗或EC2實例的內存使用情況（基于Cloud Watch指標）等，對Auto Scaling組（ASG）中的Amazon EC2實例進行縮放。例如，如果您不希望ASG的CPU使用率超過80％，您可以設置縮放標準以在達到此閾值時自動縮放。 當達到配置的閾值時，將添加新的EC2實例或從ASG中刪除現有的EC2實例。

5.2主動自動縮放

主動式自動伸縮是一種機制，它基于對ASG流量周期性峰值的歷史觀察，調度EC2實例以實現可預測的負載變化。 例如，如果您的視頻應用在黃金時段（例如6pm – 9 pm）使用率較高，則可以安排自動縮放以在6 pm之前添加其他實例，并在9 pm之后終止其他實例。

要創建主動式自動伸縮組，您需要創建一個計劃操作，該操作應在該操作應生效的開始時間，最小，最大和所需容量上進行。 計劃操作告訴ASG在指定時間執行橫向擴展或縱向擴展操作。

請按照以下步驟創建主動或計劃自動縮放。

5.3預測性自動縮放

在AWS re：Invent 2018即將發布之前，AWS推出了AWS EC2最受期待的功能Predictive Scaling 。 借助Predictive Scaling EC2實例，可以在流量變化之前擴展容量。

預測性自動縮放基于訓練有素的機器學習（ML）算法，該算法可與時間序列數據一起使用。 這款經過訓練的ML算法根據實際EC2使用情況中的數據以及從AWS觀察中得出的數十億個數據點，預測預期的流量和EC2使用情況。 該模型至少需要一天的歷史數據才能開始進行預測； 每24小時進行一次重新評估，以創建下一個48小時的預測。 ML模型隨著從Autoscaling組生成的實際使用情況數據中學習而變得越來越好。

只需單擊即可啟用預測性自動縮放。 通過主動擴展，可以避免EC2資源的過度配置，這將減少EC2成本。 可以按預測比例設置緩沖區，因此新啟動的實例可以在準備好在預測時間處理流量之前進行預熱。 使用預測縮放功能沒有任何成本。 預測性自動縮放有助于優化EC2成本，非常適合負載峰值為周期性的應用。

配置預測伸縮計劃：

預測縮放配置
來源： AWS Blog

您可以同時使用預測縮放和動態縮放。 預測性伸縮有助于進行預測，而動態伸縮則有助于基于云監視指標進行橫向擴展。 您可以根據預先填充的指標或自定義指標進行預測。

基于CPU使用率指標的樣本預測。

預測擴展：CPU利用率
來源： AWS Blog

注意 ：在美國東部（弗吉尼亞北部），美國東部（俄亥俄州），美國西部（俄勒岡），歐洲（愛爾蘭）和亞太地區（新加坡）地區可以使用預測性自動縮放

6.總結

自動縮放是一項強大的功能，可以在應用程序負載變化時解決應用程序中的性能瓶頸。 當對應用程序的需求較少時，通過終止Autoscaling組中的實例，這也有助于節省成本。 預測性自動縮放功能可通過利用歷史車隊使用度量標準來幫助預測前方的負載并相應地縮放車隊，而無需人工干預。

翻譯自: https://www.javacodegeeks.com/2019/02/application-auto-scaling-on-aws-options-and-impact-on-performance.html

總結

以上是生活随笔為你收集整理的AWS上的应用程序自动扩展–选项及其对性能的影响的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。