根据业务需求和策略设置伸缩规则,在业务需求增长时自动为您增加 ECS 实例以保证计算能力,在业务需求下降时自动减少 ECS 实例以节约成本,弹性伸缩不仅适合业务量不断波动的应用程序,同时也适合业务量稳定的应用程序

阿里云弹性伸缩产品文档

创建弹性伸缩组

①. — 伸缩组名称:自定义命名,此处我命名为 as-003

②. — 组内实例配置信息来源:可以继承自定义模板(可以复用)或者继承已有实例的配置,也可以从零开始创建

③. — 标签:标记不同的伸缩组,方便分类管理不同的伸缩组(如果想给 ECS 实例打标签,需要通过上述自定义模板配置)

④. — 实例移出策略:阿里云社区文档说明

⑤. — 暂停的流程:伸缩组处理到某个流程时(如扩容),会暂停(扩容),等待管理员处理,处理过后继续执行自动化的伸缩流程(此处理解不是很透彻,可能有偏差)

⑥. — 开启伸缩组保护:开启后,该伸缩组不能通过 API 或者控制台直接删除,必须将删除保护关闭后,才能删除

⑦. — 实例的健康检查:是否对伸缩组内的 ECS 实例做健康检查,将不健康的实例移出伸缩组

⑧. — 组内最小实例数:略

⑨. — 组内最大实例数:略

⑩. — 组内期望实例数:略

— 默认冷却时间:执行了一次伸缩活动(添加或移出 ECS 实例)后,到下一次伸缩活动的冷却时间,目前只针对报警任务触发的伸缩活动有效

⑪. — 网络类型:专有网络(自定义创建)

⑫. — 多可用区扩容策略:下面单独介绍

⑬. — 实例回收模式:释放模式 & 停机回收模式(云盘存储资源等还会计费)

⑭. — 专有网络:需要我们单独创建一个私有 IP 网段,作为专有网络

⑮. — 选择交换机:在专有网络下,创建多个虚拟交换机,此处我创建了三个虚拟交换机,每个虚拟交换机对应不同可用区,即可实现多可用区扩容策略(下面详细说明)

⑯. — 其他:略

多可用区扩容策略

原理:同一个地域内,不同的可用区之间内网是互通的

①. — 优先级策略:当优先级较高的虚拟交换机所在可用区无法创建 ECS 实例时,自动使用下一优先级的虚拟交换机创建 ECS 实例

②. — 均衡分布策略:如图,即平均分配伸缩组 ECS 实例到每一个可用区(需要配置虚拟交换机并通过虚拟交换机通信)

③. — 成本优化策略:略

添加伸缩配置

刚创建好的伸缩组,默认为停用状态

选择添加伸缩配置:

基础配置

系统配置

确认配置

检验配置

启用伸缩组后(等待一会),ECS 实例会自动创建,如下图:

查看详细实例列表内容:

创建伸缩规则

对于 as-003 伸缩组,添加伸缩规则:

伸缩规则的类型:

①. — 简单规则

定义了伸缩组扩缩容的行为,当由报警任务触发时,需要等待冷却时间结束

②. — 目标追踪规则

通过自动计算实例扩缩容数量将指定指标维持在目标值附近

③. — 预测规则

用户可以配置要预测的性能监控,监控目标值等一系列参数,对伸缩组进行预测

④. — 步进规则

根据一组步长调整增加或减少组的当前容量,这些步长调整根据警报违规的大小而变化

创建报警任务

创建报警任务后,默认为已启用状态;

可以看到 as-alert001 状态显示 数据不足,是因为没有 ECS 实例,我停用了这个报警任务监控的伸缩组,并删除了伸缩组下的 ECS 实例

检验报警任务 && 伸缩规则

由于设置了报警任务并绑定触发规则:

①. — 在 CPU 使用率平均值低于 30% 时,会报警

②. — 报警会触发 as-rule003 伸缩规则,减少一台 ECS 实例

等一段时间后,可以观察到 as-003 伸缩组的 ECS 实例已经减少到了最低数量(最小实例数:1)

报警任务详情:

弹性伸缩 AS(Auto Scaling)的更多相关文章

  1. Effective HPA:预测未来的弹性伸缩产品

    作者 胡启明,腾讯云专家工程师,专注 Kubernetes.降本增效等云原生领域,Crane 核心开发工程师,现负责成本优化开源项目 Crane 开源治理和弹性能力落地工作. 余宇飞,腾讯云专家工程师 ...

  2. Windows Azure功能更新:弹性伸缩(autoscale)、监控报警、移动服务及网站服务商用、新的虚拟机镜像

    Windows Azure功能又更新了.此次更新包括1项重要更新和两个功能更新: 重要更新:云服务.网站支持按策略进行弹性伸缩 功能更新:两个预览版的服务(网站和移动)进入商用,虚拟机服务支持SQL ...

  3. CSS3弹性伸缩布局(一)——box布局

    CSS3弹性伸缩布局简介 2009年,W3C提出了一种崭新的方案----Flex布局(即弹性伸缩布局),它可以简便.完整.响应式地实现各种页面布局,包括一直让人很头疼的垂直水平居中也变得很简单地就迎刃 ...

  4. 【阿里云产品公测】弹性伸缩服务ESS之试用初体验

    弹性伸缩服务ESS之试用初体验 作者:云郎 2014/10/15 阿里云弹性伸缩服务(Elastic Scaling Service)是根据用户的业务需求和策略,自动调整其弹性计算服务器(ECS)的管 ...

  5. 弹性伸缩布局-flex

    弹性伸缩布局-flex 引言:本文主要参照阮一峰的网络日志 .郭锦荣的博客总结完成. 正文: 布局的传统解决方案,基于盒状模型,依赖 display 属性 + position属性 + float属性 ...

  6. 如何实现Docker应用的自定义弹性伸缩

    简介 现在有很多客户很关心应用的自动弹性伸缩,有些客户也有自己的监控框架,并希望能跟阿里云容器服务进行集成.阿里云容器服务提供了服务弹性伸缩触发器,并能够跟监控框架集成来实现自定义的服务自动弹性伸缩. ...

  7. css3弹性伸缩布局(一)—————flex布局

    CSS3弹性伸缩布局简介 2009年,W3C提出了一种崭新的方案—-Flex布局(即弹性伸缩布局),它可以简便.完整.响应式地实现各种页面布局,包括一直让人很头疼的垂直水平居中也变得很简单地就迎刃而解 ...

  8. 第 29 章 CSS3 弹性伸缩布局[下]

    学习要点: 1.新版本 主讲教师:李炎恢 本章主要探讨 HTML5 中 CSS3 提供的用来实现未来响应式弹性伸缩布局方案,这里做一个初步的了解. 一.新版本 新版本的 Flexbox 模型是 201 ...

  9. 第 29 章 CSS3 弹性伸缩布局[中]

    学习要点: 1.混合过度版 主讲教师:李炎恢 本章主要探讨 HTML5 中 CSS3 提供的用来实现未来响应式弹性伸缩布局方案,这里做一个初步的了解. 一.混合过渡版 混合版本的 Flexbox 模型 ...

随机推荐

  1. SVM 支持向量机算法-原理篇

    公号:码农充电站pro 主页:https://codeshellme.github.io 本篇来介绍SVM 算法,它的英文全称是 Support Vector Machine,中文翻译为支持向量机. ...

  2. pg_rman的安装与使用

    1.下载对应数据库版本及操作系统的pg_rman源码 https://github.com/ossc-db/pg_rman/releases 本例使用的是centos6.9+pg10,因此下载的是pg ...

  3. CWE 4.3:强化你的数据自我保护能力

    摘要:如何通过软件自动的检查法规中涉及的数据保护, 新版的CWE 4.3 给出了一个解决途径. 1. 按照惯例,先说故事 用12月初在深圳参加的"全球C++及系统软件技术大会"里C ...

  4. Electron入门Demo之桌面应用计算器笔记(二)

    码文不易啊,转载请带上本文链接呀,感谢感谢 https://www.cnblogs.com/echoyya/p/14307996.html 在之前总结了一篇自学笔记,通过之前学习到的方法和知识,完成了 ...

  5. 简易双色球dome分享

    代码如下: <style type="text/css"> div {font-weight: bold;text-align: center;} .tone{widt ...

  6. Linq.Expressions扩展ExpressionExtension

    手上有一个以前项目用到的.NET工具类封装的DLL. 正好又想试一下动态LAMBDA表达式,用.NET Reflector看一下源码. public static class ExpressionEx ...

  7. 并发编程之fork/join(分而治之)

    1.什么是分而治之 分而治之就是将一个大任务层层拆分成一个个的小任务,直到不可拆分,拆分依据定义的阈值划分任务规模. fork/join通过fork将大任务拆分成小任务,在将小任务的结果join汇总 ...

  8. ryu—流量监视

    1. 代码解析 ryu/app/simple_monitor_13.py: from operator import attrgetter from ryu.app import simple_swi ...

  9. Jenkins部署web项目到Tomcat(热部署)

    使用这个方式的话需要tomcat中有初始时Manage这个项目,本质上是通过http://ip:port/manager/html这个地址的上传接口进行上传,进行热部署(需要远程tomcat 必须开启 ...

  10. CS229 Lecture 01

    CS229 Lecture notes 01 机器学习课程主要分为4部分:监督学习:学习理论:无监督学习:增强学习. $x^{(i)}$表示特征,$y^{(i)}$表示目标,$i=1...m$.m是训 ...