跳至主要内容

Auto Scaling 功能

在 Auto Scaling 頁面，您可以管理和創建新的擴展規則，以自動調整資源的分配，根據系統負載動態擴展或縮減資源，優化運行效率。以下是功能介紹與操作指南：

Auto Scaling 頁面顯示兩種標籤頁：​

  • Auto Scaling 顯示所有正常運行的擴展規則，您可以查看並管理當前的規則列表。
  • Suspended 顯示已暫停的規則列表，這些規則可在需要時重新啟動。

規則列表欄位​

  • ID：規則的唯一標識符。
  • Name：為 Auto Scaling 規則制定的名稱，以方便辨識。
  • Status：Auto Scaling 規則的是否處於運行狀態（例如：Running, Suspended）。
  • Cost：當前累積的費用。
  • Last Execution Time：最新執行的時間。
  • Action：可執行的操作（如下詳細說明）。

操作按鈕（Actions）​

  • Edit：修改規則的詳細設置。
  • Suspend：停止執行規則。選擇此操作後，該規則將停止對系統負載的監控和資源調整操作，並被移至 Suspended 標籤頁。暫停的規則可以在需要時重新啟動。
  • Delete：刪除規則。

Auto scaling list

創建新規則​

步驟 1：設定規則資訊​

點擊右上角的 New Scaling Rule 按鈕，出現創建新規則的畫面。

  • 填入 Rules Name 和選擇 Resource Type（目前僅有 Instance）。 New Scaling Rule

步驟 2：設定 Scaling Target​

  • 選擇 Instance 並查看相關資訊。

  • 設定 Protocol（目前僅支持 http），並填入 Port。

  • 設定 Start Command：

    • Start Command：在Auto Scaling 過程中，新的實例在啟動後所執行的內部命令，用於啟動實例內部的自定義服務或模型。如果不填，系統將使用預設的啟動命令。例如，Linux 系統可能使用 systemctl start <service> 或 /etc/init.d/<service> start。如果需要特定命令來啟動應用，請根據實際需求填寫。

    New Scaling Rule

步驟 3：設定 Scaling Rules​

  • 填入 Elastic Quantity Control Minimum 和 Elastic Quantity Control Maximum：

    Elastic Quantity Control Minimum：設置系統可以縮減到的最小資源數量，確保系統在低負載時保持基本運行。這個值應設為服務運行所需的最少實例數量，通常為 0 或 1，具體根據你的服務需求來決定。

    Elastic Quantity Control Maximum：設置系統可以擴展到的最大資源數量，防止過度擴展並控制成本。這個值應設為服務能夠承擔的最大實例數量，通常根據預計的流量或負載來設定。

    Scaling Rule

步驟 4：設定 Load Metric（可選）​

  • 點擊 More Load Metric 按鈕：

    • More Load Metric 是用來添加額外的負載指標，以便根據更具體的性能需求調整資源。

  • 填入 Metric Name、Description

  • 選擇 Baseline Type，填入 Baseline Value：

    Numeric Baseline：設定一個具體的數值基線，當資源的使用量超過或低於這個基線時觸發擴展或縮減。

    Ratio Baseline：設定一個比例基線，根據特定資源的比例來調整。

  • 填入 Retrieve Address：

    • Retrieve Address 是指向負載指標數據來源的地址，通常是一個 API URL 或監控系統的終端點。這個地址用於向系統或應用提供負載數據，幫助決定是否觸發擴展或縮減。舉例來說，這可能是從監控系統獲取負載數據的 URL，像是 http://your-monitoring-system/api/metrics。

    Scaling Rule

步驟 5：成功創建規則​

確認所有設定後，點擊頁面右下角的確認按鈕完成創建，就能在列表中看到創建成功的規則。 Rule list

注意事項​

  • 規則的管理： 已創建的規則可在 Auto Scaling 或 Suspended 列表中進行編輯、暫停或刪除操作。

  • 擴展條件設置： 正確設置擴展條件（如 Elastic Quantity Control 和 Baseline Type）有助於系統資源的高效使用。

  • 資源優化： 定期檢查和調整規則設定，確保資源根據實際負載進行適當的擴展或縮減。

通過這些設置，您可以自動化資源管理，提升系統的彈性和可靠性。