Amazon EC2 中基于指标的自动扩展策略
Metric-based Auto scaling policies in Amazon EC2
我在 t2.micro 实例上定义了以下策略：
每当 CPU 的 {maximum} 利用率 >= 80% 至少连续 2 个 1 分钟周期时，采取操作 A。
每当 CPU 的 {Minimum} 利用率 <= 20% 至少连续 2 个 1 分钟周期时，采取操作 B。
我的解释是否错误：如果 CPU 的最小值（最大值）低于（超过）20（80）达 2 分钟，则必须激活这些规则？
因为我收集的统计数据显示 cpu 的最大值在连续两次 1 分钟内两次达到 90%，但我没有报警！
干杯
看来我的解释不正确！该策略基于每分钟的指标平均值来工作！这意味着如果一分钟内统计数据点的平均值 >= 80%，并且连续两个 1 分钟周期，将触发第一个策略。原因很简单：Cloudwatch 不考虑小于 1 分钟粒度的统计数据点。因此，如果我持续 5 分钟，Max 和 Min 会显示正确的行为。
我在 t2.micro 实例上定义了以下策略：
每当 CPU 的 {maximum} 利用率 >= 80% 至少连续 2 个 1 分钟周期时，采取操作 A。
每当 CPU 的 {Minimum} 利用率 <= 20% 至少连续 2 个 1 分钟周期时，采取操作 B。
我的解释是否错误：如果 CPU 的最小值（最大值）低于（超过）20（80）达 2 分钟，则必须激活这些规则？
因为我收集的统计数据显示 cpu 的最大值在连续两次 1 分钟内两次达到 90%，但我没有报警！
干杯
看来我的解释不正确！该策略基于每分钟的指标平均值来工作！这意味着如果一分钟内统计数据点的平均值 >= 80%，并且连续两个 1 分钟周期，将触发第一个策略。原因很简单：Cloudwatch 不考虑小于 1 分钟粒度的统计数据点。因此，如果我持续 5 分钟，Max 和 Min 会显示正确的行为。