所需实例 VS。缩放策略
Desired instances VS. Scaling policy
我正在尝试了解缩放策略和所需实例如何相互配合。
建议我遇到以下情况。
- 分钟：0
- 最大值：4
- 所需实例数： 2
扩展策略：
- 横向扩展：当 CPU 平均 > 60%
- 缩减：当 CPU 平均 < 20%
初始状态：2 个实例已启动。
第一步：
将两个实例的 CPU 提高到 90% 的平均值。
发生第二步：
Auto Scaling 将实例数增加到 3。
第三步：
将机器的平均值 CPU 保持在 40% 左右，这样就不会触发横向扩展或缩减。
第四步：
现在我们有三个实例，没有向外扩展或向内扩展触发器，但所需的实例是两个。 "win"?
应该用什么规则
所需实例 2（将删除一个实例）？
或者扩展策略（什么都不应该改变，保持 3 个实例运行）？
如果您手动设置所需的值，自动缩放组（几乎）会立即缩放 (in/out) 到该数字。
Auto Scaling 将始终尝试为您提供 Desired Capacity 指示的实例数。
例如，当使用 Desired Capacity = 2 启动 Auto Scaling 组时，Auto Scaling 将启动 2 个实例。将 Desired Capacity 更改为 3 将导致 Auto Scaling 启动 1 个额外的实例（总数 = 3）。
扩展策略 告诉自动扩展更改所需容量。
例如，由 CPU 超过给定阈值触发的 Amazon CloudWatch 警报可以配置为 触发扩展策略 。可以使用 添加 1 个实例 的规则配置扩展策略，这将导致 Desired Capacity 增加 1。（注意：Desired Capacity 将始终保持在 Min 和Max，因此扩展策略实际上可能不会更改 Desired Capacity。）
在您的示例中第 1 步触发了 CloudWatch 警报，它执行了将所需容量从 2 增加到 3 的扩展策略。[=39] 没有竞争规则=].
Scaling adjustment types 可以是：ChangeInCapacity、ExactCapacity 和 PercentChangeInCapacity.
我正在尝试了解缩放策略和所需实例如何相互配合。
建议我遇到以下情况。
- 分钟：0
- 最大值：4
- 所需实例数： 2
扩展策略：
- 横向扩展：当 CPU 平均 > 60%
- 缩减：当 CPU 平均 < 20%
初始状态：2 个实例已启动。
第一步：
将两个实例的 CPU 提高到 90% 的平均值。
发生第二步：
Auto Scaling 将实例数增加到 3。
第三步：
将机器的平均值 CPU 保持在 40% 左右，这样就不会触发横向扩展或缩减。
第四步：
现在我们有三个实例，没有向外扩展或向内扩展触发器，但所需的实例是两个。 "win"?
应该用什么规则所需实例 2（将删除一个实例）？
或者扩展策略（什么都不应该改变，保持 3 个实例运行）？
如果您手动设置所需的值，自动缩放组（几乎）会立即缩放 (in/out) 到该数字。
Auto Scaling 将始终尝试为您提供 Desired Capacity 指示的实例数。
例如，当使用 Desired Capacity = 2 启动 Auto Scaling 组时，Auto Scaling 将启动 2 个实例。将 Desired Capacity 更改为 3 将导致 Auto Scaling 启动 1 个额外的实例（总数 = 3）。
扩展策略 告诉自动扩展更改所需容量。
例如，由 CPU 超过给定阈值触发的 Amazon CloudWatch 警报可以配置为 触发扩展策略 。可以使用 添加 1 个实例 的规则配置扩展策略，这将导致 Desired Capacity 增加 1。（注意：Desired Capacity 将始终保持在 Min 和Max，因此扩展策略实际上可能不会更改 Desired Capacity。）
在您的示例中第 1 步触发了 CloudWatch 警报，它执行了将所需容量从 2 增加到 3 的扩展策略。[=39] 没有竞争规则=].
Scaling adjustment types 可以是：ChangeInCapacity、ExactCapacity 和 PercentChangeInCapacity.