Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Amazon Aurora Auto Scaling avec des répliques Aurora
Pour répondre à vos exigences en matière de connectivité et de charge de travail, Aurora Auto Scaling ajuste dynamiquement le nombre de réplicas Aurora (instances de base de données en lecture) alloués pour un cluster de base de données Aurora. Aurora Auto Scaling est disponible pour Aurora My SQL et Aurora PostgreSQL. Aurora Auto Scaling permet à votre cluster de base de données Aurora de gérer les augmentations soudaines de connectivité ou de charge de travail. Lorsque la connectivité ou la charge de travail diminue, Aurora Auto Scaling supprime les réplicas Aurora superflus, si bien que vous ne payez pas pour les instances de base de données allouées qui ne sont pas utilisées.
Vous définissez et appliquez une stratégie de dimensionnement à un cluster de base de données Aurora. La stratégie de mise à l'échelle définit le nombre minimal et maximal de réplicas Aurora qu'Aurora Auto Scaling peut gérer. Sur la base de cette politique, Aurora Auto Scaling ajuste le nombre de répliques Aurora à la hausse ou à la baisse en fonction des charges de travail réelles, déterminées à l'aide des CloudWatch métriques et des valeurs cibles d'Amazon.
Note
Aurora Auto Scaling ne s'applique pas à la charge de travail de l'instance de base de données du rédacteur. Aurora Auto Scaling permet de gérer la charge de travail uniquement sur les instances du lecteur.
Vous pouvez utiliser le AWS Management Console pour appliquer une politique de dimensionnement basée sur une métrique prédéfinie. Vous pouvez également utiliser Aurora Auto Scaling AWS CLI ou Aurora API pour appliquer une politique de dimensionnement basée sur une métrique prédéfinie ou personnalisée.
Rubriques
Avant de commencer
Avant d'utiliser Aurora Auto Scaling avec un cluster de base de données Aurora, vous devez d'abord créer un cluster de base de données Aurora avec une instance de base de données principale (écriture). Pour plus d'informations sur la création d'un cluster de base de données Aurora, consultez Création d'un cluster de base de données Amazon Aurora.
Aurora Auto Scaling ne met à l'échelle un cluster de base de données que si celui-ci est à l'état disponible.
Quand Aurora Auto Scaling ajoute un nouveau réplica Aurora, celui-ci appartient à la même classe d'instance de base de données que celle utilisée par l'instance principale. Pour plus d'informations sur les classes d'instance DB, veuillez consulter Classes d'instances de base de données Amazon Aurora. De même, le niveau de promotion pour les nouveaux réplicas Aurora est défini sur la dernière priorité, 15 par défaut. Cela signifie que pendant un basculement, un réplica ayant une meilleure priorité, par exemple un réplica ayant été créé manuellement, serait promu en premier. Pour plus d'informations, consultez Tolérance aux pannes pour un cluster de base de données Aurora.
Aurora Auto Scaling supprime uniquement les réplicas Aurora qu'il a créés.
Pour bénéficier d'Aurora Auto Scaling, vos applications doivent prendre en charge les connexions aux nouveaux réplicas Aurora. Pour cela, nous vous recommandons d'utiliser le point de terminaison de lecteur Aurora. Vous pouvez utiliser un pilote tel que le AWS JDBC pilote. Pour de plus amples informations, veuillez consulter Connexion à un cluster de bases de données Amazon Aurora.
Note
Les bases de données globales Aurora ne prennent actuellement pas en charge Aurora Auto Scaling pour les clusters de base de données secondaire.
Stratégies Auto Scaling Aurora
Aurora Auto Scaling utilise une stratégie de mise à l'échelle pour ajuster le nombre de réplicas Aurora dans un cluster de base de données Aurora. Aurora Auto Scaling comprend les éléments suivants :
Un rôle lié à un service
Une métrique cible
Une capacité maximale et minimale
Un temps de stabilisation
Rubriques
Rôle lié à un service
Aurora Auto Scaling utilise le rôle lié à un service AWSServiceRoleForApplicationAutoScaling_RDSCluster. Pour plus d'informations, consultez Rôles liés aux services pour Application Auto Scaling dans le Guide de l'utilisateur Application Auto Scaling.
Métrique cible
Dans ce type de stratégie, une métrique prédéfinie ou personnalisée et une valeur cible pour la métrique sont spécifiées dans une configuration de stratégie de dimensionnement Suivi de la cible. Aurora Auto Scaling crée et gère les CloudWatch alarmes qui déclenchent la politique de dimensionnement et calcule l'ajustement de dimensionnement en fonction de la métrique et de la valeur cible. La stratégie de dimensionnement ajoute ou supprime des réplicas Aurora si nécessaire pour maintenir la métrique à la valeur cible spécifiée ou proche de celle-ci. En plus de maintenir la métrique proche de la valeur cible, une stratégie de dimensionnement Suivi de la cible s'ajuste également aux fluctuations de la métrique dues à l'évolution de la charge de travail. Une stratégie de ce type minimise également les fluctuations rapides dans le nombre de réplicas Aurora disponibles pour votre cluster de base de données.
Prenons l'exemple d'une politique de dimensionnement qui utilise la métrique d'CPUutilisation moyenne prédéfinie. Une telle politique peut maintenir le CPU taux d'utilisation à un pourcentage d'utilisation spécifique ou proche de celui-ci, par exemple 40 %.
Note
Pour chaque cluster de base de données Aurora, vous ne pouvez créer qu'une seule stratégie Auto Scaling pour chaque métrique cible.
Une capacité maximale et minimale
Vous pouvez spécifier le nombre maximal de réplicas Aurora que doit gérer Application Auto Scaling. Cette valeur doit être comprise entre 0 et 15 et doit être supérieure ou égale à la valeur spécifiée pour le nombre minimal de réplicas Aurora.
Vous pouvez également spécifier le nombre minimal de réplicas Aurora que doit gérer Application Auto Scaling. Cette valeur doit être comprise entre 0 et 15 et doit être inférieure ou égale à la valeur spécifiée pour le nombre maximal de réplicas Aurora.
Il doit y avoir au moins une instance de base de données de lecteur pour qu'Aurora Auto Scaling fonctionne. Si le cluster de base de données ne possède aucune instance de lecteur et que vous définissez la capacité minimale sur 0, Aurora Auto Scaling ne fonctionnera pas.
Note
La capacité minimale et maximale est définie pour un cluster de base de données Aurora. Les valeurs spécifiées s'appliquent à toutes les stratégies associées à ce cluster de base de données Aurora.
Temps de stabilisation
Vous pouvez affiner la réactivité d'une stratégie de dimensionnement Suivi de la cible en ajoutant des temps de stabilisation qui affectent le dimensionnement de votre cluster de base de données Aurora via l'ajout ou la suppression d'extensions matérielles. Un temps de stabilisation bloque les demandes de montée ou de diminution en charge ultérieures jusqu'à l'expiration de la période. Ces blocs ralentissent les suppressions de réplicas Aurora dans votre cluster de base de données Aurora pour les demandes de diminution en charge, et la création de réplicas Aurora pour les demandes de montée en charge.
Vous pouvez spécifier les temps de stabilisation suivants :
-
Une activité de diminution en charge réduit le nombre de réplicas Aurora dans votre cluster de base de données Aurora. Un temps de stabilisation de diminution en charge spécifie la durée, en secondes, devant s'écouler entre la fin d'une activité de diminution et le début d'une autre.
-
Une activité de montée en charge augmente le nombre de réplicas Aurora dans votre cluster de base de données Aurora. Un temps de stabilisation de montée en charge spécifie la durée, en secondes, devant s'écouler entre la fin d'une activité de montée en charge et le début d'une autre.
Note
Un temps de stabilisation pour la montée en puissance est ignoré si une demande de montée en puissance suivante concerne un plus grand nombre de répliques Aurora que la première demande.
Si vous ne spécifiez pas de temps de stabilisation de mise à l'échelle horizontale ou de montée en puissance, la valeur par défaut est de 300 secondes pour chaque.
Activation ou désactivation d'activités de diminution en charge
Vous pouvez activer ou désactiver des activités de diminution en charge pour une stratégie. L'activation d'activités de diminution en charge permet à la stratégie de dimensionnement de supprimer des réplicas Aurora. Lorsque des activités de diminution en charge sont activées, le temps de stabilisation de diminution en charge figurant dans la stratégie de dimensionnement leur est appliqué. La désactivation d'activités de diminution en charge empêche la stratégie de dimensionnement de supprimer des réplicas Aurora.
Note
Les activités de montée en charge sont toujours activées de sorte que la stratégie de dimensionnement puisse créer des réplicas Aurora si nécessaire.
Ajouter, modifier ou supprimer des politiques de dimensionnement automatique
Vous pouvez ajouter, modifier ou supprimer des politiques de dimensionnement automatique à l'aide de AWS Management Console AWS CLI, ou Application Auto ScalingAPI. Pour plus d'informations sur l'ajout, la modification ou la suppression de politiques de dimensionnement automatique, consultez les sections suivantes.
Instance de base de données IDs et balisage
Lorsqu'un réplica est ajouté par Aurora Auto Scaling, son ID d'instance de base de données est doté du préfixe application-autoscaling- (par exemple, application-autoscaling-61aabbcc-4e2f-4c65-b620-ab7421abc123).
La balise suivante est automatiquement ajoutée à l'instance de base de données. Vous pouvez l'afficher sous l'onglet Tags (Balises) de la page détaillée de l'instance de base de données.
| Tag | Valeur |
|---|---|
| mise à l'échelle automatique des applications : resourceId | cluster:mynewcluster-cluster |
Pour plus d'informations sur les balises de RDS ressources Amazon, consultezMarquage d'Amazon Aurora et des ressources Amazon RDS.
Aurora Auto Scaling et Performance Insights
Vous pouvez utiliser Performance Insights pour surveiller les réplicas ajoutés par Aurora Auto Scaling, comme pour n'importe quelle instance de base de données de lecteur Aurora.
Pour plus d'informations sur l'utilisation de Performance Insights pour surveiller des clusters de bases de données Aurora, consultez Surveillance de la charge de base de données avec Performance Insights sur Amazon Aurora.
