Penskalaan vertikal online dengan mengubah jenis simpul - Amazon ElastiCache untuk Redis

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Penskalaan vertikal online dengan mengubah jenis simpul

Dengan menggunakan penskalaan vertikal online dengan Amazon ElastiCache for Redis versi 3.2.10 atau yang lebih baru, Anda dapat menskalakan klaster Redis Anda secara dinamis dengan waktu henti minimal. Hal ini mengizinkan klaster Redis Anda untuk melayani permintaan bahkan saat penskalaan.

catatan

Penskalaan tidak didukung antara klaster tingkatan data (misalnya, klaster yang menggunakan jenis simpul r6gd) dan klaster yang tidak menggunakan tingkatan data (misalnya, klaster yang menggunakan jenis simpul r6g). Untuk informasi selengkapnya, lihat Tingkatan data.

Anda dapat melakukan hal berikut:

  • Menaikkan skala – Meningkatkan kapasitas baca dan tulis dengan menyesuaikan jenis simpul klaster Redis Anda untuk menggunakan jenis simpul yang lebih besar.

    ElastiCache secara dinamis mengubah ukuran klaster Anda sambil tetap online dan melayani permintaan.

  • Menurunkan skala – Mengurangi kapasitas baca dan tulis dengan menyesuaikan jenis simpul ke bawah untuk menggunakan simpul yang lebih kecil. Dan lagi, ElastiCache secara dinamis mengubah ukuran klaster Anda sambil tetap online dan melayani permintaan. Dalam hal ini, Anda mengurangi biaya dengan mengurangi ukuran simpul.

catatan

Proses menaikkan dan menurunkan skala bergantung pada pembuatan klaster dengan jenis simpul yang baru dipilih dan menyinkronkan simpul baru dengan yang sebelumnya. Untuk memastikan alur penaikan/penurunan skala yang mulus, lakukan hal berikut:

  • Pastikan Anda memiliki kapasitas ENI (Elastic Network Interface) yang cukup. Jika menurunkan skala, pastikan simpul yang lebih kecil memiliki memori yang cukup untuk menyerap lalu lintas yang diharapkan.

    Untuk praktik terbaik tentang manajemen memori, lihat Mengelola Memori Terpesan.

  • Sementara proses penskalaan vertikal dirancang untuk tetap sepenuhnya online, prosesnya bergantung pada sinkronisasi data antara simpul lama dan simpul baru. Sebaiknya Anda memulai penaikan/penurunan skala pada saat lalu lintas data Anda sedang minimum.

  • Uji perilaku aplikasi Anda selama penskalaan ke dalam di lingkungan penahapan, jika memungkinkan.