Amazon A EC2 uto Scaling 的预测性扩展 - Amazon A EC2 uto Scaling

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

Amazon A EC2 uto Scaling 的预测性扩展

预测性扩展的工作原理是分析历史负载数据,以检测流量中的每日或每周模式。它使用这些信息来预测未来的容量需求,因此 Amazon A EC2 uto Scaling 可以主动增加 Auto Scaling 组的容量以匹配预期的负载。

预测式扩展非常适合以下情况:

  • 周期性流量,例如正常营业时间内的高资源利用率以及晚上和周末的低资源利用率

  • 重复 on-and-off 的工作负载模式,例如批处理、测试或定期数据分析

  • 初始化需要很长时间的应用程序,从而在向外扩展事件期间对应用程序性能造成明显的延迟影响

一般来说,如果您有定期的流量增长模式以及需要很长时间才能初始化的应用程序,则应考虑使用预测式扩展。与仅使用动态扩展相比,预测式扩展可以通过在预测负载之前启动容量来帮助您更快地扩展。预测性扩展还可以帮助您避免过度配置容量,从而有可能为您节省EC2账单费用。

例如,考虑在营业时间内具有高利用率以及夜间具有低利用率的应用程序。在每个工作日开始时,预测式扩展可以在流量第一次涌入之前增加容量。这有助于您的应用程序在利用率较低的时期内保持高可用性和性能。您不必等待动态扩展来响应不断变化的流量。您也不必花时间查看应用程序的负载模式,并尝试使用计划扩展计划适当的容量。