Regler for automatisk skalering
I dette undermodul ser vi på begreberne for regler for automatisk skalering. Derefter udløser vi reglerne i den næste øvelse.
Regler
Automatisk skalering er baseret på et sæt skaleringsbetingelser, regler og grænser. En skaleringsbetingelse kombinerer tid og et sæt skalaregler. Hvis det aktuelle klokkeslæt ligger inden for den periode, der er defineret i skaleringsbetingelsen, evalueres betingelsens skaleringsregler. Resultaterne af denne evaluering afgør, om forekomster skal tilføjes eller fjernes. Skaleringsbetingelsen definerer også grænserne for skalering for det maksimale og mindste antal forekomster.
Automatisk skalering af Azure Spring Apps giver dig mulighed for at skalere antallet af aktive forekomster ud eller ind baseret på målepunkter. Reglerne for automatisk skalering behandler disse målepunkter. Du kan oprette komplekse overlappende regler efter behov for din situation.
Betingelser for automatisk skalering
Der er to regeltyper:
- Metriske regler
- Tidsplanbaserede regler
I metriske typer skaleres antallet af apps og ressourcer vandret ud til den mængde, der er nødvendig for at håndtere belastningen, uden at overskride de maksimale grænser, du opretter. På samme måde skaleres antallet af apps og ressourcer vandret til den mængde, der er nødvendig for at understøtte din belastning, uden at falde under de minimumindstillinger, du har angivet.
I tidsplanbaserede regler skaleres dine apps ind og ud på baggrund af din foruddefinerede tidsplan og grænser. Denne regeltype er nyttig til sager, der ofte følger et forudsigeligt mønster, og til at oprette en oprindelig plan for mere metrisk baseret skalering.
Du kan oprette flere betingelser for automatisk skalering for at håndtere forskellige tidsplaner og målepunkter. Azure skalerer automatisk din tjeneste, når en af disse betingelser gælder. Du kan også definere en standardbetingelse, der skal bruges, hvis ingen af de andre betingelser er gældende. Denne betingelse er altid aktiv og har ikke en tidsplan.
Handlinger til automatisk skalering
Når en autoskaleringsregel registrerer, at en metrikværdi har overskredet en grænse, udføres der en automatisk skaleringshandling. En autoskaleringshandling kan skaleres ud eller skalering. En skaleringshandling øger antallet af forekomster, og en skaleringshandling reducerer antallet af forekomster. En autoskaleringshandling bruger en operator (f.eks. mindre end, større end, lig medosv.) til at bestemme, hvordan du reagerer på tærsklen. udskaleringshandlinger bruger typisk , der er større end operator, til at sammenligne den metriske værdi med tærsklen. skaleringshandlinger har en tendens til at sammenligne den metriske værdi med tærsklen med operatoren mindre end. En autoskaleringshandling kan også angive antallet af forekomster til et bestemt niveau i stedet for at forøge eller formindske det tilgængelige tal.
En autoskaleringshandling har en nedkølingsperiode, der er angivet i minutter. I løbet af dette interval kan skalareglen ikke udløses igen. Denne nedkølingsperiode er at gøre det muligt for systemet at stabilisere sig mellem hændelser med automatisk skalering. Husk, at det tager tid at starte eller lukke forekomster, så de indsamlede målepunkter viser muligvis ikke nogen væsentlige ændringer i flere minutter.
Estimering under en scale-in er beregnet til at undgå Flagrende situationer, hvor scale-in- og scale-out-handlinger hele tiden går frem og tilbage. Vær opmærksom på denne funktionsmåde, når du vælger de samme tærskler for skalering og indskalering.