Mise à l’échelle automatique et environnement App Service v1
Important
Cet article traite de l’environnement App Service Environment v1. App Service Environment v1 sera mis hors service le 31 août 2024. Il existe une nouvelle version d’App Service Environment, plus facile à utiliser et qui s’exécute sur des infrastructures plus puissantes. Pour en savoir plus sur la nouvelle version, commencez par consulter Présentation de l’environnement App Service Environment. Si vous utilisez actuellement App Service Environment v1, suivez les étapes de cet article pour migrer vers la nouvelle version.
À compter du 29 janvier 2024, vous ne pouvez plus créer de ressources App Service Environment v1 en utilisant une des méthodes disponibles, y compris les modèles ARM/Bicep, le portail Microsoft Azure, Azure CLI ou l’API REST. Vous devez migrer vers App Service Environment v3 avant le 31 août 2024 pour empêcher la suppression des ressources et la perte de données.
Les environnements Azure App Service prennent en charge la mise à l’échelle automatique. Vous pouvez mettre à l’échelle automatiquement des pools de Workers individuels en fonction de mesures ou de la planification.
La mise à l’échelle automatique permet d’optimiser l’utilisation de vos ressources en agrandissant et en réduisant automatiquement un environnement App Service afin de l’adapter à votre budget et/ou à votre profil de charge.
Configurer la mise à l’échelle automatique du pool de Workers
Vous pouvez accéder à la fonctionnalité de mise à l’échelle automatique à partir de l’onglet Paramètres du pool de Workers.
À partir de là, l’interface doit vous paraître assez familière, car elle est similaire à celle de la mise à l’échelle d’un plan App Service.
Vous pouvez également configurer un profil de mise à l’échelle automatique.
Les profils de mise à l’échelle automatique sont utiles pour définir des limites à votre mise à l’échelle. Ainsi, vous pouvez obtenir des résultats satisfaisants en définissant une valeur de mise à l’échelle limite inférieure (1) et une valeur de plafonnement prévisible en définissant une limite supérieure (2).
Une fois qu’un profil est défini, vous pouvez ajouter des règles de mise à l’échelle automatique pour augmenter ou réduire le nombre d’instances dans le pool de Workers dans les limites définies par le profil. Les règles de mise à l’échelle automatique sont basées sur les mesures.
Toutes les règles de mesure du pool de workers ou du frontend peuvent être utilisées pour définir des règles de mise à l’échelle automatique. Ces mesures sont les mêmes que celles que vous pouvez surveiller dans les graphiques de panneau de ressource ou pour lesquelles vous pouvez définir une alerte.
Exemple de mise à l’échelle automatique
La mise à l’échelle automatique d’un environnement App Service est mieux illustrée par un scénario.
Cet article décrit tous les éléments à prendre en compte lorsque vous configurez la mise à l’échelle. L’article vous guide tout au long des interactions qui ont lieu lorsque vous réalisez une mise à l’échelle automatique d’environnements App Service hébergés dans un environnement App Service.
Présentation du scénario
Frank est administrateur système pour une entreprise. Il a migré une partie des charges de travail qu’il gère vers un environnement App Service.
L’environnement App Service est configuré sur mise à l’échelle manuelle, comme suit :
- Serveurs frontaux : 3
- Pool de Workers 1 : 10
- Pool de Workers 2 : 5
- Pool de Workers 3 : 5
Le pool de Workers 1 est utilisé pour les charges de travail, tandis que le pool de Workers 2 et le pool de Workers 3 sont utilisés pour les charges de travail de développement et d’assurance qualité.
Les plans App Service pour l’assurance qualité et le développement sont configurés pour la mise à l’échelle manuelle. Le plan App Service de production est configuré pour la mise à l’échelle automatique afin de gérer les variations de charge et de trafic.
Frank connaît bien l’application. Il sait que les heures de pointe de charge se situent entre 9 h et 18 h, car il s’agit d’une application métier (LOB) utilisée par les employés lorsqu’ils sont au bureau. Le taux d’utilisation chute une fois que les utilisateurs ont fini leur journée de travail. En dehors des heures de pointe, il existe toujours une charge, car les utilisateurs peuvent accéder à distance à l’application via leurs appareils mobiles ou leurs ordinateurs personnels. Le plan App Service de production est déjà configuré sur la mise à l’échelle automatique basée sur le taux d’utilisation du processeur avec les règles suivantes :
| Profil de la mise à l’échelle automatique – Jours de semaine – Plan App Service | Profil de la mise à l’échelle automatique – Week-ends – Plan App Service |
|---|---|
| Nom : Profil jour de semaine | Nom : Profil week-end |
| Mise à l’échelle par : Règles de planification et de performance | Mise à l’échelle par : Règles de planification et de performance |
| Profil : Jours de la semaine | Profil : Week-end |
| Type : Périodicité | Type : Périodicité |
| Plage cible : Entre 5 et 20 instances | Plage cible : Entre 3 et 10 instances |
| Jours : Lundi, mardi, mercredi, jeudi, vendredi | Jours : Samedi, dimanche |
| Heure de début : 9 h 00 | Heure de début : 9 h 00 |
| Fuseau horaire : UTC-08 | Fuseau horaire : UTC-08 |
| Règle de mise à l’échelle automatique (mise à l’échelle supérieure) | Règle de mise à l’échelle automatique (mise à l’échelle supérieure) |
| Ressource : Production (App Service Environment) | Ressource : Production (App Service Environment) |
| Mesure : % d’UC | Mesure : % d’UC |
| Opération : Supérieur à 60 % | Opération : Supérieur à 80 % |
| Durée : 5 minutes | Durée : 10 minutes |
| Agrégation de temps : Average | Agrégation de temps : Average |
| Action : Augmenter le nombre de 2 | Action : Augmenter le nombre de 1 |
| Refroidissement (minutes) : 15 | Refroidissement (minutes) : 20 |
| Règle de mise à l’échelle automatique (mise à l’échelle inférieure) | Règle de mise à l’échelle automatique (mise à l’échelle inférieure) |
| Ressource : Production (App Service Environment) | Ressource : Production (App Service Environment) |
| Mesure : % d’UC | Mesure : % d’UC |
| Opération : Inférieur à 30 % | Opération : Inférieur à 20 % |
| Durée : 10 minutes | Durée : 15 minutes |
| Agrégation de temps : Average | Agrégation de temps : Average |
| Action : Diminuer le nombre de 1 | Action : Diminuer le nombre de 1 |
| Refroidissement (minutes) : 20 | Refroidissement (minutes) : 10 |
Taux d’inflation du plan App Service
Les plans App Service sont configurés pour une mise à l’échelle automatique, et fonctionnent ainsi au taux maximal par heure. Cette vitesse peut être calculée en fonction des valeurs fournies sur la règle de mise à l’échelle automatique.
La compréhension et le calcul du taux d’inflation du plan App Service sont importants pour la mise à l’échelle du pool de Workers de l’environnement App Service, car les modifications d’un pool de Workers ne sont pas instantanées.
Le taux d’inflation du plan App Service est calculé comme suit :
Si l’on prend la règle Mise à l’échelle automatique – Mise à l’échelle supérieure du profil Jour de semaine pour le plan App Service de production :
Dans le cas de la règle Mise à l’échelle automatique – Mise à l’échelle supérieure pour le profil Week-end, la formule du plan App Service de production se présentera ainsi :
Cette valeur peut également être calculée pour les opérations de réduction.
Selon la règle Mise à l’échelle automatique - Mise à l’échelle inférieure pour le profil Jour de semaine, le plan App Service de production se présente comme suit :
Dans le cas de la règle Mise à l’échelle automatique – Mise à l’échelle inférieure pour le profil Week-end, la formule du plan App Service de production se présentera ainsi :
Le plan App Service de production peut augmenter d’un taux maximal de huit instances/heure durant la semaine et de quatre instances/heure durant le week-end. Il peut libérer des instances à un taux maximal de quatre instances/heure durant la semaine et de six instances/heure durant les week-ends.
Si plusieurs plans App Service sont hébergés dans un pool de workers, vous devez calculer le taux total d’inflation en fonction de la somme du taux d’inflation de tous les plans App Service hébergés dans ce pool de workers.
Utilisation du taux d’inflation du plan App Service pour définir des règles de mise à l’échelle automatique du pool de workers
Les pools de workers qui hébergent des plans App Service configurés pour la mise à l’échelle automatique doivent disposer d’une mémoire tampon adaptée. La mémoire tampon permet aux opérations de mise à l’échelle automatique d’augmenter et de réduire le plan App Service en fonction des besoins. La mémoire tampon minimale correspond au taux total d’inflation du plan App Service calculé.
Comme les opérations de mise à l’échelle de l’environnement App Service prennent un certain temps, toute modification doit tenir compte des demandes de modification pouvant se produire lorsqu’une opération de mise à l’échelle est en cours. Pour ce faire, nous recommandons l’utilisation du taux d’inflation du plan App Service total calculé en tant que nombre minimal d’instances ajoutées pour chaque opération de mise à l’échelle automatique.
Grâce à ces informations, Frank peut définir le profil et les règles de mise à l’échelle automatique suivants :
| Profil de mise à l’échelle automatique – Jours de la semaine | Profil de mise à l’échelle automatique – Week-ends |
|---|---|
| Nom : Profil jour de semaine | Nom : Profil week-end |
| Mise à l’échelle par : Règles de planification et de performance | Mise à l’échelle par : Règles de planification et de performance |
| Profil : Jours de la semaine | Profil : Week-end |
| Type : Périodicité | Type : Périodicité |
| Plage cible : Entre 13 et 25 instances | Plage cible : Entre 6 et 15 instances |
| Jours : Lundi, mardi, mercredi, jeudi, vendredi | Jours : Samedi, dimanche |
| Heure de début : 7 h 00 | Heure de début : 9 h 00 |
| Fuseau horaire : UTC-08 | Fuseau horaire : UTC-08 |
| Règle de mise à l’échelle automatique (mise à l’échelle supérieure) | Règle de mise à l’échelle automatique (mise à l’échelle supérieure) |
| Ressource : Pool de Workers 1 | Ressource : Pool de Workers 1 |
| Mesure : WorkersAvailable | Mesure : WorkersAvailable |
| Opération : Inférieur à 8 | Opération : Inférieur à 3 |
| Durée : 20 minutes | Durée : 30 minutes |
| Agrégation de temps : Average | Agrégation de temps : Average |
| Action : Augmenter le nombre de 8 | Action : Augmenter le nombre de 3 |
| Refroidissement (minutes) : 180 | Refroidissement (minutes) : 180 |
| Règle de mise à l’échelle automatique (mise à l’échelle inférieure) | Règle de mise à l’échelle automatique (mise à l’échelle inférieure) |
| Ressource : Pool de Workers 1 | Ressource : Pool de Workers 1 |
| Mesure : WorkersAvailable | Mesure : WorkersAvailable |
| Opération : Supérieur à 8 | Opération : Supérieur à 3 |
| Durée : 20 minutes | Durée : 15 minutes |
| Agrégation de temps : Average | Agrégation de temps : Average |
| Action : Diminuer le nombre de 2 | Action : Diminuer le nombre de 3 |
| Refroidissement (minutes) : 120 | Refroidissement (minutes) : 120 |
La plage cible définie dans le profil est calculée par le nombre d’instances minimales du profil pour le plan App Service + la mémoire tampon.
La plage maximale est la somme du maximum de toutes les plages pour tous les plans App Service hébergés dans le pool de workers.
L’augmentation correspondant aux règles de mise à l’échelle doit être définie comme au moins 1 fois le taux d’inflation du plan App Service pour la mise à l’échelle supérieure.
La réduction correspondant aux règles de mise à l’échelle doit être définie sur un chiffre compris entre 1/2 fois et 1 fois le taux d’inflation du plan App Service pour une mise à l’échelle inférieure.
Mise à l’échelle automatique du pool frontend
Les règles de mise à l’échelle automatique des frontends sont plus simples que pour les pools de workers. Le plus important est de
vous assurer que la durée de la mesure et des temps de recharge prend en compte le fait que les opérations de mise à l’échelle sur un plan App Service ne sont pas instantanées.
Pour ce scénario, Frank sait que le taux d’erreur augmente après que les frontends ont atteint un taux d’utilisation du processeur de 80 %, et il définit la règle de mise à l’échelle automatique pour augmenter le nombre d’instances comme suit :
| Profil de l’échelle automatique : serveurs frontaux |
|---|
| Nom : Mise à l’échelle automatique – Serveurs frontaux |
| Mise à l’échelle par : Règles de planification et de performance |
| Profil : Tous les jours |
| Type : Périodicité |
| Plage cible : Entre 3 et 10 instances |
| Jours : Tous les jours |
| Heure de début : 9 h 00 |
| Fuseau horaire : UTC-08 |
| Règle de mise à l’échelle automatique (mise à l’échelle supérieure) |
| Ressource : Nom du pool frontal |
| Mesure : % d’UC |
| Opération : Supérieur à 60 % |
| Durée : 20 minutes |
| Agrégation de temps : Average |
| Action : Augmenter le nombre de 3 |
| Refroidissement (minutes) : 120 |
| Règle de mise à l’échelle automatique (mise à l’échelle inférieure) |
| Ressource : Pool de Workers 1 |
| Mesure : % d’UC |
| Opération : Inférieur à 30 % |
| Durée : 20 minutes |
| Agrégation de temps : Average |
| Action : Diminuer le nombre de 3 |
| Refroidissement (minutes) : 120 |