Penskalaan Otomatis dan Lingkungan App Service v1
Penting
Artikel ini tentang Lingkungan App Service v1. Lingkungan App Service v1 dan v2 dihentikan per 31 Agustus 2024. Terdapat versi baru Lingkungan App Service yang lebih mudah digunakan dan berjalan di infrastruktur yang lebih kuat. Untuk mempelajari selengkapnya tentang versi baru, mulai dengan Pengantar Lingkungan App Service. Jika saat ini Anda menggunakan Lingkungan App Service v1, ikuti langkah-langkah dalam artikel ini untuk bermigrasi ke versi baru.
Pada 31 Agustus 2024, Perjanjian Tingkat Layanan (SLA) dan Kredit Layanan tidak lagi berlaku untuk beban kerja App Service Environment v1 dan v2 yang terus diproduksi karena mereka adalah produk yang dihentikan. Penonaktifan perangkat keras App Service Environment v1 dan v2 telah dimulai, dan ini dapat memengaruhi ketersediaan dan performa aplikasi dan data Anda.
Anda harus segera menyelesaikan migrasi ke App Service Environment v3 atau aplikasi dan sumber daya Anda dapat dihapus. Kami akan mencoba memigrasikan secara otomatis Lingkungan App Service v1 dan v2 yang tersisa berdasarkan upaya terbaik menggunakan fitur migrasi di tempat, tetapi Microsoft tidak membuat klaim atau jaminan tentang ketersediaan aplikasi setelah migrasi otomatis. Anda mungkin perlu melakukan konfigurasi manual untuk menyelesaikan migrasi dan mengoptimalkan pilihan SKU paket App Service Anda untuk memenuhi kebutuhan Anda. Jika migrasi otomatis tidak memungkinkan, sumber daya dan data aplikasi terkait Anda akan dihapus. Kami sangat mendorong Anda untuk bertindak sekarang untuk menghindari salah satu skenario ekstrem ini.
Jika Anda memerlukan waktu tambahan, kami dapat menawarkan masa tenggang 30 hari sekali bagi Anda untuk menyelesaikan migrasi Anda. Untuk informasi selengkapnya dan untuk meminta masa tenggang ini, tinjau gambaran umum masa tenggang, lalu buka portal Azure dan kunjungi bilah Migrasi untuk setiap Lingkungan App Service Anda.
Untuk informasi terbaru tentang penghentian App Service Environment v1/v2, lihat pembaruan penghentian App Service Environment v1 dan v2.
Lingkungan Azure App Service mendukung penskalaan otomatis. Anda dapat mengotomatiskan kumpulan pekerja perorangan berdasarkan metrik atau jadwal.
Penskalaan otomatis mengoptimalkan pemanfaatan sumber daya dengan menumbuhkan dan mengecilkan lingkungan App Service secara otomatis agar sesuai dengan anggaran dan atau profil beban Anda.
Mengonfigurasi skala otomatis kumpulan pekerja
Anda dapat mengakses fungsionalitas skala otomatis dari tab Pengaturan kumpulan pekerja.
Dari sana, antarmuka harus cukup dikenal karena itu pengalaman yang sama yang Anda lihat ketika Anda menskalakan paket App Service.
Anda juga dapat mengonfigurasi profil skala otomatis.
Profil skala otomatis berguna untuk menetapkan batas pada skala Anda. Dengan cara ini, Anda dapat memiliki pengalaman kinerja yang konsisten dengan menetapkan nilai skala terikat yang lebih rendah (1) dan batas pengeluaran yang dapat diprediksi dengan menetapkan batas atas (2).
Setelah menentukan profil, Anda dapat menambahkan aturan skala otomatis untuk meningkatkan atau menurunkan jumlah instans di kumpulan pekerja dalam batas yang ditentukan oleh profil. Aturan skala otomatis didasarkan pada metrik.
Setiap kumpulan pekerja atau metrik front-end dapat digunakan untuk menentukan aturan skala otomatis. Metrik ini metrik yang sama yang dapat Anda pantau di grafik blade sumber daya atau mengatur peringatan.
Contoh skala otomatis
Skala otomatis dari lingkungan App Service paling baik dapat diilustrasikan dengan menelusuri skenario.
Artikel ini menjelaskan semua pertimbangan yang diperlukan saat Anda menyiapkan skala otomatis. Artikel ini memandu Anda melalui interaksi yang berperan ketika Anda mempertimbangkan penskalaan otomatis lingkungan App Service yang dihosting di App Service Environment.
Pengenalan skenario
Frank adalah sysadmin untuk perusahaan yang telah memigrasikan sebagian beban kerja yang mereka kelola ke lingkungan App Service.
Lingkungan App Service dikonfigurasi untuk skala manual sebagai berikut:
- Front end: 3
- Kumpulan pekerja 1: 10
- Kumpulan pekerja 2: 5
- Kumpulan pekerja 3: 5
Kumpulan pekerja 1 digunakan untuk beban kerja produksi, sedangkan kumpulan pekerja 2 dan kumpulan pekerja 3 digunakan untuk jaminan kualitas (QA) dan beban kerja pengembangan.
Paket App Service untuk QA dan dev dikonfigurasi ke skala manual. Paket App Service produksi diatur ke skala otomatis untuk menangani variasi beban dan lalu lintas.
Frank sangat mengenal aplikasinya. Mereka tahu bahwa jam sibuk untuk pemuatan adalah antara pukul 09.00 hingga 18.00 karena ini aplikasi line-of-business (LOB) yang digunakan karyawan saat berada di kantor. Penggunaan turun setelah itu ketika pengguna selesai pada hari itu. Di luar jam sibuk, masih ada beberapa beban karena pengguna dapat mengakses aplikasi dari jarak jauh menggunakan perangkat seluler atau PC rumah mereka. Paket App Service produksi sudah dikonfigurasi untuk skala otomatis berdasarkan penggunaan CPU dengan aturan berikut:
| Profil skala otomatis – Hari kerja – Paket App Service | Profil skala otomatis – Akhir pekan – Paket App Service |
|---|---|
| Nama: Profil hari kerja | Nama: Profil akhir pekan |
| Skala menurut: Aturan jadwal dan performa | Skala menurut: Aturan jadwal dan performa |
| Profil: Hari kerja | Profil: Akhir pekan |
| Jenis: Pengulangan | Jenis: Pengulangan |
| Rentang target: 5 hingga 20 instans | Rentang target: 3 hingga 10 instans |
| Hari: Senin, Selasa, Rabu, Kamis, Jumat | Hari: Sabtu, Minggu |
| Waktu mulai: 09.00 | Waktu mulai: 09.00 |
| Zona waktu: UTC-08 | Zona waktu: UTC-08 |
| Aturan skala otomatis (Naikkan Skala) | Aturan skala otomatis (Naikkan Skala) |
| Sumber daya: Produksi (App Service Environment) | Sumber daya: Produksi (App Service Environment) |
| Metrik: CPU % | Metrik: CPU % |
| Operasi: Lebih dari 60% | Operasi: Lebih dari 80% |
| Durasi: 5 Menit | Durasi: 10 Menit |
| Agregasi waktu: Rata-rata | Agregasi waktu: Rata-rata |
| Tindakan: Tingkatkan jumlah sebesar 2 | Tindakan: Tingkatkan jumlah sebesar 1 |
| Pendinginan (menit): 15 | Pendinginan (menit): 20 |
| Aturan skala otomatis (Turunkan Skala) | Aturan skala otomatis (Turunkan Skala) |
| Sumber daya: Produksi (App Service Environment) | Sumber daya: Produksi (App Service Environment) |
| Metrik: CPU % | Metrik: CPU % |
| Operasi: Kurang dari 30% | Operasi: Kurang dari 20% |
| Durasi: 10 Menit | Durasi: 15 Menit |
| Agregasi waktu: Rata-rata | Agregasi waktu: Rata-rata |
| Tindakan: Kurangi jumlah sebesar 1 | Tindakan: Kurangi jumlah sebesar 1 |
| Pendinginan (menit): 20 | Pendinginan (menit): 10 |
Tingkat inflasi paket App Service
Paket App Service yang dikonfigurasi untuk skala otomatis melakukannya dengan tarif maksimum per jam. Tarif ini dapat dihitung berdasarkan nilai yang disediakan pada aturan skala otomatis.
Memahami dan menghitung tingkat inflasi paket App Service penting untuk skala otomatis lingkungan App Service karena perubahan skala pada kumpulan pekerja tidak instan.
Tingkat inflasi App Service dihitung sebagai berikut:
Berdasarkan aturan Skala Otomatis – Naikkan Skala untuk profil Hari Kerja dari paket App Service produksi:
Dalam kasus aturan Skala Otomatis - Naikkan Skala untuk profil Akhir Pekan dari paket App Service produksi, rumusnya akan menjadi:
Nilai ini juga dapat dihitung untuk operasi menurunkan skala.
Berdasarkan aturan Skala Otomatis – Turunkan Skala untuk profil Hari Kerja dari paket App Service produksi, ini akan terlihat sebagai berikut:
Dalam kasus aturan Skala Otomatis - Turunkan Skala untuk profil Akhir Pekan dari paket App Service produksi, rumusnya akan menjadi:
Paket App Service produksi dapat tumbuh pada tingkat maksimum delapan instans/jam selama seminggu dan empat instans/jam selama akhir pekan. Ini dapat merilis instans pada tingkat maksimum empat instans/jam selama seminggu dan enam instans/jam selama akhir pekan.
Jika beberapa paket App Service dihosting di kumpulan pekerja, Anda harus menghitung tingkat inflasi total sebagai jumlah tingkat inflasi untuk semua paket App Service yang dihosting di kumpulan pekerja itu.
Menggunakan tingkat inflasi App Service untuk menentukan aturan skala otomatis kumpulan pekerja
Kumpulan pekerja yang menghosting paket App Service yang dikonfigurasi untuk skala otomatis perlu dialokasikan buffer kapasitas. Buffer memungkinkan operasi skala otomatis untuk menumbuhkan dan mengecilkan paket App Service sesuai kebutuhan. Buffer minimum adalah Tingkat Inflasi Paket App Service Total yang dihitung.
Karena operasi skala lingkungan App Service membutuhkan waktu untuk diterapkan, setiap perubahan harus memperhitungkan perubahan permintaan lebih lanjut yang dapat terjadi saat operasi skala sedang berlangsung. Untuk mengakomodasi latensi ini, sebaiknya gunakan Tingkat Inflasi App Service Total yang dihitung sebagai jumlah instans minimum yang ditambahkan untuk setiap operasi skala otomatis.
Dengan informasi ini, Frank dapat menentukan profil dan aturan skala otomatis berikut:
| Profil skala otomatis – Hari kerja | Profil skala otomatis – Akhir pekan |
|---|---|
| Nama: Profil hari kerja | Nama: Profil akhir pekan |
| Skala menurut: Aturan jadwal dan performa | Skala menurut: Aturan jadwal dan performa |
| Profil: Hari kerja | Profil: Akhir pekan |
| Jenis: Pengulangan | Jenis: Pengulangan |
| Rentang target: 13 hingga 25 instans | Rentang target: 6 hingga 15 instans |
| Hari: Senin, Selasa, Rabu, Kamis, Jumat | Hari: Sabtu, Minggu |
| Waktu mulai: 07.00 | Waktu mulai: 09.00 |
| Zona waktu: UTC-08 | Zona waktu: UTC-08 |
| Aturan skala otomatis (Naikkan Skala) | Aturan skala otomatis (Naikkan Skala) |
| Sumber daya: Kumpulan pekerja 1 | Sumber daya: Kumpulan pekerja 1 |
| Metrik: PekerjaTersedia | Metrik: PekerjaTersedia |
| Operasi: Kurang dari 8 | Operasi: Kurang dari 3 |
| Durasi: 20 Menit | Durasi: 30 Menit |
| Agregasi waktu: Rata-rata | Agregasi waktu: Rata-rata |
| Tindakan: Tingkatkan jumlah sebesar 8 | Tindakan: Tingkatkan jumlah sebesar 3 |
| Pendinginan (menit): 180 | Pendinginan (menit): 180 |
| Aturan skala otomatis (Turunkan Skala) | Aturan skala otomatis (Turunkan Skala) |
| Sumber daya: Kumpulan pekerja 1 | Sumber daya: Kumpulan pekerja 1 |
| Metrik: PekerjaTersedia | Metrik: PekerjaTersedia |
| Operasi: Lebih dari 8 | Operasi: Lebih dari 3 |
| Durasi: 20 Menit | Durasi: 15 Menit |
| Agregasi waktu: Rata-rata | Agregasi waktu: Rata-rata |
| Tindakan: Kurangi jumlah sebesar 2 | Tindakan: Kurangi jumlah sebesar 3 |
| Pendinginan (menit): 120 | Pendinginan (menit): 120 |
Rentang Target yang ditentukan dalam profil dihitung dengan instans minimum yang ditentukan dalam profil untuk paket + buffer App Service.
Rentang Maksimum adalah jumlah dari semua rentang maksimum untuk semua paket App Service yang dihosting di kumpulan pekerja.
Jumlah Peningkatan untuk aturan kenaikan skala harus ditetapkan setidaknya 1X Tingkat Inflasi Paket App Service untuk kenaikan skala.
Jumlah Penurunan dapat disesuaikan dengan sesuatu antara 1/2X atau 1X Tingkat Inflasi Paket App Service untuk penurunan skala.
Skala otomatis untuk kumpulan front-end
Aturan untuk skala otomatis front-end lebih sederhana daripada untuk kumpulan pekerja. Terutama, Anda harus
memastikan durasi pengukuran dan timer pendinginan menganggap bahwa operasi skala pada paket App Service tidak instan.
Untuk skenario ini, Frank tahu bahwa tingkat kesalahan meningkat setelah front end mencapai pemanfaatan CPU 80% dan menetapkan aturan skala otomatis untuk meningkatkan instans sebagai berikut:
| Profil otomatis – Front end |
|---|
| Nama: Skala otomatis – Front end |
| Skala menurut: Aturan jadwal dan performa |
| Profil: Setiap hari |
| Jenis: Pengulangan |
| Rentang target: 3 hingga 10 instans |
| Hari: Setiap hari |
| Waktu mulai: 09.00 |
| Zona waktu: UTC-08 |
| Aturan skala otomatis (Naikkan Skala) |
| Sumber daya: Kumpulan front-end |
| Metrik: CPU % |
| Operasi: Lebih dari 60% |
| Durasi: 20 Menit |
| Agregasi waktu: Rata-rata |
| Tindakan: Tingkatkan jumlah sebesar 3 |
| Pendinginan (menit): 120 |
| Aturan skala otomatis (Turunkan Skala) |
| Sumber daya: Kumpulan pekerja 1 |
| Metrik: CPU % |
| Operasi: Kurang dari 30% |
| Durasi: 20 Menit |
| Agregasi waktu: Rata-rata |
| Tindakan: Kurangi jumlah sebesar 3 |
| Pendinginan (menit): 120 |