Autoskaleringsregler
I denne enheten ser vi på autoskalering av regelkonsepter. Deretter utløser vi reglene i neste øvelse.
Regler
Autoskalering er basert på et sett med skalabetingelser, regler og grenser. En skalabetingelse kombinerer tid og et sett med skaleringsregler. Hvis gjeldende tid faller innenfor perioden som er definert i skaleringsbetingelsen, evalueres vilkårenes skalaregler. Resultatene av denne evalueringen bestemmer om forekomster skal legges til eller fjernes. Skaleringsbetingelsen definerer også grensene for skalering for maksimalt og minimum antall forekomster.
Med autoskalering av Azure Spring Apps kan du skalere antall forekomster som kjører ut eller inn, basert på måledata. Autoskaleringsreglene behandler disse måledataene. Du kan opprette komplekse overlappende regler etter behov for din situasjon.
Autoskalabetingelser
Det finnes to regeltyper:
- Metriske regler
- Tidsplanbaserte regler
I metriske typer skaleres antall apper og ressurser vannrett ut til mengden som er nødvendig for å håndtere belastningen, uten å overskride maksimumsgrensene du etablerer. På samme måte skaleres antall apper og ressurser vannrett inn i mengden som er nødvendig for å støtte belastningen, uten å falle under minimumskravene du angir.
I tidsplanbaserte regler skaleres appene inn og ut basert på den forhåndsdefinerte tidsplanen og grensene. Denne regeltypen er nyttig for tilfeller som ofte følger et forutsigbart mønster, og for å etablere en grunnlinje for mer metrisk skalering.
Du kan opprette flere autoskalabetingelser for å håndtere ulike tidsplaner og måledata. Azure autoskalerer tjenesten når noen av disse betingelsene gjelder. Du kan også definere en standardbetingelse som skal brukes hvis ingen av de andre betingelsene gjelder. Denne betingelsen er alltid aktiv og har ikke en tidsplan.
Autoskalahandlinger
Når en autoskalaregel oppdager at en metrikkverdi krysset en terskel, utfører den en autoskalahandling. En autoskalahandling kan skalere ut eller skalering. En utskalering handling øker antall forekomster, og en handling reduserer antall forekomster. En autoskalahandling bruker en operator (for eksempel mindre enn, større enn, likog så videre) for å bestemme hvordan du skal reagere på terskelen. utskalering handlinger bruker vanligvis større enn operatoren til å sammenligne den metriske verdien med terskelen. skaleringshandlinger har en tendens til å sammenligne den metriske verdien med terskelen med mindre enn operator. En autoskalahandling kan også sette forekomstantallet til et bestemt nivå, i stedet for å øke eller redusere det tilgjengelige tallet.
En autoskalahandling har en nedkjølingsperiode, angitt i minutter. I løpet av dette intervallet kan ikke skaleringsregelen utløses på nytt. Denne nedkjølingsperioden er å la systemet stabilisere seg mellom autoskalahendelser. Husk at det tar tid å starte opp eller avslutte forekomster, og derfor kan det hende at eventuelle innsamlede måledata ikke viser noen vesentlige endringer på flere minutter.
Estimering under en innskalering er ment å unngå Flagrende situasjoner, der skalerings- og skaleringshandlinger kontinuerlig går frem og tilbake. Husk denne virkemåten når du velger de samme terskler for skalering og skalering.