Best practices voor automatische schaalaanpassing

  • Artikel

Automatische schaalaanpassing van Azure Monitor is alleen van toepassing op Azure Virtual Machine Scale Sets, Azure Cloud Services, de Web Apps-functie van Azure App Service en Azure API Management.

Concepten voor automatisch schalen

  • Een resource kan slechts één instelling voor automatische schaalaanpassing hebben.
  • Een instelling voor automatisch schalen kan een of meer profielen hebben en elk profiel kan een of meer regels voor automatisch schalen hebben.
  • Met een instelling voor automatische schaalaanpassing worden exemplaren horizontaal geschaald. Dit gebeurt door de exemplaren te vergroten en in te voeren door het aantal exemplaren te verlagen.
  • Een instelling voor automatische schaalaanpassing heeft een maximum, minimum en standaardwaarde van exemplaren.
  • Een taak voor automatisch schalen leest altijd de bijbehorende metrische waarde om op te schalen, en controleert of de geconfigureerde drempelwaarde voor uitschalen of inschalen is overschreden. U kunt een lijst met metrische gegevens weergeven waarmee automatisch schalen kan worden geschaald in Algemene metrische gegevens van Azure Monitor voor automatisch schalen.
  • Alle drempelwaarden worden berekend op exemplaarniveau. Een voorbeeld is 'uitschalen met één exemplaar wanneer het gemiddelde CPU-gebruik > 80% is wanneer het aantal exemplaren 2 is'. Dit betekent uitschalen wanneer de gemiddelde CPU voor alle exemplaren groter is dan 80%.
  • Alle fouten bij automatisch schalen worden geregistreerd in het activiteitenlogboek. U kunt vervolgens een waarschuwing voor activiteitenlogboeken configureren, zodat u via e-mail, sms of webhooks op de hoogte kunt worden gesteld wanneer er een fout opgetreden is met automatisch schalen.
  • Op dezelfde manier worden alle geslaagde schaalacties in het activiteitenlogboek geplaatst. U kunt vervolgens een waarschuwing voor activiteitenlogboeken configureren, zodat u een melding kunt ontvangen via e-mail, sms of webhooks wanneer er een geslaagde automatische schaalaanpassingsactie is. U kunt ook e-mail- of webhookmeldingen configureren om een melding te ontvangen voor geslaagde schaalacties via het tabblad Meldingen in de instelling voor automatisch schalen.

Aanbevolen procedures voor automatisch schalen

Gebruik de volgende aanbevolen procedures bij het gebruik van automatische schaalaanpassing.

Zorg ervoor dat de maximale en minimale waarden verschillen, en dat er voldoende marge tussen deze twee zit

Als u een instelling hebt met minimum=2, maximum=2 en het huidige aantal exemplaren is 2, kan er geen schaalactie worden uitgevoerd. Hou voldoende marge tussen het maximum- en minimumaantal instanties, inclusief de waarden. De automatische schaalaanpassing schaalt altijd tussen deze limieten.

Handmatig schalen wordt opnieuw ingesteld door minimum en maximum voor automatisch schalen

Als u het aantal exemplaren handmatig bijwerkt naar een waarde boven of onder het maximum, schaalt de engine automatisch terug naar het minimum (indien lager) of het maximum (indien hierboven). U stelt bijvoorbeeld het bereik in tussen 3 en 6. Als u één actief exemplaar hebt, schaalt de engine voor automatisch schalen bij de volgende uitvoering naar drie exemplaren. En als u de schaal handmatig instelt op acht exemplaren, schaalt automatisch schalen de schaal bij de volgende uitvoering terug naar zes exemplaren. Handmatig schalen is tijdelijk, tenzij u ook de regels voor automatische schaalaanpassing opnieuw instelt.

Gebruik altijd een combinatie van regels voor uitschalen en inschalen waarmee een toename en afname wordt uitgevoerd

Als u slechts één deel van de combinatie gebruikt, wordt met automatische schaalaanpassing slechts in één richting actie ondernomen (uitschalen of inschalen) totdat het maximumaantal of het minimale aantal exemplaren, zoals gedefinieerd in het profiel, wordt bereikt. Deze situatie is niet optimaal. In het ideale gevallen wilt u dat uw resource wordt uitgeschaald op momenten van hoog gebruik om beschikbaarheid te garanderen. Op dezelfde manier wilt u in tijden van laag gebruik dat uw resource wordt ingeschaald, zodat u kostenbesparingen kunt realiseren.

Wanneer u een regel voor inschalen en uitschalen gebruikt, gebruikt u idealiter dezelfde metrische gegevens om beide te beheren. Anders is het mogelijk dat tegelijkertijd aan de voorwaarden voor in- en uitschalen wordt voldaan, wat kan leiden tot een zekere mate van flapping. We raden bijvoorbeeld de volgende regelcombinatie niet aan, omdat er geen inschaalregel is voor geheugengebruik:

  • Als DE CPU > 90% is, schaalt u uit met 1
  • Als geheugen > 90% is, schaalt u uit met 1
  • Als de CPU < 45% is, schaalt u in met 1

In dit voorbeeld kunt u een situatie hebben waarin het geheugengebruik meer dan 90% is, maar het CPU-gebruik lager is dan 45%. Dit scenario kan leiden tot flapping zolang aan beide voorwaarden wordt voldaan.

Kies de juiste statistieken voor uw diagnostische metrische gegevens

Voor diagnostische metrische gegevens kunt u kiezen uit Gemiddelde, Minimum, Maximum en Totaal als een metrische waarde om op te schalen. De meest voorkomende statistiek is Gemiddelde.

Overwegingen voor het schalen van drempelwaarden voor speciale metrische gegevens

Voor speciale metrische gegevens, zoals een metrische gegevens over de lengte van de wachtrij van Azure Storage of Azure Service Bus, is de drempelwaarde het gemiddelde aantal beschikbare berichten per huidig aantal exemplaren. Kies zorgvuldig de drempelwaarde voor deze metrische waarde.

Laten we dit illustreren met een voorbeeld om ervoor te zorgen dat u het gedrag beter begrijpt:

  • Het aantal exemplaren verhogen met 1 wanneer het aantal berichten in >de opslagwachtrij = 50
  • Aantal exemplaren verlagen met 1 wanneer het aantal berichten in <de opslagwachtrij = 10 is

Bekijk de volgende volgorde:

  1. Er zijn twee exemplaren van de opslagwachtrij.
  2. Berichten blijven binnenkomen en wanneer u de opslagwachtrij bekijkt, is het totale aantal 50. U kunt ervan uitgaan dat automatisch schalen een uitschaalactie moet starten. U ziet echter dat het nog steeds 50/2 = 25 berichten per exemplaar is. Uitschalen vindt dus niet plaats. Voor de eerste uitschaalactie moet het totale aantal berichten in de opslagwachtrij 100 zijn.
  3. Ga er vervolgens vanuit dat het totale aantal berichten 100 bereikt.
  4. Er wordt een derde exemplaar van de opslagwachtrij toegevoegd vanwege een uitschaalactie. De volgende uitschaalactie wordt pas uitgevoerd als het totale aantal berichten in de wachtrij 150 bereikt, omdat 150/3 = 50.
  5. Nu wordt het aantal berichten in de wachtrij kleiner. Bij drie exemplaren vindt de eerste inschaalactie plaats wanneer het totaal aantal berichten in alle wachtrijen optelt tot 30, omdat 30/3 = 10 berichten per exemplaar is. Dit is de drempelwaarde voor inschalen.

Overwegingen voor het schalen wanneer meerdere regels zijn geconfigureerd in een profiel

Er zijn gevallen waarin u mogelijk meerdere regels in een profiel moet instellen. De volgende regels voor automatisch schalen worden gebruikt door de engine voor automatisch schalen wanneer meerdere regels zijn ingesteld:

  • Bij uitschalen wordt automatisch schalen uitgevoerd als aan een regel wordt voldaan.
  • Bij automatisch schalen moet aan alle regels worden voldaan.

Ter illustratie wordt ervan uitgegaan dat u vier regels voor automatische schaalaanpassing hebt:

  • Als de CPU < 30% is, schaalt u in met 1
  • Als geheugen < 50% is, schaalt u in met 1
  • Als de CPU > 75% is, schaalt u uit met 1
  • Als geheugen > 75% is, schaalt u uit met 1

Vervolgens wordt de volgende actie uitgevoerd:

  • Als de CPU 76% is en het geheugen 50%, schalen we uit.
  • Als de CPU 50% is en het geheugen 76%, schalen we uit.

Als de CPU daarentegen 25% is en het geheugen 51%, wordt automatisch schalen niet ingeschaald. Als u wilt inschalen, moet de CPU 29% en het geheugen 49% zijn.

Selecteer altijd een veilig standaardaantal exemplaren

Het standaardaantal exemplaren is belangrijk omdat automatisch schalen de schaal van uw service naar dat aantal schaalt wanneer er geen metrische gegevens beschikbaar zijn. Als gevolg hiervan selecteert u een standaardaantal exemplaren dat veilig is voor uw workloads.

Configureer meldingen over automatisch schalen

Automatische schaalaanpassing plaatst berichten in het activiteitenlogboek als een van de volgende omstandigheden zich voordoet:

  • Automatische schaalaanpassing veroorzaakt een schaalbewerking.
  • De automatische schaalaanpassingsservice voltooit een schaalactie.
  • De service voor automatisch schalen kan geen schaalactie uitvoeren.
  • Metrische gegevens zijn niet beschikbaar voor de service voor automatische schaalaanpassing om een schaalbeslissing te nemen.
  • Metrische gegevens zijn weer beschikbaar (herstel) om een schaalbeslissing te nemen.
  • Automatisch schalen detecteert flapping en de schaalpoging wordt afgebroken. In deze situatie ziet u een logboektype Flapping . Als u dit logboektype ziet, moet u overwegen of de drempelwaarden te smal zijn.
  • Automatisch schalen detecteert flapping, maar kan nog steeds worden geschaald. In deze situatie ziet u een logboektype FlappingOccurred . Als u dit logboektype ziet, heeft de engine voor automatisch schalen geprobeerd te schalen (bijvoorbeeld van vier exemplaren naar twee), maar heeft vastgesteld dat deze wijziging zou leiden tot flappingen. In plaats daarvan heeft de engine voor automatisch schalen geschaald naar een ander aantal exemplaren (bijvoorbeeld met behulp van drie exemplaren in plaats van twee), wat niet langer leidt tot flappingen, dus is er geschaald naar dit aantal exemplaren.

U kunt ook een waarschuwing voor activiteitenlogboeken gebruiken om de status van de engine voor automatisch schalen te controleren. Een voorbeeld laat zien hoe u een waarschuwing voor activiteitenlogboeken maakt om alle enginebewerkingen voor automatisch schalen in uw abonnement te bewaken. Een ander voorbeeld laat zien hoe u een waarschuwing voor activiteitenlogboeken maakt om alle mislukte in- en uitschaalbewerkingen voor uw abonnement te bewaken.

Naast het gebruik van waarschuwingen voor activiteitenlogboeken kunt u ook e-mail- of webhookmeldingen configureren om meldingen te ontvangen voor schaalacties via het tabblad Meldingen in de instelling voor automatische schaalaanpassing.

Gegevens veilig verzenden met behulp van TLS 1.2

Om de beveiliging van gegevens die worden overgedragen naar Azure Monitor te garanderen, raden we u ten zeerst aan om de agent te configureren voor het gebruik van ten minste Transport Layer Security (TLS) 1.2. Oudere versies van TLS/Secure Sockets Layer (SSL) zijn kwetsbaar gebleken. Hoewel ze momenteel nog steeds werken om achterwaartse compatibiliteit toe te staan, raden we ze niet aan. De branche is snel in beweging om de ondersteuning voor deze oudere protocollen op te geven.

De PCI Security Standards Council heeft een deadline van 30 juni 2018 ingesteld om oudere versies van TLS/SSL uit te schakelen en te upgraden naar veiliger protocollen. Nadat de ondersteuning van Azure is beëindigd, kunt u geen gegevens meer verzenden naar Azure Monitor-logboeken als uw agents niet kunnen communiceren via ten minste TLS 1.2.

We raden u aan uw agent niet expliciet in te stellen op het gebruik van TLS 1.2, tenzij dit nodig is. Het heeft de voorkeur om de agent toe te staan om toekomstige beveiligingsstandaarden automatisch te detecteren, te onderhandelen en te profiteren. Anders mist u mogelijk de extra beveiliging van de nieuwere standaarden en ondervindt u mogelijk problemen als TLS 1.2 ooit wordt afgeschaft ten gunste van deze nieuwere standaarden.

Volgende stappen