Aracılığıyla paylaş

Otomatik ölçeklendirme

Otomatik ölçeklendirme, performans gereksinimlerini karşılamak için kaynakları dinamik olarak ayırma işlemidir. İş hacmi arttıkça, bir uygulamanın istenen performans düzeylerini korumak ve hizmet düzeyi hedeflerini (SLO) karşılamak için daha fazla kaynağa ihtiyacı olabilir. Talep azaldıkça ve ek kaynaklara artık ihtiyaç kalmadıkça, maliyetleri en aza indirmek için bunlar kaldırılabilir.

Otomatik ölçeklendirme, yönetim yükünü azaltırken bulutta barındırılan ortamların esnekliğinden yararlanır. Bir kullanıcının sürekli sistem performansını izlemesi ve kaynakları ekleme ve kaldırma hakkında karar vermesi gerekliliğini ortadan kaldırır.

Bir uygulamayı ölçeklendirmenin başlıca iki yolu vardır:

  • Dikey ölçeklendirme, aynı zamanda ölçek genişletme ve daraltma olarak da adlandırılır, bir kaynağın kapasitesini değiştirmek anlamına gelir. Örneğin, bir uygulamayı daha büyük bir sanal makine boyutuna taşıyabilirsiniz. Dikey ölçeklendirme genellikle sistemin yeniden dağıtılırken geçici olarak kullanılamaz duruma getirilmesini gerektirir. Bu nedenle, dikey ölçeklendirmeyi otomatikleştirmek daha az yaygındır.

  • Dışarıya doğru ölçeklendirme ve içeriye doğru ölçeklendirme olarak da adlandırılan yatay ölçeklendirme, kaynak örneklerini ekleme veya kaldırma anlamına gelir. Yeni kaynaklar sağlanırken uygulama kesinti olmadan çalışmaya devam eder. Sağlama işlemi tamamlandığında, çözüm bu ek kaynaklara dağıtılır. Talep düşerse, ek kaynaklar temiz bir şekilde kapatılabilir ve serbest bırakılabilir.

Microsoft Azure dahil olmak üzere birçok bulut tabanlı sistem otomatik yatay ölçeklendirmeyi destekler. Bu makalenin geri kalanında yatay ölçeklendirmeye odaklanmaktadır.

Uyarı

Otomatik ölçeklendirme çoğunlukla işlem kaynakları için geçerlidir. Bir veritabanını veya ileti sırasını yatay olarak ölçeklendirmek mümkün olsa da, bu işlem genellikle otomatik olmayan veri bölümlemesi içerir.

Otomatik ölçeklendirme bileşenleri

Otomatik ölçeklendirme stratejisi genellikle aşağıdaki bileşenleri içerir:

  • Uygulama, hizmet ve altyapı düzeylerinde enstrümantasyon ve izleme sistemleri. Bu sistemler yanıt süreleri, kuyruk uzunlukları, CPU kullanımı ve bellek kullanımı gibi önemli ölçümleri yakalar.

  • Karar verme mantığı, bu canlı kullanım ölçümlerini önceden tanımlanmış eşiklere veya zamanlamalara göre değerlendirir ve ölçeklendirilip ölçeklendirilmeyeceğine karar verir.

  • Bileşenler ve mekanizmalar ölçeklendirme eylemini gerçekleştirir. İdeal olarak, bu bileşenler ve mekanizmalar iş yükü kodunun kendisinden ayrıştırılmalı ve bir dış işlem olarak yönetilmelidir. Boşta olan veya bunalmış kod, kendisini ölçeklendirmekten sorumlu olmamalıdır.

  • Otomatik ölçeklendirme stratejisinin beklendiği gibi çalıştığından emin olmak için test etme, izleme ve ayarlama özellikleri.

Azure, yaygın senaryoları ele alan yerleşik otomatik ölçeklendirme mekanizmaları sağlar. Belirli bir hizmet veya teknoloji yerleşik otomatik ölçeklendirme işlevine sahip değilse veya özelliklerinin ötesinde belirli otomatik ölçeklendirme gereksinimleriniz varsa, özel bir uygulama düşünün. Özel bir uygulama operasyonel ve sistem ölçümlerini toplar, ölçümleri analiz eder ve kaynakları buna göre ölçeklendirir.

Azure çözümü için otomatik ölçeklendirmeyi yapılandırma

Azure, çoğu işlem seçeneği için yerleşik otomatik ölçeklendirme sağlar.

Bu işlem seçeneklerinin tümü, ortak bir otomatik ölçeklendirme işlevi kümesi sağlamak için Azure İzleyici otomatik ölçeklendirme özelliğini kullanır.

  • Herhangi bir otomatik ölçeklendirme kuralı yapılandırmanız gerekmeyen Azure İşlevleri önceki işlem seçeneklerinden farklıdır. Bunun yerine, kodunuz çalıştırıldığında Azure İşlevleri işlem gücünü otomatik olarak ayırır. Azure İşlevleri yükü karşılamak için gerektiğinde ölçeklenir. Daha fazla bilgi için bkz. Azure İşlevleri için doğru barındırma planını seçme.

Özel bir otomatik ölçeklendirme çözümü bazen yararlı olabilir. Örneğin, uygulama ölçümlerini izlemek ve dışarı aktarmak için özel kodla birlikte Azure Tanılama ve uygulama tabanlı ölçümleri kullanabilirsiniz. Ardından bu ölçümleri temel alan özel kurallar tanımlayabilir ve otomatik ölçeklendirmeyi tetikleme amacıyla Azure Resource Manager REST API'lerini kullanabilirsiniz. Ancak özel bir çözüm önemli bir çaba gerektirebilir, bu nedenle yalnızca önceki yaklaşımlardan hiçbiri gereksinimlerinizi karşılamadıysa bunu göz önünde bulundurun.

Gereksinimlerinizi karşılıyorsa platformun yerleşik otomatik ölçeklendirme özelliklerini kullanın. Aksi takdirde, daha karmaşık ölçeklendirme özelliklerine ihtiyacınız olup olmadığını dikkatlice göz önünde bulundurun. Diğer gereksinimlere örnek olarak denetimin daha ayrıntılı olması, ölçeklendirme için tetikleyici olaylarını algılamanın farklı yolları, abonelikler arasında ölçeklendirme ve diğer kaynak türlerini ölçeklendirme verilebilir.

Azure İzleyici otomatik ölçeklendirme özelliğini kullanma

Azure İzleyici otomatik ölçeklendirme özelliği sanal makine ölçek kümeleri, App Service ve Azure Cloud Services için ortak bir otomatik ölçeklendirme işlevi kümesi sağlar. Ölçeklendirme bir zamanlamaya göre veya CPU veya bellek kullanımı gibi bir çalışma zamanı ölçümüne göre gerçekleştirilebilir.

Aşağıdaki örnekleri göz önünde bulundurun:

  • Hafta içi günlerde ölçeği 10 örneğe, Cumartesi ve Pazar günleri ise dört örneğe ölçeklendirin.

  • Ortalama CPU kullanımı %70'den yüksekse bir örnekle ölçeği genişletin ve CPU kullanımı %50'nin altına düşerse bir örnekle ölçeği daraltın.

  • Kuyruktaki ileti sayısı belirli bir eşiği aşarsa ölçeği bir örnek genişletin.

Kullanılabilirliği sağlamak için yük arttığında kaynağın ölçeğini büyütün. Kullanımın düşük olduğu zamanlarda ölçeği azaltarak maliyeti iyileştirebilirsiniz. Her zaman ölçeği genişletme ve ölçeği daraltma kuralı bileşimini kullanın. Aksi takdirde, otomatik ölçeklendirme profilde ayarlanan eşiğe (maksimum veya en düşük örnek sayısı) ulaşana kadar yalnızca bir yönde gerçekleşir.

İş yükünüz için güvenli olan varsayılan örnek sayısını seçin. Maksimum veya en düşük örnek sayısı ayarlanmamışsa kaynak bu değere göre ölçeklendirilir.

Yerleşik ölçümlerin listesi için bkz. Azure İzleyici genel ölçümleri otomatik ölçeklendirme. Application Insights kullanarak özel ölçümler de uygulayabilirsiniz.

PowerShell, Azure CLI, Azure Resource Manager şablonu veya Azure portalı kullanarak otomatik ölçeklendirmeyi yapılandırabilirsiniz. Daha ayrıntılı denetim için Resource Manager REST API'sini kullanın. Azure İzleme Yönetimi Kitaplığı ve Microsoft Insights Kitaplığı (önizlemede), farklı kaynaklardan ölçüm toplamaya ve REST API'lerini kullanarak otomatik ölçeklendirme gerçekleştirmeye olanak sağlayan SDK'lardır. Resource Manager desteğinin kullanılamadığı kaynaklar için veya Azure Cloud Services kullanıyorsanız, otomatik ölçeklendirme için Hizmet Yönetimi REST API'sini kullanabilirsiniz. Diğer tüm durumlarda Resource Manager'ı kullanın.

Otomatik ölçeklendirmeyi kullanırken aşağıdaki noktaları göz önünde bulundurun:

  • Uygulama üzerindeki yükü, beklenen talep artışlarını karşılamak için zamanlanmış otomatik ölçeklendirmeyi, ekleme ve kaldırmayı kullanacak kadar doğru tahmin edip etmeyeceğinizi düşünün. Bunu yapamazsanız, talepte öngörülemeyen değişiklikleri işlemek için çalışma zamanı ölçümlerini temel alan reaktif otomatik ölçeklendirmeyi kullanın. Genellikle bu yaklaşımları birleştirebilirsiniz.

    Örneğin, uygulamanın en yoğun olduğunu bildiğiniz zamanların zamanlamasına göre kaynak ekleyen bir strateji oluşturun. Ek kaynaklar, gerektiğinde yeni örnekleri başlatmayı geciktirmeden kapasitenin kullanılabilir olmasını sağlamaya yardımcı olur. Zamanlanan her kural için, uygulamanın sürekli ancak öngörülemeyen talep artışlarıyla başa çıkabileceğinden emin olmak için bu süre boyunca reaktif otomatik ölçeklendirmeye izin veren ölçümleri tanımlayın.

  • Ölçümler ve kapasite gereksinimleri arasındaki ilişkiyi anlamak, özellikle de bir uygulama başlangıçta dağıtıldığında genellikle zordur. Başlangıçta biraz ek kapasite yapılandırın ve ardından kapasiteyi gerçek yüke yaklaştırmak için otomatik ölçeklendirme kurallarını izleyin ve ayarlayın.

  • Otomatik ölçeklendirme kurallarını yapılandırın ve uygulamanızın zaman içindeki performansını izleyin. Gerekirse sistemin ölçeklendirildiği yöntemi ayarlamak için bu izlemenin sonuçlarını kullanın. Ancak otomatik ölçeklendirmenin anlık bir işlem olmadığını unutmayın. Ortalama CPU kullanımının belirtilen eşiği aşması veya altına düşmesi gibi bir ölçüme tepki vermek zaman alır.

  • Ölçülen tetikleyici özniteliğini temel alan bir algılama mekanizması kullanan otomatik ölçeklendirme kuralları, otomatik ölçeklendirme eylemini tetikleyebilmek için anlık değerler yerine zaman içinde toplanmış bir değer kullanır. Tetikleyici öznitelikleri CPU kullanımını veya kuyruk uzunluğunu içerir. Varsayılan olarak, toplam değerlerin ortalamasıdır. Bu yaklaşım sistemin çok hızlı tepki etmesini veya hızlı salınıma neden olmasını engeller. Ayrıca, otomatik olarak başlatılan yeni örneklerin çalışma moduna geçme süresine de olanak tanır. Yeni örnekler başlatılırken diğer otomatik ölçeklendirme eylemleri gerçekleşemez. Azure Cloud Services ve Azure Sanal Makineler için toplama için varsayılan süre 45 dakikadır. Bu nedenle, ölçümün talepteki ani artışlara yanıt olarak otomatik ölçeklendirmeyi tetiklemesi bu süreye kadar sürebilir. TOPLAMA süresini SDK'yı kullanarak değiştirebilirsiniz, ancak 25 dakikadan kısa süreler öngörülemeyen sonuçlara neden olabilir. App Service'in Web Apps özelliği için ortalama süre daha kısadır ve ortalama tetikleyici ölçüsünde yapılan değişiklik sonrasında yaklaşık beş dakika içinde yeni örneklerin kullanılabilir olmasını sağlar.

  • Ölçek küçültme ve büyütme işlemlerinin sürekli olarak ileri geri sapma gösterdiği durumlardan kaçının. İki örnek olduğunu varsayalım. Üst sınır 80% CPU, alt sınır ise%60'tır. Yük 85%olduğunda başka bir örnek eklenir. Bir süre sonra yük%60'a düşer. Otomatik ölçeklendirme hizmeti, ölçeklendirmeyi daraltmadan önce, bir örnek kaldırıldığında toplam yükün (üç örneğin) dağılımını hesaplar ve bu değeri 90%'a getirir. Hemen ölçeğini yeniden genişletmesi gerekir. Bu nedenle, ölçeklendirme adımını atlar ve beklenen ölçeklendirme sonuçlarını hiç göremeyebilirsiniz.

    Ölçek genişletme ve ölçek küçültme eşikleri arasında yeterli bir pay seçilerek kanat çırpma durumu denetlenebilir.

  • El ile ölçeklendirme, otomatik ölçeklendirme için kullanılan azami ve asgari örnek sayısına göre sıfırlanır. Örnek sayısını maksimum değerden daha yüksek veya daha düşük bir değere el ile güncelleştirirseniz, otomatik ölçeklendirme altyapısı otomatik olarak en düşük değere (düşükse) veya en yüksek değere (yüksekse) geri ölçeklendirilir. Örneğin, aralığı üç ile altı arasında ayarlarsınız. Çalışan bir örneğin varsa, otomatik ölçeklendirme altyapısı bir sonraki çalıştırmada üç örneğe ölçeklendirilir. Benzer şekilde, ölçeği el ile sekiz örneğe ayarlarsanız, bir sonraki çalıştırmada otomatik ölçeklendirme ölçeğini bir sonraki çalıştırmada altı örneğe geri ölçeklendirir. Otomatik ölçeklendirme kurallarını da sıfırlamadığınız sürece el ile ölçeklendirme geçicidir.

  • Otomatik ölçeklendirme altyapısı aynı anda yalnızca bir profili işler. Bir koşul karşılanmazsa, sonraki profili kontrol eder. Önemli ölçümleri varsayılan profilin dışında tutun çünkü bu profil en son denetlendi. Bir profilde birden çok kuralınız olabilir. Ölçek genişletildiğinde, herhangi bir kural karşılandığında otomatik ölçeklendirme başlatılır. Ölçeği daraltmada, otomatik ölçeklendirme tüm kuralların karşılanmasını gerektirir.

    Azure İzleyici'nin ölçeklendirilmesi hakkında daha fazla bilgi için bkz. Otomatik ölçeklendirme için en iyi yöntemler.

  • Otomatik ölçeklendirmeyi portal yerine SDK kullanarak yapılandırıyorsanız, kuralların etkin olduğu daha ayrıntılı bir zamanlama belirtebilirsiniz. Ayrıca kendi ölçümlerinizi oluşturabilir ve bunları otomatik ölçeklendirme kurallarınızdaki mevcut ölçümlerle veya bunlar olmadan kullanabilirsiniz. Örneğin, saniye başına istek sayısı veya ortalama bellek kullanılabilirliği gibi alternatif sayaçlar kullanmak isteyebilirsiniz. Veya belirli iş süreçlerini ölçmek için özel sayaçlar kullanabilirsiniz.

  • Birden çok ilke ve kural yapılandırdığınızda, bunlar birbiriyle çakışabilir. Otomatik ölçeklendirme, her zaman yeterli sayıda örnek çalıştığından emin olmak için aşağıdaki çakışma çözümleme kurallarını kullanır:

    • Ölçeği genişletme işlemleri her zaman ölçeklendirme işlemlerinde önceliklidir.

    • Ölçeği genişletme işlemleri çakıştığında, örnek sayısının en fazla artırılmasını başlatan kural önceliklidir.

    • Ölçek daraltma işlemleri çakıştığında, örnek sayısında en küçük düşüşe neden olan kural önceliklidir.

  • App Service Ortamında, otomatik ölçeklendirme kurallarını tanımlamak için tüm çalışan havuzları veya ön uç ölçümleri kullanılabilir. Daha fazla bilgi için bkz. App Service Ortamına genel bakış.

Uygulama tasarımında dikkat edilmesi gerekenler

Otomatik ölçeklendirme anlık bir çözüm değildir. Bir sisteme kaynak eklemek veya işlemin daha fazla örneğini çalıştırmak, iyileştirilmiş performansı garanti etmez. Otomatik ölçeklendirme stratejisi tasarlarken aşağıdaki noktaları göz önünde bulundurun:

  • Sistem yatay olarak ölçeklenebilir olacak şekilde tasarlanmalıdır. Örnek bağlılığı hakkında varsayımlarda bulunmaktan kaçının. Kodun her zaman işlemin belirli bir örneğinde çalışmasını gerektiren çözümler tasarlamayın. Bir bulut hizmetini veya web sitesini yatay olarak ölçeklendirdiğinizde, aynı kaynaktan gelen bir dizi isteğin her zaman aynı örneğe yönlendirildiğini varsaymayın. Aynı nedenle, bir uygulamadan gelen bir dizi isteğin her zaman aynı hizmet örneğine yönlendirilmesine gerek kalmaması için hizmetleri durum bilgisiz olarak tasarlayın. Kuyruktan iletileri okuyan ve işleyen bir hizmet tasarlarken, hizmetin hangi örneğinin belirli bir iletiyi işlediğine ilişkin hiçbir varsayımda bulunmayın. Kuyruk uzunluğu arttıkça otomatik ölçeklendirme bir hizmetin daha fazla örneğini başlatabilir. Rakip Tüketiciler deseni bu senaryonun nasıl işleneceğini açıklar.

  • Çözüm uzun süre çalışan bir görev uyguluyorsa, bu görevi hem ölçeği genişletmeyi hem de ölçeği küçültmeyi destekleyecek şekilde tasarlayın. Düzgün tasarım olmadan, böyle bir görev sistem ölçeklendirildiğinde işlemin bir örneğinin temiz bir şekilde kapatılmasını engelleyebilir. Ya da işlem zorla sonlandırılırsa verileri kaybedebilir. İdeal olan, uzun süre çalışan bir görevi yeniden düzenlemek ve gerçekleştirdiği işlemeyi daha küçük, ayrık öbeklere ayırmaktır. Bir örnek için bkz. Kanallar ve Filtreler deseni.

  • Alternatif olarak, görevle ilgili durum bilgilerini düzenli aralıklarla kaydeden bir denetim noktası mekanizması uygulayabilirsiniz. Bu durum bilgilerini, görevi çalıştıran işlemin herhangi bir örneğinin erişebileceği dayanıklı depolama alanına kaydedin. Bu nedenle işlem kapatılırsa, gerçekleştirdiği çalışma başka bir örnek kullanılarak son denetim noktasından sürdürülebilir. NServiceBus ve MassTransit gibi bu işlevselliği sağlayan kitaplıklar vardır. Onlar, aralıkların Azure Service Bus'taki kuyruklardan gelen iletilerin işlenmesiyle hizalandığı durumunu şeffaf bir şekilde korur.

  • Arka plan görevleri, bulut hizmetleri tarafından barındırılan bir uygulamanın çalışan rollerinde olduğu gibi ayrı işlem örneklerinde çalıştırıldığında, farklı ölçeklendirme ilkeleri kullanarak uygulamanın farklı bölümlerini ölçeklendirmeniz gerekebilir. Örneğin, arka plan işlem örneklerinin sayısını artırmadan veya tam tersi olmadan daha fazla kullanıcı arabirimi (UI) işlem örneği dağıtmanız gerekebilir. Temel ve premium hizmet paketleri gibi farklı hizmet düzeyleri sunabilirsiniz. Premium hizmet paketleri için işlem kaynaklarının ölçeğini temel hizmet paketlerine yönelik kaynaklardan daha agresif bir şekilde genişletmeniz gerekebilir. Bu yaklaşım SLA gereksinimlerini karşılamanıza yardımcı olur.

Diğer ölçeklendirme ölçütleri

  • Kullanıcı arabirimi ve arka plan işlem örneklerinin iletişim kurdığı kuyruğun uzunluğunu göz önünde bulundurun. Bunu otomatik ölçeklendirme stratejiniz için ölçüt olarak kullanın. Bu ölçüt, geçerli yük ile arka plan görevinin işleme kapasitesi arasındaki dengesizliği veya farkı gösterebilir. Ölçeklendirme kararlarını temel alan biraz daha karmaşık ama daha iyi bir öznitelik vardır. İletinin gönderildiği zaman ile işlenmesinin tamamlanması arasındaki süreyi (kritik zaman olarak bilinir) kullanın. Bu kritik zaman değeri kabul edilebilir bir iş aralığı içindeyse, kuyruk uzunluğu uzun olsa bile ölçeklendirmek gereksizdir.

    • Örneğin, kuyrukta 50.000 ileti olabilir. Ancak en eski iletinin kritik süresi 500 ms'dir ve bu uç nokta, e-posta göndermek için bir iş ortağı web hizmetiyle entegrasyon süreçlerini yönetmektedir. İş paydaşları bu senaryoyu ölçeği genişletme maliyetini gerekçelendirecek kadar acil olarak değerlendirmeyebilir.

    • Öte yandan, bir kuyrukta aynı 500 ms kritik süreye sahip 500 ileti olabilir. Ancak uç nokta, iş paydaşlarının 100 ms veya daha kısa bir yanıt süresi tanımladığı gerçek zamanlı bir çevrimiçi oyunda kritik yolun bir parçasıdır. Bu durumda ölçeği genişletmek mantıklıdır.

    • Otomatik ölçeklendirme kararlarında kritik süreyi kullanmak için, bir kitaplığın iletim ve işleme sırasında iletilerin üst bilgilerine otomatik olarak ilgili bilgileri eklemesi yararlı olur. Bu işlevi sağlayan bu tür kitaplıklardan biri NServiceBus'tır.

  • Otomatik ölçeklendirme stratejinizi iş süreçlerini ölçen sayaçlara dayandırıyorsanız, bu tür sayaçlardan elde edilen sonuçlarla gerçek işlem kapasitesi gereksinimleri arasındaki ilişkiyi anladığınızdan emin olun. Sayaçlara örnek olarak saatte bir verilen sipariş sayısı veya karmaşık bir işlemin ortalama çalışma zamanı verilebilir. İş süreci sayaçlarındaki değişikliklere yanıt olarak birden fazla bileşenin veya işlem biriminin ölçeklendirilmesi gerekebilir.

  • Bir sistemin ölçeği aşırı genişletmeye çalışmasını önlemek için otomatik olarak eklenebilen en fazla örnek sayısını sınırlamayı göz önünde bulundurun. Bu yaklaşım, binlerce örneğin çalıştırılmasıyla ilişkili maliyetleri de önler. Çoğu otomatik ölçeklendirme mekanizması, bir kural için en az ve en fazla örnek sayısını belirtmenize olanak tanır. Ayrıca, en fazla örnek sayısını dağıtırsanız ve sistem yine de aşırı yüklenmişse, sistemin sağladığı işlevselliği zarifçe azaltmayı göz önünde bulundurun.

  • Otomatik ölçeklendirmenin iş yükündeki ani artışları işlemek için en uygun mekanizma olmayabileceğini unutmayın. Bir hizmetin yeni örneklerini ayarlamak ve başlatmak veya bir sisteme kaynak eklemek zaman alır. Bu ek kaynaklar kullanılabilir duruma geldiğinde talep zirve noktasını geçmiş olabilir. Bu senaryoda, hizmeti kısıtlamak daha iyi olabilir. Daha fazla bilgi için Kısıtlama deseni bölümüne bakın.

  • Buna karşılık, birim hızla dalgalandığında tüm istekleri işlemek için kapasiteye ihtiyacınız varsa, ek örnekleri daha hızlı başlatan agresif bir otomatik ölçeklendirme stratejisi kullanmayı göz önünde bulundurun. Maliyetin önemli bir katkıda bulunan faktör olmadığından emin olun. Ayrıca, beklenen yükten önce maksimum yükü karşılamak için yeterli sayıda örneği başlatan planlı bir ilke de kullanabilirsiniz.

  • Otomatik ölçeklendirme mekanizması otomatik ölçeklendirme işlemini izlemeli ve her otomatik ölçeklendirme olayının ayrıntılarını günlüğe kaydetmelidir. Bu ayrıntılar arasında olayı neyin tetiklediği, hangi kaynakların eklendiği veya kaldırıldığı ve ne zaman oluştuğu yer alır. Özel bir otomatik ölçeklendirme mekanizması oluşturursanız, bu özelliği içerdiğine emin olun. Otomatik ölçeklendirme stratejisinin etkinliğini ölçmeye yardımcı olmak için bilgileri analiz edin ve gerekirse ayarlayın. Kullanım desenleri daha belirgin hale geldikçe ve iş genişledikçe veya uygulamanın gereksinimleri geliştikçe hem kısa vadede hem de uzun vadede ayarlayabilirsiniz. Bir uygulama otomatik ölçeklendirme için tanımlanan üst sınıra ulaşırsa, mekanizma gerektiğinde el ile ek kaynaklar başlatabilecek bir operatörü de uyarabilir. Bu koşullar altında, iş yükü kolaylaştırıldıktan sonra operatör bu kaynakları el ile kaldırmakla da sorumlu olabilir.

Aşağıdaki desenler ve yönergeler, otomatik ölçeklendirme uygularken senaryonuzla da ilgili olabilir:

  • Azaltma düzeni , talepteki artış kaynaklara aşırı yük bindirdiğinde bir uygulamanın nasıl çalışmaya devam edip SLA'ları karşılayabildiğini açıklar. Baskılama, otomatik ölçeklendirme ile sistemin ölçeklenirken aşırı yüklenmesini önlemek için kullanılabilir.

  • Rakip Tüketiciler düzeni, herhangi bir uygulama örneğinden gelen iletileri işleyebilen bir hizmet örnekleri havuzunun nasıl uygulandığını açıklar. Otomatik ölçeklendirme, hizmet örneklerini beklenen iş yüküyle eşleşecek şekilde başlatmak ve durdurmak için kullanılabilir. Bu yaklaşım, sistemin aktarım hızını iyileştirmek, ölçeklenebilirliği ve kullanılabilirliği iyileştirmek ve iş yükünü dengelemek için birden çok iletiyi eşzamanlı olarak işlemesini sağlar.

  • İzleme ve ölçümler de dahil olmak üzere tanılama, otomatik ölçeklendirme işlemini yönlendirebilecek bilgilerin toplanması için çok önemlidir.

  • Last updated on