Elasticitet afhænger af løbende overvågning og automatiseret beslutningstagning. Din cloudplatform sporer målepunkter for ressourceforbrug, f.eks. CPU-udnyttelse, hukommelsesforbrug, cloudlagerkapacitet, netværkstrafik og programresponstider. Disse målepunkter overføres til overvågningsværktøjer, der sammenligner den aktuelle ydeevne med foruddefinerede grænser.
Arbejdsprocessen følger et ensartet mønster. Overvågningssystemer indsamler ydeevnedata fra din infrastruktur med få sekunders eller minutters mellemrum. Når målepunkter krydser en tærskel, du har konfigureret, udløser systemet en skaleringshandling. Hvis CPU-forbruget f.eks. rammer 80 % i en længere periode, klargør platformen yderligere ressourcer. Hvis udnyttelsen falder til under 30 %, skaleres den tilbage.
Dette sker via orkestreringslag, der administrerer klargøringsprocessen:
Under opskaleringshændelser: Systemet starter nye beregningsinstanser, knytter dem til belastningsjusteringer og dirigerer trafik til den ekstra kapacitet. Programmer begynder at modtage anmodninger om de nye ressourcer inden for få minutter.
Under nedskaleringshændelser: Platformen tømmer forbindelser fra underudnyttede ressourcer, afslutter unødvendige instanser og konsoliderer arbejdsbelastninger på færre maskiner.
Når behovet er normaliseret, vender systemet tilbage til den oprindelige kapacitet. Et detailprogram kan køre på fem servere i normal åbningstid, skalere til 20 under et salgskampagne og derefter vende tilbage til fem, når trafikken aftager.
Effektiviteten af elastiske systemer afhænger udelukkende af konfigurationen. Hvis du angiver grænser for forsigtigt, betyder det, at du overforbruger inaktive ressourcer, mens du med for aggressive grænser risikerer, at ydeevnen forringes under uventede spidsbelastninger. Politikker definerer ikke kun, hvornår der skal skaleres, men hvor hurtigt og hvor meget.