Otomatik ölçeklendirme

Otomatik ölçeklendirme, performans gereksinimlerini karşılamak için kaynakları dinamik olarak ayırma işlemidir. İş hacmi büyüdükçe, bir uygulama istediğiniz performans düzeylerini sağlamak ve hizmet düzeyi sözleşmelerini (SLA) karşılamak için ek kaynaklar gerektirebilir. Talep azaldığında ve ek kaynaklar artık gerekli olmadığında maliyetleri en aza indirmek için kaldırılabilirler.

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, yukarı ve aşağı ölçeklendirme adıyla da bilinir. Bir kaynağın kapasitesini değiştirme anlamına gelir. Örneğin, bir uygulamayı daha büyük bir VM boyutuna taşıyabilirsiniz. Dikey ölçeklendirme, genellikle dağıtılmakta olan sistemin geçici olarak devre dışı bırakılmasını gerektirir. Bu nedenle, dikey ölçeklemenin otomatikleştirilmesi daha az yaygındır.

  • Yatay ölçeklendirme, içe ve dışa ölçeklendirme adıyla da bilinir. Kaynak örneklerinin eklenmesi ve çıkarılması anlamına gelir. Yeni kaynaklar sağlanırken uygulama kesinti olmadan çalışmaya devam eder. Sağlama işlemi tamamlandıktan sonra çözüm bu ek kaynaklara dağıtılır. Talep azalırsa, ek kaynaklar düzgün bir şekilde kapatılır ve serbest bırakılır.

Microsoft Azure dahil olmak üzere pek çok bulut tabanlı sistem yatay otomatik ölçeklendirmeyi destekler. Bu makalenin geri kalanında yatay ölçeklemeye odaklanılmıştır.

Dekont

Otomatik ölçeklendirme çoğunlukla işlem kaynaklarına uygulanır. Bir veritabanı ya da ileti sırasında yatay ölçeklendirme mümkün olsa da, bu genellikle otomatikleştirilemeyen veri bölümlendirme işlemini içerir.

Otomatik ölçeklendirme bileşenleri

Otomatik ölçeklendirme stratejisi genellikle şunları içerir:

  • Uygulama, hizmet ve altyapı düzeylerinde sistemleri düzenleme ve izleme. Bu sistemler, yanıt süreleri, sıra uzunlukları, CPU kullanımı ve bellek kullanımı gibi önemli ölçümleri toplar.
  • Karar verme mantığı bu ölçümleri önceden tanımlanmış eşikler veya zamanlamalarla karşılaştırarak değerlendirir ve ölçeklendirme yapılıp yapılmayacağına karar verir.
  • Sistemi ölçeklendiren bileşenler.
  • Otomatik ölçeklendirmeyi stratejisini, beklendiği şekilde çalıştığından emin olmak için test etme, izleme ve ayarlama.

Azure, sık karşılaşılan senaryolara yönelik yerleşik otomatik ölçeklendirme mekanizmaları sağlar. Belirli bir hizmet veya teknoloji yerleşik otomatik ölçeklendirme işlevine sahip değilse ya da otomatik ölçeklendirme gereksinimlerinizi karşılamıyorsa, özel ölçeklendirme yöntemi düşünebilirsiniz. Özel ölçeklendirme yöntemi, işlem ve sistem ölçümlerini toplar, ölçümleri analiz eder ve kaynakları uygun şekilde ölçeklendirir.

Bir Azure çözümünde otomatik ölçeklendirmeyi yapılandırma

Azure, çoğu işlem seçenekleri için yerleşik otomatik ölçeklendirmeyi sağlar.

Bu işlem seçeneklerinin tümü bir dizi genel otomatik ölçeklendirme işlevi sağlamak için Azure İzleyici otomatik ölçeklendirme kullanır.

  • Azure İşlevleri önceki işlem seçeneklerinden farklıdır; herhangi bir otomatik ölçeklendirme kuralını yapılandırmanıza gerek yoktur. Kodunuzu çalıştırırken, bunun yerine, Azure İşlevleri otomatik olarak işlem gücünü yükü işlemek için gerekli olan ölçeğe ayırır. Daha fazla bilgi için bkz. Azure İşlevleri için doğru barındırma planını seçme.

Son olarak, özel bir otomatik ölçeklendirme çözümü bazı durumlarda yararlı olabilir. Örneğin, Azure tanılama ve uygulama tabanlı ölçümleri, uygulama ölçümlerini izlemek ve dışarı aktarmak için özel kod ile birlikte kullanabilirsiniz. Ardından bu ölçümleri temel özel kuralları tanımlayabilir ve otomatik ölçeklendirmeyi tetiklemek için Kaynak Yöneticisi REST API'lerini kullanabilirsiniz. Ancak, özel bir çözüm uygulamak, basit değildir ve yalnızca önceki yaklaşımların hiçbiri gereksinimlerinizi karşılamazsa düşünülmelidir.

Gereksinimlerinizi karşılıyorsa platform yerleşik otomatik ölçeklendirme özelliklerini kullanın. Aksi durumda, daha karmaşık ölçekleme özelliklerine gerçekten ihtiyacınız olup olmadığını dikkatlice düşünün. Ek gereksinim örnekleri arasında daha fazla ayrıntı düzeyi, tetikleyici olaylarını algılamak için farklı yollar, abonelikler arasında ölçeklendirme ve diğer kaynak türlerini ölçeklendirme bulunur.

Azure İzleyici otomatik ölçeklendirmesini kullanma

Azure İzleyici otomatik ölçeklendirmesi sanal makine ölçek kümeleri, Azure Uygulaması Hizmeti ve Azure Bulut Hizmeti için ortak bir otomatik ölçeklendirme işlevi kümesi sağlar. Ölçekleme bir zamanlamaya göre gerçekleştirilebileceği gibi CPU veya bellek kullanımı gibi bir çalışma zamanı ölçümünü de temel alabilir.

Örnekler:

  • Hafta içi günlerde ölçeği 10 örneğe genişletme ve Cumartesi ve Pazar günleri 4 örneğe daraltma.
  • Ortalama CPU kullanımı %70’in üzerinde ise ölçeği bir örnek genişletme ve CPU kullanımı %50’nin altına düşerse bir örnek azaltma.
  • Sıradaki iletilerin sayısı belirli bir eşiği aşarsa ölçeği bir örnek genişletme.

Kullanılabilirliği sağlamak için yük arttığında kaynağın ölçeğini büyütün. Benzer şekilde, düşük kullanım zamanlarında, maliyeti iyileştirebilmeniz için ölçeği azaltabilirsiniz. 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. En yüksek veya en düşük örnek sayısı ayarlanmadıysa bu değere göre ölçeklendirilir.

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

Otomatik ölçeklendirmeyi PowerShell, Azure CLI, Azure Resource Manager şablonu veya Azure portalını kullanarak yapılandırabilirsiniz. Daha ayrıntılı denetim için Azure Resource Manager REST API'sini kullanın. Azure İzleme Hizmeti Yönetim Kitaplığı ve Microsoft Insights Kitaplığı (önizleme), farklı kaynaklardan ölçümleri toplamaya izin SDK'lardır ve otomatik ölçeklendirmeyi REST API'lerini kullanarak gerçekleştirir. Azure Resource Manager desteği olmayan kaynaklar için veya Azure Cloud Services kullanıyorsanız, otomatik ölçeklendirme için Hizmet Yönetimi REST API'si kullanılabilir. Diğer durumlarda, Azure Resource Manager'ı kullanın.

Azure otomatik ölçeklendirme 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. Bu mümkün değilse, talepte öngörülemeyen değişiklikleri işlemek için çalışma zamanı ölçümlerini temel alan reaktif otomatik ölçeklendirme kullanın. Genellikle, bu yaklaşımları birleştirebilirsiniz. Örneğin, uygulamanın en yoğun olduğunu bildiğiniz zamanların zamanlamasına göre kaynak ekleyen bir strateji oluşturun. Bu, herhangi bir gecikme olmadan yeni örneklerin başlatılmasını sağlayarak gerektiğinde kapasitenin artırılmasını mümkün kılar. Zamanlanmış her kural için, uygulamanın sürekli ancak öngörülemeyen yükleri kaldırabileceğinden emin olmak için bu süre boyunca reaktif otomatik ölçeklendirmeye izin veren ölçümler tanımlayın.

  • Genellikle, özellikle de bir uygulama başlangıçta dağıtıldıysa, ölçümler ve kapasite gereksinimleri arasındaki ilişkiyi anlamak zordur. Başlarda küçük bir ek kapasite sağlayın ve ardından kapasiteyi gerçek yüke yaklaştırmak için otomatik ölçeklendirme kurallarını izleyin ve ayarlayın.

  • Otomatik ölçeklendirme kurallarını yapılandırın ve ardından uygulamanızın zaman içerisinde performansını izleyin. Bu izleme sonuçlarını gerektiğinde sistemin ölçeklendirilme yöntemini ayarlamak için kullanın. Bununla birlikte, otomatik ölçeklendirmenin anlık bir işlem olmadığını unutmayın. Ortalama CPU kullanımının belirli bir eşiği aşması (veya altında kalması) gibi bir ölçüme yanıt vermek zaman alır.

  • Örneğin, CPU kullanımı veya sırası uzunluğu gibi bir ölçülen tetikleyici özniteliğini temel alan bir algılama mekanizmasından yararlanan otomatik ölçeklendirme kuralları, otomatik ölçeklendirme eylemi tetiklemek için anlık değerler yerine zaman içinde elde edilen bir toplu değer kullanır. Varsayılan olarak, bu toplam değerlerin bir ortalamasıdır. Bu, sistemin çok hızlı bir şekilde tepki vermesini veya hızlı salınıma neden olmasını engeller. Ayrıca, otomatik olarak başlatılan yeni örneklerin çalışma moduna geçmeleri için zaman tanır ve yeni örnekler başlatılırken ek otomatik ölçeklendirme eylemlerinin gerçekleşmesini önler. Azure Cloud Services ve Azure Sanal Makineler için varsayılan toplama süresi 45 dakikadır. Bu nedenle, ölçümün ani talep artışlarına yanıt olarak otomatik ölçeklendirmeyi tetiklemesi bu süre kadar sürebilir. TOPLAMA süresini SDK'yı kullanarak değiştirebilirsiniz, ancak 25 dakikadan kısa süreler öngörülemeyen sonuçlara neden olabilir. Web Apps için ortalama süre çok daha kısadır, ortalama tetikleme ölçümünde bir değişiklik olduktan yaklaşık beş dakika sonra yeni örneklerin kullanılabilir olmasını sağlar.

  • Ölçeği daraltma ve ölçeği genişletme eylemlerinin sürekli olarak ileri geri gittiği durumlarda çırpmaktan kaçının. İki örnek olduğunu ve üst sınırın %80 CPU olduğunu, alt sınırın %60 olduğunu varsayalım. Yük %85 olduğunda başka bir örnek eklenir. Bir süre sonra yük %60'a düşer. Ölçeği daraltmadan önce, otomatik ölçeklendirme hizmeti bir örnek kaldırıldığında toplam yükün (üç örnek) dağılımını hesaplar ve bunu %90'a götürür. Bu, ölçeği hemen yeniden genişletmesi gerekeceği anlamına gelir. Bu nedenle, ölçeklendirmeyi atlar ve beklenen ölçeklendirme sonuçlarını hiç göremeyebilirsiniz.

    Ölçek genişletme ve ölçek genişletme eşikleri arasında yeterli bir kenar boşluğu seçilerek kanat çırpma durumu denetlenebilir.

  • El ile ölçeklendirme, otomatik ölçeklendirme için kullanılan örnek sayısı üst sınırına ve en düşük 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 3 ile 6 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 bir sonraki çalıştırmada ölçeği 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 denetler. Önemli ölçümleri varsayılan profilin dışında tutun çünkü bu profil en son denetlendi. Bir profilde birden çok kuralınız olabilir. Ölçeği genişletildiğinde, herhangi bir kural karşılanırsa otomatik ölçeklendirme çalıştırılır. Ölçeği daraltmada, otomatik ölçeklendirme tüm kuralların karşılanmasını gerektirir.

Azure İzleyici'nin nasıl ölçeklendirildiğini öğrenmek için bkz . Otomatik Ölçeklendirme için en iyi yöntemler.

  • Portal yerine SDK'yi kullanarak otomatik ölçeklendirmeyi yapılandırırsanız kuralların etkin olduğu daha ayrıntılı bir zamanlama belirtebilirsiniz. Ayrıca kendi ölçümlerinizi oluşturabilir ve bunları otomatik ölçeklendirme kurallarınızda olan veya olmayan ölçümlerle birlikte kullanabilirsiniz. Örneğin, saniye başına istek sayısı veya ortalama bellek kullanılabilirliği gibi alternatif sayaçlar kullanmak veya belirli iş süreçlerini ölçmek için özel sayaçlar kullanmak isteyebilirsiniz.

  • Service Fabric'i otomatik ölçeklendirirken, kümenizdeki düğüm türleri arka uçta sanal makine ölçek kümelerinden oluşur, bu nedenle her düğüm türü için otomatik ölçeklendirme kuralları ayarlamanız gerekir. Otomatik ölçeklendirmeyi ayarlamadan önce sahip olmanız gereken düğüm sayısını dikkate alın. Birincil düğüm türü için gereken düğüm sayısı alt sınırı seçmiş olduğunuz güvenilirlik düzeyi tarafından yönetilir. Daha fazla bilgi için bkz . Otomatik ölçeklendirme kurallarını kullanarak Service Fabric kümesinin ölçeğini daraltma veya genişletme.

  • SQL Veritabanı örnekleri ve kuyrukları gibi kaynakları bir bulut hizmeti örneğine bağlamak için portalı kullanabilirsiniz. Bu, bağlı kaynakların her biri için ayrı elle ve otomatik ölçeklendirme yapılandırma seçeneklerine daha kolay erişmenizi sağlar. Daha fazla bilgi için bkz. Nasıl yapılır: Kaynağı bulut hizmetine bağlama.

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

    • Ölçeği genişletme işlemleri her zaman ölçeklendirme işlemlerinde önceliklidir.
    • Ölçeği genişletme işlemleri çakıştığında, örnek sayısında en büyük artışı başlatan kural önceliklidir.
    • Ölçek daraltma işlemleri çakıştığında ölçeklendirme, örnek sayısında en küçük azaltmayı başlatan kural öncelikli olur.
  • bir App Service Ortamı, otomatik ölçeklendirme kurallarını tanımlamak için herhangi bir çalışan havuzu veya ön uç ölçümleri kullanılabilir. Daha fazla bilgi için bkz. Otomatik Ölçeklendirme ve App Service Ortamı.

Uygulama tasarımında dikkat edilmesi gerekenler

Otomatik ölçeklendirme anlık bir çözüm değildir. Bir sisteme sadece kaynak eklemek veya bir işlem için daha fazla örnek çalıştırmak sistem performansının artacağını garanti etmez. Otomatik ölçeklendirme stratejinizi tasarlarken aşağıdaki noktaları göz önünde bulundurun:

  • Sistemin yatay ölçeklendirme için tasarlanmış olması gerekir. Örnek benzeşimi ile ilgili varsayım yapmaktan kaçının; kodun her zaman belirli bir işlem örneğinde çalışıyor olmasını gerektiren çözümler tasarlamayın. Bir bulut hizmeti veya web sitesini yatay olarak ölçeklendirirken, aynı kaynaktan gelen bir dizi isteğin her zaman aynı örneğe yönlendirileceğini varsaymayın. Aynı nedenden dolayı, bir dizi isteğin her zaman bir hizmetin aynı örneğine yönlendirilmesini önlemek için hizmetleri durum bilgisiz olarak tasarlayın. Bir kuyruktan ileti okuyan ve bu iletileri işleyen bir hizmet tasarlarken belirli bir iletiyi hizmetin hangi örneğinin işleyeceği hakkında varsayımda bulunmayın. Kuyruk uzunluğu arttıkça otomatik ölçeklendirme hizmetin ek örneklerini başlatabilir. Rakip Tüketiciler düzeni, bu senaryonun nasıl işleneceğini açıklar.

  • Çözüm, uzun süre çalışacak bir görev uygulayacaksa, bu görevi ölçeği hem genişletmeyi hem de daraltmayı destekleyecek şekilde tasarlayın. Sonrası düşünülmediğinde, bu tür bir görev ölçek daraltıldığında bir işlemin düzgün bir şekilde kapatılmasını engelleyebilir veya işlem sonlandırılmaya zorlanırsa veri kaybına neden olabilir. İdeal olarak, uzun süre çalışan görevleri yeniden düzenleyin ve daha küçük, ayrık parçaları işleyecek hale getirin. Kanallar ve Filtreler düzeni, bunu nasıl başarabileceğinize ilişkin bir örnek sağlar.

  • Alternatif olarak, düzenli aralıklarla görevle ilgili durum bilgilerini kaydeden ve bu bilgileri, görevi çalıştıran işlemin bir örneği tarafından erişilebilen dayanıklı bir depolama alanına kaydeden bir denetim noktası mekanizması uygulayabilirsiniz. Bu şekilde, işlem kapatılırsa, gerçekleştirdiği çalışma başka bir örnek kullanılarak son denetim noktasından sürdürülebilir. NServiceBus ve MassTransit gibi bu işlevselliği sağlayan kitaplıklar vardır. Aralıkların Azure Service Bus'taki kuyruklardan gelen iletilerin işlenmesiyle hizalandığı durumu saydam bir şekilde kalıcı hale getirir.

  • 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 bunun tam tersi) ek kullanıcı arabirimi (UI) işlem örnekleri dağıtmanız gerekebilir. Farklı hizmet düzeyleri (örneğin, temel ve premium hizmet paketleri) sunuyorsanız, SLA gereksinimlerini karşılamak için premium hizmet paketlerinin işlem kaynaklarını temel hizmet paketleri için olandan daha agresif bir şekilde ölçeklendirmeniz gerekebilir.

  • Kullanıcı arabirimi ve arka plan işlem örneklerinin iletişim kurdığı kuyruğun uzunluğunu göz önünde bulundurun. Bunu otomatik ölçeklendirme stratejiniz için ölçüt olarak kullanın. Bu, bir dengesizlik veya geçerli yük ile arka plan görevinin işleme kapasitesi arasındaki farkın olası bir göstergesidir. 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 anlamlı bir iş eşiğinin altındaysa, 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 üçüncü taraf bir web hizmetiyle tümleştirmeyle ilgilenir. Büyük olasılıkla işletme paydaşları bunu ölçeklendirme için fazladan para harcamayı haklı çıkarmayan bir süre olarak değerlendirebilir.
    • Öte yandan, bir kuyrukta aynı 500 ms kritik zamana sahip 500 ileti olabilir, ancak uç nokta, işletme paydaşlarının 100 ms veya daha az yanıt süresi tanımladığı gerçek zamanlı bir çevrimiçi oyunda kritik yolun bir parçasıdır. Bu durumda ölçeği genişletme mantıklı olacaktır.
    • Otomatik ölçeklendirme kararlarında kritik süreyi kullanmak için, bir kitaplığın iletilerin üst bilgilerine otomatik olarak ilgili bilgileri eklemesi, gönderilirken ve işlenirken yararlı olur. Bu işlevi sağlayan bu tür kitaplıklardan biri NServiceBus'tır.
  • Otomatik ölçeklendirme stratejiniz karmaşık bir işlemin ortalama yürütme süresi veya saat başına verilen sipariş sayısı gibi iş süreçlerini ölçen sayaçları temel alıyorsa, bu sayaçların sonuçları ve gerçek işlem kapasitesi gereksinimleri arasındaki ilişkiyi tam olarak anladığınızdan emin olun. İş işlem sayaçlarındaki değişikliklere yanıt olarak birden fazla bileşenin veya işlem biriminin ölçeklendirilmesi gerekli olabilir.

  • Bir sistemin ölçeğini aşırı artırmasını ve binlerce örnek çalıştırmayla ilişkili maliyetleri önlemek için otomatik olarak eklenebilir örneklerinin sayısını sınırlandırmayı göz önünde bulundurun. Çoğu otomatik ölçeklendirme mekanizması bir kural için minimum ve maksimum örnek sayısını belirtmenizi sağlar. Ayrıca, maksimum sayıda örnek dağıtıldıysa ancak sistem yine de aşırı yüklüyse sistemin işlevlerini düzgün bir şekilde düşürmeyi göz önünde bulundurun.

  • Otomatik ölçeklendirmenin iş yükünde ani artışlara karşı en uygun mekanizma olmayabileceğini unutmayın. Bir sistemde yeni hizmet örnekleri sağlamak ve bu örnekleri başlatmak veya sistem kaynakları eklemek zaman alır ve bu ek kaynaklar kullanımına sunulana kadar talep azalabilir. Bu senaryoda, hizmeti kısıtlamak daha iyi olabilir. Daha fazla bilgi için bkz . Azaltma düzeni.

  • Buna karşılık, birim hızlı bir şekilde dalgalandığında ve maliyet önemli bir faktör olmadığında tüm istekleri işlemek için kapasite gerekiyorsa, ek örnekleri daha hızlı bir şekilde başlatacak agresif bir otomatik ölçeklendirme stratejisi kullanmayı düşünün. Örnekleri beklenen yük gelmeden önce maksimum yükü karşılayacak şekilde yeterli sayıda başlatacak zamanlanmış bir ilke de kullanabilirsiniz.

  • Otomatik ölçeklendirme mekanizması otomatik ölçeklendirme işlemini izlemeli ve her otomatik ölçeklendirme olayının ayrıntılarını (neyin tetiklediği, hangi kaynakların eklendiği ve ne zaman eklendiği) kaydetmelidir. Özel bir otomatik ölçeklendirme mekanizması oluşturursanız, bu özelliği içerdiğinden emin olun. Otomatik ölçeklendirme stratejisinin verimliliğini ölçmeye ve gerekirse ayarlamaya yardımcı olması için bu bilgileri analiz edin. Kullanım alışkanlıkları daha belirgin hale geldikçe işletmenin genişlemesine veya uygulamanın gereksinimlerindeki değişikliklere göre hem kısa vadede hem de uzun vadede ayarlamalar yapabilirsiniz. Bir uygulama otomatik ölçeklendirme için tanımlanmış boyut üst sınırına ulaşırsa, mekanizma, gerekirse ek kaynakları başlatabilecek bir kullanıcıya uyarı gönderebilir. Bu koşullar altında, iş yükü kolaylaştırıldıktan sonra operatörün bu kaynakları el ile kaldırmakla da sorumlu olabileceğini unutmayın.

Aşağıdaki düzenler ve kılavuzlar otomatik ölçeklendirme uygularken senaryonuz için uygun olabilir:

  • Azaltma düzeni. Bu düzende, talepteki artış kaynaklara aşırı yük bindirdiğinde uygulamanın nasıl çalışmaya devam edeceğini ve SLA gereksinimlerini karşılayacağını anlatılmıştır. Azaltma, bir sistemin ölçeğini artırırken aşırı yük altında kalmasını önlemek için otomatik ölçeklendirmeyle birlikte kullanılabilir.

  • Rakip Tüketiciler düzeni. Bu düzende, herhangi bir uygulama örneğinden alınan iletileri işleyecek hizmet örneklerinin bir havuzunun nasıl uygulanacağı açıklanır. Otomatik ölçeklendirme, beklenen iş yüküne göre hizmet örneklerinin durdurulması ve başlatılması için kullanılabilir. Bu yaklaşım, sistemin aktarım hızını en iyi duruma getirmek, ölçeklenebilirliği ve kullanılabilirliği geliştirmek ve iş yükünü dengelemek için birden çok iletiyi işlemesini sağlar.

  • İzleme ve tanılama. İzleme ve telemetri, otomatik ölçeklendirme işlemini yönetecek bilgileri toplamak için önemlidir.