什么是云计算的弹性？

了解云计算弹性开始于认识到基础结构不再需要成为固定资产。

云弹性是基础结构根据实时需求自动调整计算资源的能力。当流量增加时，系统会预配额外的资源。当需求下降时，它会再次纵向缩减。此操作无需手动干预，因此可以在控制成本的同时保持应用程序的响应能力。

该机制依赖于动态资源分配。云提供商可持续监视工作负载模式，并即时决定何时添加或移除容量，从而创建可按需扩展与收缩的灵活基础结构。

弹性按两个方向运行：

纵向缩放（纵向扩展/纵向缩减）：为现有资源添加更多功能，例如增加虚拟机上的 CPU 或内存。

水平缩放（横向扩展/缩减）：添加或移除整个实例，例如启动其他服务器来处理流量。

传统的本地基础结构无法匹配这种响应能力。物理服务器需要采购、安装和配置，这一过程可能需要数周或数月的时间。在你添加容量时，需求峰值可能已经过去。与此同时，云弹性将基础结构视为软件。它在你需要时将即时可用，并在不需要时快速释放。

可伸缩性和弹性通常可互换使用，但它们解决的是云基础结构不同方面的问题。可伸缩性与容量有关，即系统通过添加资源处理增加的工作负载的能力。弹性与自动化和速度有关，即这些调整发生的速度和自动化程度。

可将可伸缩性视为基础结构的增长潜力。你正在使用可扩展以容纳更多用户、事务或数据的系统来构建满足未来需求的容量。通过计划的升级、计划的资源添加或根据预期需求手动调整，可以实现这一扩展。

弹性计算则通过在需求产生时即时响应来更进一步。弹性系统可实时进行调整，而不是规划峰值容量并持续维护这些资源。差异在于两者的运营方式：

可伸缩性特征：

• 基于预计需求的计划性增长
• 手动或计划性资源调整
• 通常涉及有关长期容量的体系结构决策
• 专注于最大潜在工作负载

弹性特征：

• 自动响应当前需求
• 实时预配和取消预配
• 由实际使用模式而不是由预测驱动
• 针对不同工作负载的效率进行优化

在云环境中，这些概念相互补充。你需要可伸缩性来确保体系结构在业务增长时可以随之增长，同时需要弹性来实现高效且具成本效益的增长。

弹性依赖于持续监视和自动决策。云平台可跟踪资源使用情况指标，例如 CPU 使用率、内存消耗量、云存储容量、网络流量和应用程序响应时间。这些指标会流入监视工具，然后由这些工具将当前性能与预定义阈值进行比较。

工作流遵循一致的模式。监视系统每隔几秒钟或几分钟从基础结构收集一次性能数据。当指标超过已配置的阈值时，系统会触发缩放操作。例如，如果 CPU 使用率在持续时段内达到 80%，则平台会预配其他资源。如果利用率低于 30%，则会进行缩容。

这是通过管理预配过程的业务流程层来实现的：

在纵向扩展事件期间：系统启动新的计算实例，将它们附加到负载均衡器，并将流量路由到其他容量。应用程序将在几分钟内开始接收对新资源的请求。

在纵向缩减事件期间：平台从使用不足的资源中排出连接，终止不必要的实例，并将工作负载合并到更少的计算机上。

需求规范化后，系统将会返回到基线容量。在正常营业时间内，零售应用程序可能会在五台服务器上运行，在闪购期间扩展到 20 台，然后在流量下降后收缩回五台服务器。

弹性系统的有效性完全取决于配置。阈值设置过于保守会造成闲置资源成本过高，而阈值设置过于激进，则会在意外峰值期间遇到性能降级的风险。策略不仅定义了缩放时间，而且定义了缩放的速度和速度。

云计算弹性的业务案例主要包括三方面：成本、性能和灵活性。

成本优化

使用弹性基础结构时，只需在实际使用资源的时段内为资源付费，这消除了为全天候高峰容量付费的传统模式。例如，周一到星期五运行的开发环境可以在周末时自动关闭。如果一款应用程序的峰值流量出现在上午 9 点或下午 5 点，则不会在夜间保留过多容量。

性能一致性

当流量激增时，弹性可确保应用程序保持响应时间，而不是减慢或变得不可用。无论用户是在常规星期二上午还是在黑色星期五高峰期间访问你的网站，均可实现相同的体验。

运营效率

你的基础结构无需 IT 团队监视仪表板并手动调整资源，而是自动处理需求波动（包括在计划外中断期间）。当需要还原系统时，弹性基础结构可通过快速预配资源来支持灾难恢复策略，从而减少停机时间，而无需手动干预。工程师可减少在日常容量管理上投入的时间，并在推动业务发展的项目投入更多时间。

业务敏捷性

弹性可创建可与市场机会和客户需求保持同步的基础结构。例如，当市场营销活动带来意外流量时，弹性基础结构会进行缩放以满足需求，而不是将潜在客户拒之门外。当需要快速启动新服务时，无需冗长的采购周期即可执行此操作。

整个组织都可以体验到弹性的优势：

• 财务团队会注意到基础结构支出减少。
• 运营团队可以在无需持续的手动干预的情况下实现可靠性。
• 业务部门可以加速实现新计划的上市。
• 无论需求模式如何，客户都会体验到一致的性能。

电子商务

零售平台在一年中会面临巨大的流量变化。企业可能会在大多数月份处理稳定的流量，然后在黑色星期五、网络星期一或年度促销期间，需求量可能会成倍增加。通过适用于混合环境的云突发等机制，弹性基础结构可针对这些季节性峰值进行纵向扩展，然后再纵向缩减，从而避免整年维持峰值容量的成本。

媒体流式处理

当热门系列节目上线新剧集或直播活动开始时，会有数百万观众同时访问。云弹性可确保在这些激增期间顺畅播放，而无需按日常观看级别过度预配。

金融服务

月末报告、季度结束和年度税务筹备会产生可预测的计算需求峰值。交易平台的交易量会根据市场活动出现波动。弹性系统会自动处理这些变化，即在处理时段纵向扩展，在更安静的时段内则纵向缩减。

SaaS 应用程序

业务生产力工具在工作时间内使用量大，而在夜间时活动会降到最低。这些应用程序无需全天候保持完全容量，而是可以跨不同时区在非峰值时段纵向缩减。

开发和测试

工程团队在活动开发冲刺期间需要大量资源，但在规划阶段或节假日期间需求会大幅降低。借助弹性基础结构，这些环境仅在开发人员具有实际需求时存在，从而显著降低了非生产工作负载的成本。

远程工作

远程和混合工作人员会产生可预测但显著的桌面需求波动。当员工跨不同时区在核心工作时间内登录时，虚拟桌面基础结构 (VDI) 环境需要快速缩放以保持性能。但它们随后可以在夜间纵向缩减，从而避免产生全天候维护完整容量的成本。

随着新技术和方法重塑组织管理基础结构的方式，云弹性将会继续发展。一些新兴趋势预示弹性系统将会向更智能和分布式的方向发展。

面向预测性缩放的 AI 和机器学习

当前弹性系统会在需求到达后做出反应。下一代则将在流量模式出现之前预测流量模式。机器学习 (ML) 模型可以分析历史数据，以预测何时需要缩放事件，从而主动而非被动地预配资源。通过此操作，可以减少需求高峰和资源可用性之间的短暂延迟，从而提供更流畅的性能。

无服务器计算和函数即服务

无服务器架构将弹性推向其极致形态。无服务器平台可以缩放单个函数，而不是缩放虚拟机或容器。无需考虑基础结构即可编写代码。该平台会自动处理所有资源分配，支持从零缩放到数千个并发执行实例，然后再缩减到零。此模型是弹性计算的终极表现形式 - 即实现了与基础结构问题的完全抽象化。

多云和混合弹性

组织越来越多地在多个云提供商和本地基础结构之间分配工作负载。未来的弹性系统将跨公有云环境、专用基础结构和本地系统协调资源，以将工作负载扩展到最经济高效或地理位置最合适的任何程度。这可以带来超出任何单个提供商可提供的灵活性。

边缘计算集成

随着计算通过边缘基础结构进一步靠近用户，弹性将需要跨分布式体系结构工作。应用程序不仅可在集中式数据中心进行缩放，还会跨全球位置进行缩放，从而在用户附近动态分配资源以减少延迟，同时保持成本效益。

这些趋势具有共同的方向：即提高弹性的自动化和智能化，同时更无缝地集成到应用程序的运行方式中。该功能将继续从需要你配置的功能进一步发展，最终成为无需你特意关注的底层基础结构行为。