Кои типове политики за мащабиране са налични при използване на AWS Auto Scaling?
Кои типове политики за мащабиране са налични при използване на AWS Auto Scaling?
Anonim

Следващата процедура ви показва как да използване на Автоматично мащабиране на Amazon EC2 конзола, за да създадете две стъпки политики за мащабиране : политика за мащабиране, която увеличава капацитета на групата с 30 процента, и политика за мащабиране, която намалява капацитета на групата до два случая.

По този начин кой тип мащабиране предоставя AWS Auto Scaling?

Автоматично мащабиране на AWS е услуга, която автоматично следи и коригира изчислителните ресурси, за да поддържа производителността на приложенията, хоствани в Amazon уеб услуги ( AWS ) публичен облак. Тъй като търсенето скочи, Автоматично мащабиране на AWS услугата може автоматично мащаб тези ресурси и, когато търсенето спадне, мащаб ги обратно надолу.

Освен това, какво е мащабиране и мащабиране в AWS? Мащабиране е, когато добавите повече екземпляри към вашия Auto Мащабиране Група и мащабиране in е, когато намалите броя на екземпляри във вашия Auto Мащабиране Група. Когато ти мащабиране , вие разпределяте натоварването и риска, което от своя страна осигурява по-устойчиво решение, ето един пример: Да кажем, че имате ASG с 4x m4.

Във връзка с това, какво е AWS стъпково мащабиране?

Amazon Web Services представи Стъпка Политики за автоматично мащабиране за автоматично мащабиране на EC2 инстанции. Сега ви позволява да увеличавате и мащабирате вашите екземпляри в процентно отношение от работещите екземпляри. Вече можете да дефинирате множество мащабиране политики в една политика за автоматично мащабиране въз основа на стойностите на вашите показатели.

Кои са двата основни компонента на AWS Auto Scaling?

Автоматично мащабиране има два компонента : Стартиране на конфигурации и Автоматично мащабиране Групи. Конфигурациите за стартиране съдържат инструкциите за създаване на нови екземпляри. Инструкциите описват какъв тип екземпляр Автоматично мащабиране трябва да се стартира (напр. t2.

Препоръчано: