云计算——ACA学习 弹性伸缩概述

2024-03-04 14:52

本文主要是介绍云计算——ACA学习 弹性伸缩概述,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  • 作者简介:一名云计算网络运维人员、每天分享网络与运维的技术与干货。 

  • 公众号:网络豆云计算学堂

  •  座右铭:低头赶路,敬事如仪

  • 个人主页: 网络豆的主页​​​​​

写在前面

            本系列将会持续更新云计算阿里云ACA的学习,了解云计算及网络安全相关从业的基础知识,以及阿里云产品的使用部署。提升个人对云计算产品技术的理解。

            阿里云云计算助理工程师认证(ACA - Alibaba Cloud Certification Associate)是面向使用阿里云基础产品的专业技术认证,主要涉及阿里云的计算、存储、网络、云数据库、安全类的核心产品,是对学员掌握阿里云主要产品技术技能水平的全面检验和能力认证, 主要面向学生群体及开发者,也可以做为运维人员的入门证书。

前期回顾

云计算——ACA学习 数据中心概述

云计算——ACA学习 云计算概述

云计算——ACA学习 云计算核心技术

云计算——ACA学习 云计算分类

云计算——ACA学习 云计算架构

云计算——ACA学习 阿里云云计算服务概述

云计算——ACA学习 虚拟化技术概述

云计算——ACA学习 虚拟化技术产品介绍

 本期简介 

本章将会讲解云计算中的弹性伸缩概念,应用场景,工作原理,与产品优势。

弹性伸缩 是根据业务需求和策略自动调整计算能力(实例数量)的服务。

课程目标

重点:了解弹性伸缩的应用场景,工作原理。


一.弹性伸缩基本概念

1,弹性伸缩

根据业务需求和策略自动调整计算能力(实例数量)服务。可以指定实例的类型,即ECS实例或ECI实例。

业务需求增长时,弹性伸缩自动增加指定类型的实例。来保证计算能力,在业务需求下降时,自动减少指定类型实例,节约成本


 2.伸缩组

是具有相同应用场景,相同实例的实例集合。伸缩组定义了组中可容纳实例数的最大最小值,关联负载均衡实例,关联RDS实例属性。


3.伸缩模式

  • 定时伸缩
  • 动态伸缩
  • 固定数量模式
  • 自定义模式
  • 健康模式
  • 多模式并行

 4.组内配置信息来源

根据选择的组内实例配置信息来获取实例配置信息,并根据配置信息创建实例。


5.伸缩规则

  • 步进规则,目标追踪规则,简单规则:触发伸缩活动时控制增加,减少实例数量
  • 预测规则:基于历史监控数据预测未来的指标值,并智能设置伸缩组边界值

6.自动触发任务

定时任务:可以在指定的时间扩缩容

报警任务:指定的监控动态扩缩容


 7.伸缩活动

记录伸缩组实例数,伸缩边界值,期望实例数等的变化情况,执行伸缩规则,修改边界值,修改期望实例数等操作都会触发伸缩活动。


 8.期望实例数

为伸缩组开启期望实例数功能后,伸缩组会自动将实例数量维持在期望实例数,无需人工干预。


9.并行伸缩活动

手动执行伸缩规则,通过定时任务活动为并行伸缩活动

手动添加ECS实例,手动移除ECS

期望实例数检查任务,最大最小值检查任务

如果有执行中的并行伸缩活动,可以再次触发它并行伸缩活动。


10.非并行伸缩活动

并行伸缩活动以为的活动均属于非并行伸缩活动,如果有执行中的非并行伸缩活动,不能再触发其他伸缩活动。


11.稳态实例

指伸缩组中处于服务中,保护中和备用中状态的ECS实例。


12,伸缩组流程

手动暂停,恢复的流程,扩容流程,定时任务,报警任务。


13.伸缩组内实例的生命周期

伸缩组内ECS实例或ECI实例从创建开始到释放结束的过程。ECS实例或ECI实例的生命周期管理方式和创建类型有关。

1,弹性伸缩,自动创建ECS实例或ECI实例:

2,手动创建的ECS实例或ECI实例:


 14.生命周期挂钩

用于挂起加入或移出中的ECS实例或ECI实例。挂起期间对ECS实例或ECI实例进行自定义操作。


 15.冷却时间

是指同一伸缩组内成功完成一个伸缩活动后的一段锁定时间。

在冷却时间内,伸缩组会拒绝云监控报警任务触发伸缩活动的请求,避免因监控指标值波动导致频繁触发伸缩活动。


二.弹性伸缩产品优势

弹性伸缩具有自动化,降成本,高可用,灵活智能以及易审计等优势。

 自动化:无需人工干预,避免手动操作而引发错误

降低成本:节约了人力资源成本和时间成本

审计:弹性伸缩自动记录每一个伸缩活动的详细信息,有助于快速定位问题根源,降低排查难度。

高可用:弹性伸缩支持检测ECS实例的健康状况。

灵活智能

弹性伸缩的功能丰富,灵活智能,高可用,可以有效降低手动配置的复杂度,提高操作效率。


弹性伸缩应用场景

场景一

无规律的业务量波动

某新闻网站播出了热点新闻,访问量突增,新闻的时效性降低后,访问量回落。由于该新闻网站的业务量波动无规律,访问量突增和回落的具体时间难以预测,所以手动调整实例很难做到及时性,而且调整数量也不确定。

场景二

有规律的业务量波动

某游戏公司每天18:00业务需求急速增长进入高峰期,到22:00业务需求降低,高峰期结束。该游戏公司的业务量波动有规律,但是每天手动调整计算能力浪费人力和时间成本。

场景三

无明显的业务量波动

某通信公司的业务支撑系统需要全天运作,业务量一段时间内无明显波动。如果现有计算资源突然出现故障,会导致业务受到影响,很难及时进行故障修复或者替换。

场景四

混合型的业务场景

如果某公司的业务场景比较复杂,日常业务量波动不明显,且在某个时间段内,业务量是在一定基础上波动的,您已经订购了一部分包年包月的实例,只是想针对波动的业务量合理调整实例数量。


三.弹性伸缩工作原理

弹性伸缩增加ECS实例的工作流程如下所示,如果某Web应用使用ECS实例处理业务请求。系统架构分为三层(如上图右侧虚线框所示)。其中,最上层的负载均衡负责将客户端的请求转发给伸缩组内的ECS实例,中间层的伸缩组内的ECS实例负责处理客户端请求,最下层的RDS数据库负责存储来自ECS实例的业务数据。

配置

自动根据配置适时触发伸缩活动,增加或移出伸缩组内的实例。

弹性伸缩示意图

弹性伸缩支持为伸缩组关联负载均衡和RDS实例。当您从终端(例如移动端或PC端)发起请求时,负载均衡负责将您的请求转发给伸缩组内的某台ECS实例,ECS实例接收并处理请求,并将应用数据保存在云数据库RDS实例上。弹性伸缩根据业务需求和配置方式自动调整伸缩组内的ECS实例数量,以下分别是扩容、缩容和弹性自愈(即健康检查)场景下弹性伸缩的示意图。

 

这篇关于云计算——ACA学习 弹性伸缩概述的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/773537

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

poj 1113 凸包+简单几何计算

题意: 给N个平面上的点,现在要在离点外L米处建城墙,使得城墙把所有点都包含进去且城墙的长度最短。 解析: 韬哥出的某次训练赛上A出的第一道计算几何,算是大水题吧。 用convexhull算法把凸包求出来,然后加加减减就A了。 计算见下图: 好久没玩画图了啊好开心。 代码: #include <iostream>#include <cstdio>#inclu

uva 1342 欧拉定理(计算几何模板)

题意: 给几个点,把这几个点用直线连起来,求这些直线把平面分成了几个。 解析: 欧拉定理: 顶点数 + 面数 - 边数= 2。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#inc

uva 11178 计算集合模板题

题意: 求三角形行三个角三等分点射线交出的内三角形坐标。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <stack>#include <vector>#include <