自动定量组经典的问题是找到理想的比例阈值和目标的实例数量。即使你想运行应用程序在特定目标CPU利用率,扩大政策总是落后于你的实际使用。覆盖大多数扩展场景中,您需要找出你的CPU使用率是什么样子,然后配置一些扩展政策有不同的阈值。即便如此,你仍然会发现工作负载的情况下渴望更多的CPU峰值时期或在蘸CPU使用率是超大号的。Elastigroup预测自动定量通过保持领先的需求,缓解了这一问题。
Elastigroup预测自动定量使用机器学习算法来准确预测你的工作负载和增加的CPU使用率模式实例的数量根据预测CPU利用率。预测的情况下自动定量也有助于你的实例/花很多时间启动的应用程序。提前预测自动定量可以扩展的实例的实际流量,从而节约30分钟的启动时间。
机器学习算法构建了一个基于历史数据预测,你可以看到下面的图,它确保预测的CPU利用率保持接近实际的CPU利用率提前最少的配置工作在客户的一边。
此外,自动定量组使用现货实例通常配置不同个vCPU实例类型。的Elastigroup自动定量策略确保CPU利用率阈值配置的政策是保持在各种实例类型。通过准确的比例在实例类型,未充分利用/ overutilization不同个vCPU实例类型是可以避免的。因此,给你增加你的实例类型的选项列表和现货市场。
它是如何工作的
Elastigroup预测自动定量使用机器学习算法来准确预测你的工作负载和增加的CPU模式实例的数量根据预测模式和目标CPU保持价值。机器学习算法收集集群的指标,如CPU利用率随着时间的推移和创建一个基线,最终将作为预测指标集群未来的负荷。一旦确定预测Elastigroup的度量值,计算开始找出所需要的最小数量的实例处理集群的负载预测。自动定量算法是基于梯度增加模型训练成千上万的不同客户的行为。
模型可以预测一组的行为后,观察一周CPU利用率。如果您的集群配置已经“Target-Scaling”政策,学习周期已经开始,这将缩短你的时间值预测自动定量。
如何配置预测自动定量吗
预测配置自动定量目标扩展政策。你可以使它当你创建一个Elastigroup或者通过编辑现有Elastigroup。执行以下操作:
- Elastigroup,去扩展选项卡。
- 扩展目标的政策下,单击Add,然后单击政策名称打开表单。
- 完成以下的形式:
- 策略名称:输入一个名称为您的政策。
- 指标名称:选择“平均CPU利用率。”
- 目标价值:所需的平均价值的指标将被跟踪。
- 冷却时间:输入秒的冷却时间。
- 马克“使用预测自动定量”,选择模式:
- 预测和规模:在这种模式下Elastigroup不仅呈现它的预测数据,会自动扩大提前根据实例计算预测价值。
- 预测只有:这种模式允许您分析预测度量值,没有自动扩展集群根据这些值。
- 保存配置,单击Next,然后单击创建或更新选项卡底部的审查。
与预测自动定量启用扩展政策之后,下面的图表将显示在Elastigroup概述页面显示“活动与预测。”
总结
Elastigroup预测自动定量简化定义扩展策略通过持续监测和应对工作负载的需求。它可以准确地预测工作负载的CPU利用率高峰和下降并自动提前规模最优容量。它减少了延迟由于扩展实例实例和应用程序启动时间提前的需求。预测自动定量搭配预测再平衡确保现场实例运行与生产级可用性高储蓄率和预测工作负载使用和现场提前中断。
