Saat membuat atau memodifikasi grup penskalaan, Anda dapat menggabungkan kebijakan penskalaan dan penurunan skala untuk mengontrol urutan penghapusan instance selama proses penurunan skala. Auto Scaling secara otomatis menghapus instance Elastic Compute Service (ECS) yang memenuhi persyaratan kebijakan dari grup penskalaan, menghilangkan kebutuhan intervensi manual dan mengotomatiskan manajemen bisnis. Topik ini menjelaskan metode efektif kombinasi kebijakan serta memberikan contoh untuk membantu Anda membuat kombinasi kebijakan sesuai dengan skenario bisnis.
Informasi latar belakang
Untuk menghapus instance ECS, Anda harus menggabungkan scaling policy dan scale-in policy. Kedua kebijakan tersebut menentukan bagaimana instance ECS dihapus.
Untuk informasi lebih lanjut tentang cara menentukan kebijakan penghapusan instance dari grup penskalaan, lihat Kelola Grup Penskalaan.
Jika grup penskalaan berisi beberapa instance ECS yang memenuhi persyaratan kombinasi kebijakan, Auto Scaling secara acak menghapus instance ECS selama penurunan skala.
Jika Anda tidak ingin menghapus instance ECS yang ditambahkan secara manual dari grup penskalaan, masukkan instance ECS ke dalam status Terlindungi.
Kebijakan penskalaan
Anda dapat mengonfigurasi kebijakan penskalaan untuk grup penskalaan guna menambah atau menghapus instance ECS berdasarkan faktor seperti zona dan biaya sumber daya. Selama penurunan skala, Auto Scaling menghapus instance ECS yang memenuhi persyaratan kebijakan penskalaan terkonfigurasi dari grup penskalaan. Berikut adalah jenis-jenis kebijakan penskalaan yang didukung:
Priority policy: vSwitch pertama yang Anda tentukan memiliki prioritas tertinggi. Auto Scaling menskalakan instance di zona tempat vSwitch dengan prioritas tertinggi berada. Jika penskalaan gagal, Auto Scaling menskalakan instance di zona tempat vSwitch dengan prioritas tertinggi berikutnya berada.
Balanced distribution policy: Kebijakan ini hanya berlaku jika grup penskalaan Anda terkait dengan beberapa vSwitch yang berada di zona berbeda. Setelah Auto Scaling menskalakan instance ECS, distribusi instance diseimbangkan di seluruh zona.
Cost optimization policy: Kebijakan ini hanya berlaku jika konfigurasi penskalaan Anda memiliki beberapa tipe instance. Auto Scaling memprioritaskan pembuatan Instance ECS dengan harga satuan vCPU terendah selama proses scale-out dan menghapus Instance ECS dengan harga satuan vCPU tertinggi selama proses scale-in.
CatatanJika konfigurasi penskalaan Anda memiliki beberapa tipe instance preemptible, Auto Scaling akan memprioritaskan pembuatan instance preemptible. Auto Scaling hanya akan membuat instance ECS pay-as-you-go jika instance preemptible tidak dapat dibuat karena inventaris yang tidak mencukupi.
Custom combination policy: Anda dapat membuat kebijakan kombinasi kustom. Kebijakan ini memungkinkan Anda menyesuaikan rasio instance bayar sesuai pemakaian terhadap instance preemptible, menyeimbangkan distribusi instance ECS di seluruh zona, dan memilih tipe instance yang sesuai dengan kebutuhan bisnis.
Kebijakan penurunan skala
Fitur Kebijakan Penurunan Skala dari Auto Scaling berlaku berdasarkan urutan waktu. Saat mengonfigurasi kebijakan penurunan skala, Anda harus mengonfigurasi satu hingga dua langkah di konsol Auto Scaling.
Jika Anda hanya mengonfigurasi satu langkah, Auto Scaling menyaring instance ECS berdasarkan persyaratan yang didefinisikan dalam langkah tersebut.
Jika Anda mengonfigurasi dua langkah, Auto Scaling pertama-tama menyaring instance ECS berdasarkan persyaratan langkah pertama, kemudian menyaring hasilnya berdasarkan persyaratan langkah kedua.
Berikut adalah cara-cara untuk mengonfigurasi dua langkah tersebut:
Instances Created From Earliest Scaling Configuration: Auto Scaling menghapus instance yang dibuat berdasarkan konfigurasi penskalaan paling awal atau template peluncuran paling awal. Tidak ada konfigurasi penskalaan atau template peluncuran yang terkait dengan instance yang ditambahkan secara manual ke grup penskalaan. Oleh karena itu, instance yang ditambahkan secara manual tidak dihapus terlebih dahulu. Jika lebih banyak instance perlu dihapus setelah Auto Scaling menghapus semua instance terkait konfigurasi penskalaan paling awal atau template peluncuran paling awal, Auto Scaling secara acak menghapus instance yang ditambahkan secara manual.
CatatanSumber konfigurasi penskalaan dalam pengaturan Instances Created From Earliest Scaling Configuration bisa berupa konfigurasi penskalaan atau template peluncuran.
Versi template peluncuran tidak menunjukkan urutan penambahan template. Sebagai contoh, jika Anda menentukan template peluncuran lt-foress V2 saat membuat grup penskalaan, dan kemudian menggantinya dengan template peluncuran lt-foress V1 saat memodifikasi grup penskalaan, Auto Scaling menganggap template peluncuran lt-foress V2 sebagai template paling awal.
Earliest Instances: Auto Scaling menghapus instance yang dibuat pada titik waktu paling awal.
Most Recent Instances: Auto Scaling menghapus instance yang dibuat pada titik waktu paling baru.
Custom Policy: Auto Scaling menghapus instance dari grup penskalaan berdasarkan kebijakan kustom. Kebijakan kustom mencakup layanan, versi, dan fungsi.
Contoh Penghapusan Instance ECS
Dalam contoh-contoh berikut, digunakan instance ECS yang dijelaskan dalam tabel berikut. Contoh spesifik skenario menunjukkan bagaimana Auto Scaling menghapus instance ECS dari grup penskalaan sampel berdasarkan kombinasi scaling policy dan scale-in policy.
Data instance ECS dalam tabel berikut hanya untuk referensi. Data yang ditampilkan di konsol Auto Scaling yang berlaku.
Instance ID | Zona | Ditambahkan pada | Konfigurasi penskalaan (asc-1 ditambahkan pada titik waktu paling awal) | Harga satuan vCPU (USD) |
i-1 | Zona Hangzhou H | 11:05:00 17 Mei 2021 | asc-1 | 1 |
i-2 | Zona Hangzhou I | 11:05:00 18 Mei 2021 | asc-1 | 2 |
i-3 | Zona Hangzhou I | 11:05:00 19 Mei 2021 | asc-1 | 3 |
i-4 | Zona Hangzhou H | 11:05:00 20 Mei 2021 | asc-2 | 3 |
i-5 | Zona Hangzhou I | 11:05:00 21 Mei 2021 | asc-2 | 3 |
Skenario 1: Kebijakan prioritas + kebijakan penurunan skala
Auto Scaling menyaring instance ECS yang memenuhi persyaratan scale-in policy. priority policy tidak mempengaruhi hasil penyaringan.
Dalam contoh ini, custom combination policy didefinisikan dalam langkah pertama scale-in policy. Zona adalah Zona Hangzhou I dan Zona Hangzhou H. ID instance adalah i-1 dan i-3. Tabel berikut menjelaskan efek penghapusan instance.
Langkah pertama | Langkah kedua | Efek penghapusan instance | ID instance yang dihapus |
Instances created by using the earliest scaling configuration | Earliest created instances | Auto Scaling menyaring instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal, dan kemudian menyaring instance ECS yang dibuat pada titik waktu paling awal dari hasil tersebut. | i-1 |
Most recent created instances | Auto Scaling menyaring instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal, dan kemudian menyaring instance ECS yang dibuat paling baru dari hasil tersebut. | i-3 | |
No policy | Auto Scaling menyaring instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal, dan kemudian secara acak memilih instance ECS dari hasil tersebut untuk dihapus. |
| |
Earliest created instances | - | Auto Scaling menghapus instance ECS yang dibuat pada titik waktu paling awal. | i-1 |
Most recent created instances | - | Auto Scaling menghapus instance ECS yang dibuat paling baru. | i-5 |
Custom policy | Instances created by using the earliest scaling configuration | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian memilih instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal dari hasil tersebut untuk dihapus. | i-1 |
Earliest created instances | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian memilih instance ECS yang dibuat pada titik waktu paling awal dari hasil tersebut untuk dihapus. | i-1 | |
Most recent created instances | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian memilih instance ECS yang dibuat paling baru untuk dihapus. | i-3 | |
No policy | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian secara acak memilih instance ECS dari hasil tersebut untuk dihapus. |
|
Skenario 2: Kebijakan distribusi seimbang + kebijakan penurunan skala
Auto Scaling menyaring zona instance ECS berdasarkan balanced distribution policy, lalu menghapus instance ECS yang memenuhi persyaratan scale-in policy dari grup penskalaan. Distribusi instance ECS yang tersisa diseimbangkan di seluruh zona. Dalam contoh ini, aturan berikut berlaku:
Zona Hangzhou I memiliki satu instance ECS lebih banyak daripada Zona Hangzhou H. Oleh karena itu, Auto Scaling menyaring instance ECS i-2, i-3, dan i-5 dari Zona Hangzhou I berdasarkan balanced distribution policy.
Jika custom policy didefinisikan dalam langkah pertama scale-in policy, Auto Scaling menyaring instance ECS i-1 dari Zona Hangzhou H berdasarkan kebijakan kustom.
Tabel berikut menjelaskan efek penghapusan instance.
Langkah pertama | Langkah kedua | Deskripsi | ID instance yang dihapus |
Instances created by using the earliest scaling configuration | Earliest created instances | Auto Scaling menyaring instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal, dan kemudian menyaring instance ECS yang dibuat pada titik waktu paling awal dari hasil tersebut. | i-2 |
Most recent created instances | Auto Scaling menyaring instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal, dan kemudian menyaring instance ECS yang dibuat paling baru dari hasil tersebut. | i-3 | |
No policy | Auto Scaling menyaring instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal, dan kemudian secara acak memilih instance ECS dari hasil tersebut untuk dihapus. |
| |
Earliest created instances | - | Auto Scaling menghapus instance ECS yang dibuat pada titik waktu paling awal. | i-2 |
Most recent created instances | - | Auto Scaling menghapus instance ECS yang dibuat paling baru. | i-5 |
Custom policy | Instances created by using the earliest scaling configuration | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian memilih instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal dari hasil tersebut untuk dihapus. | i-3 |
Earliest created instances | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian memilih instance ECS yang dibuat pada titik waktu paling awal dari hasil tersebut untuk dihapus. | i-3 | |
Most recent created instances | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian memilih instance ECS yang dibuat paling baru untuk dihapus. | i-3 | |
No policy | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian secara acak memilih instance ECS dari hasil tersebut untuk dihapus. | i-3 |
Skenario 3: Kebijakan optimasi biaya + kebijakan penurunan skala
Auto Scaling secara preferensial menghapus instance ECS dengan harga satuan tertinggi per vCPU dari grup penskalaan berdasarkan cost optimization policy. Jika grup penskalaan berisi beberapa instance ECS dengan harga satuan tertinggi per vCPU pada saat yang sama, Auto Scaling menghapus instance ECS berdasarkan scale-in policy. Dalam contoh ini, harga satuan tertinggi per vCPU adalah USD 3.
Auto Scaling menyaring instance ECS i-3, i-4, dan i-5 berdasarkan kebijakan optimasi biaya.
Jika custom policy didefinisikan dalam langkah pertama scale-in policy, Auto Scaling menyaring instance ECS i-1 dari Zona Hangzhou H dan instance ECS i-3 dari Zona Hangzhou I berdasarkan kebijakan kustom.
Tabel berikut menjelaskan efek penghapusan instance.
Langkah pertama | Langkah kedua | Deskripsi | ID instance yang dihapus |
Instances created by using the earliest scaling configuration | Earliest created instances | Auto Scaling menyaring instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal, dan kemudian menyaring instance ECS yang dibuat pada titik waktu paling awal dari hasil tersebut. | i-3 |
Most recent created instances | Auto Scaling menyaring instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal, dan kemudian menyaring instance ECS yang dibuat paling baru dari hasil tersebut. | i-3 | |
No policy | Auto Scaling menyaring instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal, dan kemudian secara acak memilih instance ECS dari hasil tersebut untuk dihapus. | i-3 | |
Earliest created instances | - | Auto Scaling menghapus instance ECS yang dibuat pada titik waktu paling awal. | i-3 |
Most recent created instances | - | Auto Scaling menghapus instance ECS yang dibuat paling baru. | i-5 |
Custom policy | Instances created by using the earliest scaling configuration | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian memilih instance ECS yang dibuat menggunakan konfigurasi penskalaan paling awal dari hasil tersebut untuk dihapus. | i-3 |
Earliest created instances | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian memilih instance ECS yang dibuat pada titik waktu paling awal dari hasil tersebut untuk dihapus. | i-3 | |
Most recent created instances | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian memilih instance ECS yang dibuat paling baru untuk dihapus. | i-3 | |
No policy | Auto Scaling pertama-tama menyaring instance ECS yang memenuhi persyaratan kebijakan kustom, dan kemudian secara acak memilih instance ECS dari hasil tersebut untuk dihapus. | i-3 |
Referensi
Jika Anda mengonfigurasi kebijakan optimasi biaya berdasarkan beberapa tipe instance dan zona, Anda dapat meningkatkan tingkat keberhasilan penskalaan dan mengurangi biaya sumber daya. Untuk informasi lebih lanjut, lihat Gabungkan Kebijakan Optimasi Biaya dengan Pemilihan Beberapa Tipe Instance.
Auto Scaling menurunkan skala instance ECS yang memenuhi persyaratan kebijakan penurunan skala kustom. Untuk informasi lebih lanjut tentang cara mengonfigurasi kebijakan penurunan skala kustom, lihat Gunakan Function Compute untuk Menyesuaikan Kebijakan Penurunan Skala ECS.