通过自动检测和更换运行状况不良的实例,改进容错能力。
通过预测性或动态扩展策略以及适当的计算容量,提高可用性。
将购买选项和实例类型相结合,优化工作负载性能和成本。
通过实例刷新降低配置更改和应用程序部署的复杂性。
工作原理
Amazon EC2 Auto Scaling 可以帮助您保持应用程序的可用性,并允许您使用您定义的扩缩策略自动添加或删除 EC2 实例。动态或预测扩缩策略允许您添加或删除 EC2 实例容量,为既定或实时的需求模式服务。Amazon EC2 Auto Scaling 的实例集管理功能有助于维护实例集的运行状况和可用性。
使用案例
计划应用程序扩展
在已知的负载变化出现之前,使用之前的流量模式确定应用程序扩展。
减少手动预置
遵循应用程序的需求变化,从而无需提前预置 Amazon EC2 容量。
借助机器学习预期变化
使用机器学习预测和计划正确数量的 EC2 实例,以预期即将产生的流量变化。