云端干货｜降本必备—弹性伸缩的基本原理

弹性伸缩（Auto Scaling）是云商提供的、根据自身业务需求自动调整计算能力（即实例数量）的服务。使用该服务时，实例数量可根据工作负载自动进行伸缩，从而在业务需求增长时提供资源支持、在业务需求下降时降低成本。

那么，弹性伸缩的基本原理是怎样的？我们如何判断弹性伸缩的效果、进行优化？来一探究竟——

一．什么是弹性伸缩
弹性——服务器对业务量的变化应具备一定的容忍度；

伸缩——针对业务量的变化，系统需要在线对资源进行调整。伸缩完成以后，系统对外服务的能力应恢复到正常水平。

我们使用弹性伸缩需要达到2大目的：1.服务可靠；2.资源成本节省

首先，了解一下弹性伸缩服务的部署架构：

请求从网关服务（即LoadBalance）进来后，到达应用（App）。应用所需要的云主机，往往交给伸缩组来管理。伸缩组会根据主机资源的使用情况，自动购买新机器、回收旧机器，从而让整个集群的资源使用率保持在预期的水平。

那么，伸缩组如何完成这一系列“炫酷”操作？

“伸缩”主要集中在两个方向：

1. 水平方向，通过加节点和减节点，在节点数上面进行调整来达到伸缩效果。
2. 垂直方向：通过加配置和减配置，来达到伸缩效果。

除此以外，如果想做好弹性，我们必须对资源的使用情况进行监控。如流程图所示，指标监控服务，负责从APP和集群进行实时的数据采集，采集到的结果会交给autoscaler（伸缩调度器）。Autoscaler会根据预定的策略进行判断（例如，基于CPU或者基于QPS），可能会设定一个伸缩的阈值，如果判断触发了扩缩容，Autoscaler会联系节点组购买机器或者回收机器。伸缩完成的节点，将会和网关进行同步，这样就完成了一个基本的弹性伸缩Web服务。

二．什么才是优秀的弹性伸缩方案？

弹性伸缩流程的每一个步骤，都以不同方式影响着弹性伸缩效果：

首先，监测服务作为弹性伸缩的起点，其数据有效性、实时性，将影响伸缩的准确性和灵敏性；而监测指标的丰富程度，则决定了策略的可操作范围；

其次，Autoscaler的算法和策略直接决定了伸缩策略的效果。

再次，伸缩的力度和伸缩的速度会直接的影响到伸缩的效率、资源的使用率。

最后，应用作为服务本身的载体，其拉取速度、启动速度以及启动的成功率，直接决定了最终的结果。

综上，一个优秀的弹性伸缩方案，应该尽量满足三个要素。

第一，可靠，它必须具备一定的突增压力的抵抗能力
第二，高效，它能够快速的调整到预期资源的使用量。
第三，经济，它必须在合理范围内尽量的去提高资源的使用率，减少浪费。

【弹性伸缩降本伴侣：SpotMax云资源优化服务】

对于用云企业来说，随着业务增长，用云成本将迅速增加，成为制约企业快速发展的“绊脚石”。SpotMax作为一款云资源优化服务，其中的MaxGroup工具能够充分发挥弹性伸缩的特点，帮助用云企业解决Spot实例被回收、可用资源不足的问题，从而在维护服务稳定的同时，降低用云成本。

以AWS为例，通常情况下，AWS的弹性伸缩（Auto Scaling）服务在Spot实例不足时，用户无法继续申请实例资源，导致资源长时间短缺，用户面临大流量冲击风险。而MaxGroup在发现autoscaling无法申请资源时，可以及时为用户补充on-demand实例，使服务所需要的资源充盈，而当能继续申请到Spot资源时，MaxGroup会主动将on-demand实例替换为Spot，在服务稳定的前提下，保障成本最低的目标。长期实践证明，SpotMax平均可帮助企业节省60%的用云成本，最多时可降本90%。

在云端，当资源可以按需伸缩，限制你想象的只有成本。SpotMax解决方案能够助力企业实现极致用云成本节省，释放业务增长潜力。想要了解更多？戳“下方链接”，一键get你的云成本节省秘籍！

了解SpotMax
了解MaxGroup