Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Amazon Web Services

Introduction to Amazon EC2 Auto Scaling (Simplified Chinese)

Amazon Web Services and Amazon via AWS Skill Builder

Overview

Save Big on Coursera Plus. 7,000+ courses at $160 off. Limited Time Only!

概览

本实验展示了如何使用 Auto Scaling 来响应指定的条件,自动启动 Amazon EC2 实例。您将终止正在运行的实例并观察 Auto Scaling 如何自动创建替换实例,从而测试 Auto Scaling。

涵盖的主题

本实验结束时,您将能够:

  • 创建启动模板
  • 创建 Auto Scaling 组
  • 测试 Auto Scaling 基础设施
  • 查看 Auto Scaling 启动的结果

先决条件

本动手实验假定您熟悉 Amazon EC2 实例的启动,并已创建和使用过密钥对和安全组。

技术简介

AMAZON EC2 AUTO SCALING

Auto Scaling 可以确保您拥有合理数量的 Amazon EC2 实例,能够用来处理应用程序的工作负载。您可以创建称为 Auto Scaling 组的 EC2 实例集合。

  • 您可以指定每个 Auto Scaling 组中的最小实例数量,而 Auto Scaling 会确保您的组中的实例永远不会低于这个数量。
  • 您可以指定每个 Auto Scaling 组中的最大实例数量,而 Auto Scaling 会确保您的组中的实例永远不会高于这个数量。

如果您指定所需容量,Auto Scaling 将确保您的组始终具有固定数量的实例。

如果您指定扩展策略,那么当对应用程序的需求增加或减少时,Auto Scaling 将启动新实例或终止现有实例。

Auto Scaling 只会启动新实例或终止现有实例。它不会控制实例的开启或关闭。

AUTO SCALING 组

您的 EC2 实例会被归入 Auto Scaling 组中,并作为扩展和管理的逻辑单元。当您创建 Auto Scaling 组时,您可以指定其中的 EC2 实例的最小数量、最大数量和所需数量。

启动模板

您可以在启动模板中存储启动参数,而无需在每次启动实例时都指定这些参数。例如,启动模板可以包含您通常用于启动实例的 AMI ID、实例类型和网络设置。在使用 Amazon EC2 控制台、AWS SDK 或命令行工具启动实例时,您可以指定要使用的启动模板。

扩展计划

扩展计划可以告诉 Auto Scaling 在什么时间以什么方式扩展。计划的类型包括:

  • 始终保持当前实例等级:Auto Scaling 会对 Auto Scaling 组中正在运行的实例定期执行运行状况检查。如果找到运行不正常的实例,Auto Scaling 将终止该实例并启动一个新实例。
  • 手动扩展:手动扩展是最基本的资源扩展方式。您可以指定 Auto Scaling 组的最大容量、最小容量或所需容量的变化。然后,Auto Scaling 会管理实例的创建或终止过程,以便达到更新后的容量。
  • 按计划扩展:有时您明确知道要在什么时候增加或减少组中的实例数量,因为实际需求与某个可预测的计划相符。按计划扩展意味着扩展操作会按照时间和日期自动执行。
  • 按需求扩展:定义控制 Auto Scaling 流程的参数。例如,您可以创建一项策略,要求在平均 CPU 使用率连续 15 分钟保持在 90% 以上时扩展 EC2 实例。如果您知道如何根据条件变化来进行扩展,但却不知道条件何时改变,那就可以使用这种方法。您可以设置 Auto Scaling 来为自己做出响应。

AUTO SCALING 的定价

Auto Scaling 不收取任何额外费用。您只需为启动的 Amazon EC2 实例付费。

Reviews

Start your review of Introduction to Amazon EC2 Auto Scaling (Simplified Chinese)

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.