概觀
Auto Scaling 讓您根據自己定義的條件來自動擴展 Amazon EC2 容量。使用 Auto Scaling，您可以確保所使用的 Amazon EC2 執行個體數量，在需求高峰期實現無縫增長以保持效能，也可以在需求低峰期自動縮減以將成本降到最低。Auto Scaling 特別適合每小時、每天或每週用量都不同的應用程式。
但是 Auto Scaling 不只是一種新增和減少伺服器的方式，也是一種處理失敗的機制，類似於負載平衡處理無反應伺服器的方式。本實驗室將示範設定 Auto Scaling，以自動啟動、監控和更新與 Elastic Compute Cloud (EC2) 執行個體相關的負載平衡器。
關於 Auto Scaling 有兩件重要事項需要瞭解。首先，Auto Scaling 是設定「雲端溫度」的一種方式。您可以使用政策「設定恆溫器」，讓 Auto Scaling 在背景中控制熱能，依據需求新增和減少 Amazon EC2 資源以維持「溫度」(容量)。
Auto Scaling 政策包括：
啟動組態：負責定義因應需求增加而建立的伺服器。
Auto Scaling 群組：定義何時使用啟動組態來建立新的伺服器執行個體，以及應在哪些可用區域和負載平衡器背景下建立。
第二，Auto Scaling 會假設一組同質伺服器。也就是說，Auto Scaling 不知道伺服器 A 是 64 位元超大型執行個體，而且能力比 32 位元小型執行個體更強。事實上，這是雲端運算的核心原則：使用可替代資源叢集水平擴展；個別資源則次於資源叢集本身。
涵蓋的主題
本實驗室結束後，您將能夠：
- 使用命令列工具建立新的啟動組態
- 使用命令列工具建立新的 Auto Scaling 群組
- 設定執行個體資源過高或過低時觸發的 Auto Scaling 通知
- 建立原則以擴展或縮減目前執行中的執行個體數量，以回應資源使用率的變更情形
實驗室先決條件
若要順利完成這個實驗室，您應該熟悉基本的 Linux 伺服器管理，並能順利使用 Linux 命令列工具。您也應該精通建立新 Amazon EC2 伺服器執行個體和設定 Elastic Load Balancing 的基礎知識。
其他 AWS 服務
在您存取此實驗室期間，IAM 政策會停用實驗室不需要的其他 AWS 服務。此外，這個實驗室所用服務的功能會受限於實驗室所需，且在某些情況下，更會因實驗室蓄意的設計而進一步受限。存取其他服務或執行此實驗室指南以外的動作時，將會發生錯誤。
Auto Scaling 的關鍵元件
手動啟動伺服器時，您會提供參數，例如 Amazon Machine Image (AMI)、執行個體類型，以及要啟動的安全群組。Auto Scaling 將此稱為啟動組態。這只是一組參數，說明要啟動什麼樣的執行個體。
Auto Scaling 群組會在啟動執行個體後，告訴系統如何處理執行個體。您可以在這裡指定執行個體應該在哪些可用區域中啟動、接收流量的負載平衡器來源，而其中最重要的，就是任何特定時間執行的執行個體最小和最大數目。
您需要告訴系統何時新增或減少執行個體的規則。以上就是所謂的擴展政策，其中包含「擴展 10% 的叢集」和「縮減 1 個執行個體」等規則。
時間很重要
使用 Auto Scaling 需要負擔相關成本。有兩項重要因素直接影響 AWS 成本，以及應用程式擴展的方式：成本和時間。
Amazon EC2 Linux 執行個體按秒計費
這表示在活動眾多時，您可以擴展伺服器數量，並在容量需求減少時縮減數量，以便降低成本。
擴展需要時間
請思考下列圖表。在大多數情況下，從需要發生擴展事件到擴展事件真正發生，需要經過一段相當長的時間。
- 在此範例中，規則說明您必須處於特定條件至少兩分鐘。
- CloudWatch 是基礎資料收集系統，負責監控 CPU 使用率等統計資料。這是一種輪詢協定，通常需要 60 秒才能彙總新資料。
- Auto Scaling 也是輪詢系統，也需要 60 秒。
- 然後您的伺服器需要啟動時間。大型的複雜伺服器可能好幾分鐘的時間才能啟動。
- 最後，負載平衡器需要輪詢服務器幾個週期，才能放心確認伺服器健全無虞並接受請求。
