Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Hinzufügen von Aurora-Replicas zu einem DB-Cluster
Ein Aurora-DB-Cluster mit Replikation hat eine primäre DB-Instance und bis zu 15 Aurora-Replicas. Die primäre DB-Instance Unterstützt Lese- und Schreiboperationen und führt alle Datenänderungen im Cluster-Volume durch. Aurora-Replicas stellen eine Verbindung zu demselben Speichervolume wie die primäre DB-Instance her, aber unterstützen nur Lesevorgänge. Sie nutzen Aurora-Replicas, um schreibgeschützte Workloads von der primären DB-Instance auszulagern. Informationen finden Sie unter [Aurora-Replikate](Aurora.Replication.md#Aurora.Replication.Replicas).
Amazon Aurora Replicas haben die folgenden Einschränkungen:
+ Sie können keine Aurora Replica für einen Aurora Serverless v1-DB-Cluster erstellen. Aurora Serverless v1 verfügt über eine einzelne DB-Instance, die automatisch nach oben und unten skaliert wird, um alle Lese- und Schreibvorgänge der Datenbank zu unterstützen.
Sie können jedoch Aurora Serverless v2-DB-Clustern Reader-Instances hinzufügen. Weitere Informationen finden Sie unter [Hinzufügen eines Aurora Serverless v2-Readers](aurora-serverless-v2-administration.md#aurora-serverless-v2-adding-reader).
Wir empfehlen Ihnen, die primäre Instance und die Aurora-Replicas Ihres DB-Clusters über mehrere Availability Zones zu verteilen, um die Verfügbarkeit Ihres DB-Clusters zu verbessern. Weitere Informationen finden Sie unter [Verfügbarkeit in Regionen](Concepts.RegionsAndAvailabilityZones.md#Aurora.Overview.Availability).
Zum Entfernen einer Aurora Replica aus einem Aurora-DB-Cluster löschen Sie die Aurora Replica anhand der Anweisungen in [Löschen einer DB-Instance aus einem Aurora-DB-Cluster](USER_DeleteCluster.md#USER_DeleteInstance).
**Anmerkung**
Amazon Aurora unterstützt auch die Replikation mit einer externen Datenbank wie einer RDS-DB-Instance. Die RDS-DB-Instance muss sich in derselben AWS Region wie Amazon Aurora befinden. Weitere Informationen finden Sie unter [Replikation mit Amazon Aurora](Aurora.Replication.md).
Sie können Aurora Replicas mithilfe der, der oder der AWS-Managementkonsole RDS-API zu einem DB-Cluster hinzufügen. AWS CLI
## Konsole
**So fügen Sie eine Aurora Replica zu einem DB-Cluster hinzu:**
1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die Amazon RDS-Konsole unter [https://console.aws.amazon.com/rds/](https://console.aws.amazon.com/rds/).
1. Wählen Sie im Navigationsbereich **Databases (Datenbanken)** aus. Wählen Sie dann den DB-Cluster aus, in dem Sie die neue DB-Instance hinzufügen möchten.
1. Stellen Sie sicher, dass sowohl der Cluster als auch die primäre Instance den Status **Verfügbar** aufweisen. Wenn sich der DB-Cluster oder die primäre Instance in einem Übergangszustand wie **Erstellen** befindet, können Sie kein Replikat hinzufügen.
Wenn der Cluster keine primäre Instance hat, erstellen Sie eine mit dem [create-db-instance](https://docs.aws.amazon.com/cli/latest/reference/rds/create-db-instance.html)AWS CLIBefehl. Diese Situation kann auftreten, wenn Sie die CLI verwendet haben, um einen DB-Cluster-Snapshot wiederherzustellen und dann den Cluster in anzeige AWS-Managementkonsole.
1. Wählen Sie für **Actions (Aktionen)** **Add reader (Reader hinzufügen)** aus.
Die Seite **Add reader (Reader hinzufügen)** wird angezeigt.
1. Geben Sie auf der Seite **Add reader (Reader hinzufügen)** Optionen für Ihr Aurora-Replica an. In der folgenden Tabelle werden die Einstellungen für ein Aurora Replica angezeigt.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/AmazonRDS/latest/AuroraUserGuide/aurora-replicas-adding.html)
1. Wählen Sie **Add reader (Reader hinzufügen)** aus, um das Aurora Replica zu erstellen.
## AWS CLI
Um eine Aurora Replica in Ihrem DB-Cluster zu erstellen, führen Sie den [create-db-instance](https://docs.aws.amazon.com/cli/latest/reference/rds/create-db-instance.html)AWS CLIBefehl aus. Beziehen Sie den Namen des DB-Clusters als Option `--db-cluster-identifier` mit ein. Optional können Sie mithilfe des Parameters `--availability-zone` eine Availability Zone für die Aurora-Replica festlegen, wie in den folgenden Beispielen dargestellt.
Mit dem folgenden Befehl beispielsweise wird eine neue MySQL 5.7-kompatible Aurora-Replik mit dem Namen erstell `sample-instance-us-west-2a`.
Für Linux, macOS oder Unix:
```
aws rds create-db-instance --db-instance-identifier sample-instance-us-west-2a \
--db-cluster-identifier sample-cluster --engine aurora-mysql --db-instance-class db.r5.large \
--availability-zone us-west-2a
```
Für Windows:
```
aws rds create-db-instance --db-instance-identifier sample-instance-us-west-2a ^
--db-cluster-identifier sample-cluster --engine aurora-mysql --db-instance-class db.r5.large ^
--availability-zone us-west-2a
```
Mit dem folgenden Befehl wird eine neue MySQL 5.7-kompatible Aurora-Replica mit dem Namen `sample-instance-us-west-2a` erstellt.
Für Linux, macOS oder Unix:
```
aws rds create-db-instance --db-instance-identifier sample-instance-us-west-2a \
--db-cluster-identifier sample-cluster --engine aurora-mysql --db-instance-class db.r5.large \
--availability-zone us-west-2a
```
Für Windows:
```
aws rds create-db-instance --db-instance-identifier sample-instance-us-west-2a ^
--db-cluster-identifier sample-cluster --engine aurora --db-instance-class db.r5.large ^
--availability-zone us-west-2a
```
Der folgende Befehl erstellt ein neues PostgreSQL-kompatibles Aurora-Replikat mit dem Namen `sample-instance-us-west-2a`.
Für Linux, macOS oder Unix:
```
aws rds create-db-instance --db-instance-identifier sample-instance-us-west-2a \
--db-cluster-identifier sample-cluster --engine aurora-postgresql --db-instance-class db.r5.large \
--availability-zone us-west-2a
```
Für Windows:
```
aws rds create-db-instance --db-instance-identifier sample-instance-us-west-2a ^
--db-cluster-identifier sample-cluster --engine aurora-postgresql --db-instance-class db.r5.large ^
--availability-zone us-west-2a
```
## RDS-API
Um eine Aurora Replica in Ihrem DB-Cluster zu [erstellen, rufen Sie den DBInstance Vorgang Create](https://docs.aws.amazon.com/AmazonRDS/latest/APIReference/API_CreateDBInstance.html) auf. Beziehen Sie den Namen des DB-Clusters als Parameter `DBClusterIdentifier` mit ein. Optional können Sie mithilfe des Parameters `AvailabilityZone` eine Availability Zone für die Aurora-Replica angeben.
Weitere Informationen zum Auto Scaling von Amazon Aurora mit Aurora-Replikaten finden Sie in den folgenden Abschnitten.
**Topics**
+ [Amazon-Aurora-Auto-Scaling mit Aurora-Replikaten](Aurora.Integrating.AutoScaling.md)
+ [Hinzufügen einer Auto-Scaling-Richtlinie zu einem Amazon-Aurora-DB-Cluster](Aurora.Integrating.AutoScaling.Add.md)
+ [Bearbeiten einer Auto-Scaling-Richtlinie für einen Amazon-Aurora-DB-Cluster](Aurora.Integrating.AutoScaling.Edit.md)
+ [Löschen einer Auto-Scaling-Richtlinie aus Ihrem Amazon-Aurora-DB-Cluster](Aurora.Integrating.AutoScaling.Delete.md)
# Amazon-Aurora-Auto-Scaling mit Aurora-Replikaten
Um Ihre Konnektivitäts- und Workload-Anforderungen zu erfüllen, passt Aurora Auto Scaling dynamisch die Anzahl der Aurora-Replicas (Reader-DB-Instances) an, die für einen Aurora-DB-Cluster bereitgestellt werden. Aurora Auto Scaling ist für Aurora MySQL und Aurora PostgreSQL verfügbar. Mithilfe von Aurora Auto Scaling kann Ihr Aurora-DB-Cluster plötzliche Konnektivitäts- oder Workloaderhöhungen bewältigen. Wenn die Konnektivität oder Workload abnimmt, entfernt Aurora Auto Scaling unnötige Aurora-Replicas, sodass Sie nicht für nicht genutzte bereitgestellte DB-Instances zahlen müssen.
Sie definieren und wenden eine Skalierungsrichtlinie auf einen Aurora DB-Cluster an. Die *Skalierungsrichtlinie* definiert die minimale und maximale Anzahl von Aurora-Replicas, die Aurora Auto Scaling verwalten kann. Basierend auf der Richtlinie passt Aurora Auto Scaling die Anzahl der Aurora Replicas als Reaktion auf die tatsächlichen Workloads, die anhand von CloudWatch Amazon-Metriken und Zielwerten bestimmt werden, nach oben oder unten an.
**Anmerkung**
Aurora-Auto-Scaling gilt nicht für die Workload auf der Writer-DB-Instance. Aurora-Auto-Scaling dient nur als Unterstützung bei der Workload auf den Reader-Instances.
Sie können die verwendenAWS-Managementkonsole, um eine Skalierungsrichtlinie anzuwenden, die auf einer vordefinierten Metrik basiert. Alternativ können Sie entweder die AWS CLI oder die Aurora Auto Scaling Scaling-API verwenden, um eine Skalierungsrichtlinie anzuwenden, die auf einer vordefinierten oder benutzerdefinierten Metrik basiert.
**Topics**
+ [Bevor Sie beginnen](#Aurora.Integrating.AutoScaling.BYB)
+ [Aurora-Auto Scaling-Richtlinien](#Aurora.Integrating.AutoScaling.Concepts)
+ [DB-Instance IDs und Tagging](#Aurora.Integrating.AutoScaling.Concepts.Tagging)
+ [Aurora Auto Scaling und Performance Insights](#aurora-auto-scaling-pi)
## Bevor Sie beginnen
Bevor Sie Aurora Auto Scaling mit einem Aurora-DB-Cluster verwenden können, müssen Sie zunächst einen Aurora-DB-Cluster mit einer primären (Writer-)DB-Instance erstellen. Weitere Informationen zum Erstellen eines Aurora-DB-Clusters finden Sie unter [Erstellen eines Amazon Aurora-DB Clusters](Aurora.CreateInstance.md).
Aurora Auto Scaling skaliert einen DB-Cluster nur, wenn sich der DB-Cluster im verfügbaren Status befindet.
Wenn Aurora Auto Scaling eine neue Aurora-Replica hinzufügt, gehört die neue Aurora-Replica derselben DB-Instance-Klasse an, die auch von der primären Instance verwendet wird. Weitere Informationen zu DB-Instance-Klassen finden Sie unter [Amazon Aurora Aurora-DB-Instance-Klassen](Concepts.DBInstanceClass.md). Die Hochstufungsebene für neue Aurora Replicas ist auf die niedrigste Priorität eingestellt, die standardmäßig 15 ist. Dies bedeutet, dass während eines Failovers eine Replica mit einer höheren Priorität, wie beispielsweise eine manuell erstellte, zuerst hochgestuft wird. Weitere Informationen finden Sie unter [Fehlertoleranz für einen Aurora-DB-Cluster](Concepts.AuroraHighAvailability.md#Aurora.Managing.FaultTolerance).
Aurora Auto Scaling entfernt nur die Aurora-Replicas, die es selbst erstellt hat.
Um von Aurora Auto Scaling zu profitieren, müssen Ihre Anwendungen Verbindungen zu neuen Aurora-Replicas unterstützen. Hierfür empfehlen wir die Verwendung des Aurora-Reader-Endpunkts. Sie können einen Treiber wie den AWS JDBC-Treiber verwenden. Weitere Informationen finden Sie unter [Herstellen einer Verbindung mit einem Amazon Aurora-DB-Cluster](Aurora.Connecting.md).
**Anmerkung**
Aurora Global Databases unterstützen derzeit kein Aurora Auto Scaling für sekundäre DB-Cluster.
## Aurora-Auto Scaling-Richtlinien
Aurora Auto Scaling verwendet eine Skalierungsrichtlinie, um die Anzahl der Aurora-Replicas in einem Aurora-DB-Cluster anzupassen. Aurora-Auto Scaling besteht aus folgenden Komponenten:
+ Eine serviceverknüpfte Rolle
+ Eine Zielmetrik
+ Minimale und maximale Kapazität
+ Eine Ruhephase
**Topics**
+ [Serviceverknüpfte Rolle](#Aurora.Integrating.AutoScaling.Concepts.SLR)
+ [Zielmetrik](#Aurora.Integrating.AutoScaling.Concepts.TargetMetric)
+ [Minimale und maximale Kapazität](#Aurora.Integrating.AutoScaling.Concepts.Capacity)
+ [Ruhephase](#Aurora.Integrating.AutoScaling.Concepts.Cooldown)
+ [Aktivieren oder Deaktivieren von Scale-In-Aktivitäten](#Aurora.Integrating.AutoScaling.Concepts.ScaleIn)
+ [Hinzufügen, Bearbeiten oder Löschen von Auto-Scaling-Richtlinien](#Aurora.Integrating.AutoScaling.Concepts.AddEditDelete)
### Serviceverknüpfte Rolle
Aurora Auto Scaling verwendet die serviceverknüpfte Rolle `AWSServiceRoleForApplicationAutoScaling_RDSCluster`. Weitere Informationen finden Sie unter [Serviceverknüpfte Rollen für Application Auto Scaling](https://docs.aws.amazon.com/autoscaling/application/userguide/application-auto-scaling-service-linked-roles.html) im *Benutzerhandbuch zu Application Auto Scaling*.
### Zielmetrik
Bei dieser Art von Richtlinien wird eine vordefinierte oder benutzerdefinierte Metrik und ein Zielwert für die Metrik in einer Konfiguration der Skalierungsrichtlinien für die Zielverfolgung festgelegt. Aurora Auto Scaling erstellt und verwaltet CloudWatch Alarme, die die Skalierungsrichtlinie auslösen, und berechnet die Skalierungsanpassung auf der Grundlage der Metrik und des Zielwerts. Die Skalierungsrichtlinie fügt Aurora-Repliken hinzu oder entfernt sie, wenn erforderlich, um die Metrik auf dem angegebenen Zielwert oder in der Nähe davon zu halten. Abgesehen davon, dass eine Skalierungsrichtlinie für die Ziel-Nachverfolgung die Metrik nahe an dem Zielwert hält, passt sie sich auch an die Schwankungen in der Metrik aufgrund einer sich ändernden Workload an. Eine solche Richtlinie minimiert auch schnelle Schwankungen in der Anzahl der verfügbaren Aurora-Repliken für Ihren DB-Cluster.
Nehmen wir zum Beispiel eine Skalierungsrichtlinie, die die vordefinierte durchschnittliche CPU-Auslastung verwendet. Eine solche Richtlinie kann die CPU-Auslastung bei einem bestimmten Prozentsatz der Auslastung halten, z. B. bei 40 Prozent.
**Anmerkung**
Für jeden Aurora DB-Cluster können Sie nur eine Auto-Scaling-Richtlinie für jede Zielmetrik erstellen.
Wenn Sie Aurora-Auto-Scaling konfigurieren, wird der Zielmetrikwert als Durchschnitt aller Reader-Instances im Cluster berechnet. Diese Berechnung wird wie folgt durchgeführt:
+ Beinhaltet alle Reader-Instances im Aurora-Cluster, unabhängig davon, ob sie von Auto Scaling verwaltet oder manuell hinzugefügt werden.
+ Beinhaltet Instances, die benutzerdefinierten Endpunkten zugeordnet sind. Benutzerdefinierte Endpunkte haben keinen Einfluss auf die Berechnung von Zielmetriken.
+ Beinhaltet nicht die Writer-Instance des Clusters.
Die Metriken werden CloudWatch anhand der folgenden Dimensionen abgeleitet:
+ `DBClusterIdentifier`
+ `Role=READER`
Betrachten Sie zum Beispiel einen Aurora-MySQL-Cluster mit dem folgenden Setup:
+ **manuelle Instances (nicht von Auto Scaling gesteuert)**:
+ Writer mit 50 % CPU-Auslastung
+ Reader 1 (benutzerdefinierter Endpunkt: `custom-reader-1`) mit einer CPU-Auslastung von 90 %
+ Reader 2 (benutzerdefinierter Endpunkt: `custom-reader-2`) mit einer CPU-Auslastung von 90 %
+ **Auto-Scaling-Instance**:
+ Reader 3 (mit Auto Scaling hinzugefügt) mit 10 % CPU-Auslastung
In diesem Szenario wird die Zielmetrik für die Auto-Scaling-Richtlinie wie folgt berechnet:
```
Target metric = (CPU utilization of reader 1 + reader 2 + reader 3) / total number of readers
Target metric = (90 + 90 + 10) / 3 = 63.33%
```
Die Auto-Scaling-Richtlinie verwendet diesen Wert, um zu bewerten, ob auf der Grundlage des definierten Schwellenwerts ab- oder aufskaliert werden soll.
Berücksichtigen Sie dabei Folgendes:
+ Obwohl benutzerdefinierte Endpunkte festlegen, wie der Datenverkehr an bestimmte Reader weitergeleitet wird, schließen sie Reader nicht aus der Metrikberechnung aus.
+ Manuelle Instances sind immer in den Berechnungen der Zielmetriken enthalten.
+ Um unerwartetes Skalierungsverhalten zu vermeiden, stellen Sie sicher, dass die Auto-Scaling-Konfiguration alle Reader-Instances im Cluster berücksichtigt.
+ Wenn ein Cluster keine Reader hat, wird die Metrik nicht berechnet und die Auto-Scaling-Richtlinienalarme bleiben inaktiv. Damit die Auto-Scaling-Richtlinie effektiv funktioniert, muss zu jeder Zeit mindestens ein Reader vorhanden sein.
### Minimale und maximale Kapazität
Sie können die maximale Anzahl von Aurora-Replicas angeben, die von Application Auto Scaling verwaltet werden sollen. Dieser Wert muss auf 0 – 15 gesetzt werden und gleich oder größer als der für die Mindestanzahl von Aurora-Replicas angegebene Wert sein.
Sie können auch die minimale Anzahl von Aurora-Replicas angeben, die von Application Auto Scaling verwaltet werden sollen. Dieser Wert muss auf 0 – 15 gesetzt werden und gleich oder kleiner als der für die maximal Anzahl von Aurora-Replicas angegebene Wert sein.
Es muss mindestens eine Reader-DB-Instance vorhanden sein, damit Auto Scaling funktioniert. Wenn der DB-Cluster keine Reader-Instance hat und Sie die Mindestkapazität auf 0 setzen, funktioniert Aurora Auto Scaling nicht.
**Anmerkung**
Die minimale und maximale Kapazität wird für einen Aurora DB-Cluster festgelegt. Die angegebenen Werte gelten für alle mit diesem Aurora DB-Cluster verknüpften Richtlinien.
### Ruhephase
Sie können die Reaktionsfähigkeit einer Skalierungsrichtlinie für die Zielverfolgung anpassen, indem Sie Ruhephasen hinzufügen, nachdem eine Skalierung Ihres Aurora DB-Clusters erfolgt ist. Eine Ruhephase blockiert nachfolgende Scale-in- oder Scale-out-Anforderungen bis zum Ablauf der Frist. Diese Blockierungen verlangsamen das Löschen von Aurora-Replicas in Ihrem Aurora-DB-Cluster für Scale-In-Anforderungen und das Erstellen von Aurora-Replicas für Scale-Out-Anforderungen.
Sie können die folgenden Ruhephasen angeben:
+ Eine Scale-In-Aktivität reduziert die Anzahl der Aurora-Replicas in Ihrem Aurora-DB-Cluster. Eine Scale-In-Ruhephase gibt die Zeitspanne in Sekunden an, nach der eine Scale-In-Aktivität abgeschlossen sein muss, bevor eine weitere Scale-In-Aktivität gestartet werden kann.
+ Eine Scale-Out-Aktivität erhöht die Anzahl der Aurora-Replicas in Ihrem Aurora-DB-Cluster. Eine Scale-Out-Ruhephase gibt die Zeitspanne in Sekunden an, nach der eine Scale-Out-Aktivität abgeschlossen sein muss, bevor eine weitere Scale-Out-Aktivität gestartet werden kann.
**Anmerkung**
Eine Ruhephase zum Aufskalieren wird ignoriert, wenn eine nachfolgende Anforderung zum Aufskalieren für eine größere Anzahl von Aurora-Replikaten gilt als die erste Anforderung.
Wenn Sie keine Ruhephase für das Ab- bzw. Aufskalieren festlegen, wird jeweils der Standardwert von 300 Sekunden verwendet.
### Aktivieren oder Deaktivieren von Scale-In-Aktivitäten
Sie können die Scale-In-Aktivitäten für eine Richtlinie aktivieren oder deaktivieren. Die Aktivierung von Scale-In-Aktivitäten ermöglicht es der Skalierungsrichtlinie, Aurora-Repliken zu löschen. Wenn die Scale-In-Aktivitäten aktiviert sind, gilt für die Scale-In-Aktivitäten die Scale-In-Ruhezeit in der Skalierungsrichtlinie. Das Deaktivieren von Scale-In-Aktivitäten verhindert das Löschen von Aurora-Repliken durch die Skalierungsrichtlinie.
**Anmerkung**
Scale-Out-Aktivitäten sind immer aktiviert, so dass die Skalierungsrichtlinie bei Bedarf Aurora-Replicas erstellen kann.
### Hinzufügen, Bearbeiten oder Löschen von Auto-Scaling-Richtlinien
Sie können Auto Scaling-Richtlinien mithilfe der, oder Application Auto Scaling-API hinzufügen AWS-ManagementkonsoleAWS CLI, bearbeiten oder löschen. Weitere Informationen zum Hinzufügen, Bearbeiten oder Löschen von Auto Scaling-Richtlinien finden Sie in den folgenden Abschnitten.
+ [Hinzufügen einer Auto-Scaling-Richtlinie zu einem Amazon-Aurora-DB-Cluster](Aurora.Integrating.AutoScaling.Add.md)
+ [Bearbeiten einer Auto-Scaling-Richtlinie für einen Amazon-Aurora-DB-Cluster](Aurora.Integrating.AutoScaling.Edit.md)
+ [Löschen einer Auto-Scaling-Richtlinie aus Ihrem Amazon-Aurora-DB-Cluster](Aurora.Integrating.AutoScaling.Delete.md)
## DB-Instance IDs und Tagging
Wenn ein Replikat von Aurora Auto Scaling hinzugefügt wird, wird seine DB-Instance-ID von `application-autoscaling-`vorangestellt, z.B. `application-autoscaling-61aabbcc-4e2f-4c65-b620-ab7421abc123`.
Das folgende Tag wird automatisch zur DB-Instance hinzugefügt. Sie können es auf der Registerkarte **Tags** der Detailseite der DB-Instance anzeigen.
| Tag | Value |
| --- | --- |
| application-autoscaling:resourceId | cluster:mynewcluster-cluster |
Weitere Informationen zu Amazon-RDS-Ressourcen-Tags finden Sie unter [Taggen von Amazon Aurora- und Amazon RDS-Ressourcen](USER_Tagging.md).
## Aurora Auto Scaling und Performance Insights
Sie können Performance Insights verwenden, um Replikate zu überwachen, die von Aurora Auto Scaling hinzugefügt wurden, genau wie bei jeder Reader-DB-Instance von Aurora.
Weitere Informationen zum Verwenden von Performance Insights zur Überwachung von Aurora-DB-Clustern finden Sie unter [Überwachung mit Performance Insights auf ](USER_PerfInsights.md).
# Hinzufügen einer Auto-Scaling-Richtlinie zu einem Amazon-Aurora-DB-Cluster
Sie können eine Skalierungsrichtlinie mithilfe der AWS-Managementkonsole, der oder der AWS CLI Application Auto Scaling API hinzufügen.
**Anmerkung**
Ein Beispiel für das Hinzufügen einer Skalierungsrichtlinie mithilfe von CloudFormation finden Sie unter [Deklarieren einer Skalierungsrichtlinie für einen Aurora-DB-Cluster](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/quickref-autoscaling.html#w2ab1c19c22c15c21c11) im *AWS CloudFormation Benutzerhandbuch*.
## Konsole
Sie können einem Aurora-DB-Cluster eine Skalierungsrichtlinie hinzufügen, indem Sie den verwenden AWS-Managementkonsole.
**So fügen Sie eine automatische Skalierungsrichtlinie zu einem Aurora DB-Cluster hinzu:**
1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die Amazon RDS-Konsole unter [https://console.aws.amazon.com/rds/](https://console.aws.amazon.com/rds/).
1. Wählen Sie im Navigationsbereich **Databases (Datenbanken)** aus.
1. Wählen Sie den Aurora DB-Cluster aus, zu dem Sie die Richtlinie hinzufügen möchten.
1. Wählen Sie die Registerkarte **Logs & events (Protokolle und Ereignisse)**.
1. Wählen Sie im Abschnitt **Auto scaling policies (Automatische Skalierungsrichtlinien)** die Option **Add (Hinzufügen)** aus.
Das Dialogfeld **Add Auto Scaling policy (Auto Scaling-Richtlinie hinzufügen)** wird aufgerufen.
1. Geben Sie unter **Policy Name (Richtlinienname)** den Namen der Richtlinie ein.
1. Wählen Sie für die Zielmetrik eine der nachstehenden Optionen aus:
+ **Average CPU utilization of Aurora Replicas (Durchschnittliche CPU-Nutzung von Aurora-Replicas)**, um eine Richtlinie zu erstellen, die auf der durchschnittlichen CPU-Auslastung basiert.
+ **Average connections of Aurora Replicas (Durchschnittliche Verbindungen von Aurora-Repliken)**, um eine Richtlinie zu erstellen, die auf der durchschnittlichen Anzahl der Verbindungen zu den Aurora-Replicas basiert.
1. Geben Sie für den Zielwert eine der nachstehenden Optionen an:
+ Wenn Sie im vorherigen Schritt **Average CPU utilization of Aurora Replicas (Durchschnittliche CPU-Nutzung von Aurora-Replicas)** ausgewählt haben, geben Sie den Prozentsatz der CPU-Auslastung ein, den Sie auf Aurora-Replicas aufrechterhalten möchten.
+ Wenn Sie im vorherigen Schritt **Average connections of Aurora Replicas (Durchschnittliche Verbindungen von Aurora-Replicas)** ausgewählt haben, geben Sie die Anzahl der Verbindungen ein, die Sie aufrechterhalten möchten.
Aurora-Replicas werden hinzugefügt oder entfernt, um die Metrik in der Nähe des angegebenen Wertes zu halten.
1. (Optional) Erweitern Sie **Zusätzliche Konfigurationen**, um eine Ruhephase zum Ab- oder Aufskalieren zu erstellen.
1. Geben Sie für **Minimale Kapazität** die minimale Anzahl von Aurora-Replicas ein, die die Aurora Auto Scaling-Richtlinie beibehalten soll.
1. Geben Sie für **Maximale Kapazität** die maximale Anzahl von Aurora-Replicas ein, die die Aurora Auto Scaling-Richtlinie beibehalten soll.
1. Wählen Sie **Richtlinie hinzufügen** aus.
Im folgenden Dialogfeld wird eine Auto Scaling-Richtlinie erstellt, die auf einer durchschnittlichen CPU-Auslastung von 40 Prozent basiert. Die Richtlinie legt ein Minimum von 5 Aurora-Replicas und ein Maximum von 15 Aurora-Replicas fest.
![\[Erstellen einer automatischen Skalierungsrichtlinie auf Basis der durchschnittlichen CPU-Auslastung\]](http://docs.aws.amazon.com/de_de/AmazonRDS/latest/AuroraUserGuide/images/aurora-autoscaling-cpu.png)
Das folgende Dialogfeld erstellt eine automatische Skalierungsrichtlinie, die auf einer durchschnittlichen Verbindungszahl von 100 basiert. Die Richtlinie legt ein Minimum von zwei Aurora-Replicas und ein Maximum von acht Aurora-Replicas fest.
![\[Erstellen einer Auto Scaling-Richtlinie basierend auf durchschnittlichen Verbindungen\]](http://docs.aws.amazon.com/de_de/AmazonRDS/latest/AuroraUserGuide/images/aurora-autoscaling-connections.png)
## AWS CLI oder Auto Scaling-API für Anwendungen
Sie können eine Skalierungsrichtlinie anwenden, die entweder auf einer vordefinierten oder einer benutzerdefinierten Metrik basiert. Dazu können Sie die AWS CLI oder die Application Auto Scaling API verwenden. Der erste Schritt ist die Registrierung Ihres Aurora-DB-Clusters mit Application Auto Scaling.
### Registrieren eines Aurora-DB-Clusters
Bevor Sie Aurora Auto Scaling mit einem Aurora-DB-Cluster verwenden können, müssen Sie zunächst Ihren Aurora-DB-Cluster mit Application Auto Scaling registrieren. Damit legen Sie die Skalierungsdimension und die Grenzen fest, die auf diesen Cluster angewendet werden sollen. Application Auto Scaling skaliert den Aurora-DB-Cluster dynamisch entlang der skalierbaren `rds:cluster:ReadReplicaCount`-Dimension, die die Anzahl der Aurora-Replikate darstellt.
Um Ihren Aurora-DB-Cluster zu registrieren, können Sie entweder die AWS CLI oder die Application Auto Scaling Scaling-API verwenden.
#### AWS CLI
Verwenden Sie den [https://docs.aws.amazon.com/cli/latest/reference/application-autoscaling/register-scalable-target.html](https://docs.aws.amazon.com/cli/latest/reference/application-autoscaling/register-scalable-target.html) AWS CLI Befehl mit den folgenden Parametern, um Ihren Aurora-DB-Cluster zu registrieren:
+ `--service-namespace` – Legen Sie diesen Wert auf fest `rds`.
+ `--resource-id` – Die Ressourcenkennung für den Aurora-DB-Cluster. Für diesen Parameter lautet der Ressourcentyp `cluster` und die eindeutige Kennung ist der Name des Aurora-DB-Clusters, beispielsweise `cluster:myscalablecluster`.
+ `--scalable-dimension` – Legen Sie diesen Wert auf fest `rds:cluster:ReadReplicaCount`.
+ `--min-capacity` – Die minimale Anzahl an Reader-DB-Instances, die von Application Auto Scaling verwaltet werden sollen. Informationen zur Beziehung zwischen `--min-capacity`, `--max-capacity` und der Anzahl der DB-Instances in Ihrem Cluster finden Sie unter [Minimale und maximale Kapazität](Aurora.Integrating.AutoScaling.md#Aurora.Integrating.AutoScaling.Concepts.Capacity).
+ `--max-capacity` – Die maximale Anzahl an Reader-DB-Instances, die von Application Auto Scaling verwaltet werden sollen. Informationen zur Beziehung zwischen `--min-capacity`, `--max-capacity` und der Anzahl der DB-Instances in Ihrem Cluster finden Sie unter [Minimale und maximale Kapazität](Aurora.Integrating.AutoScaling.md#Aurora.Integrating.AutoScaling.Concepts.Capacity).
**Example**
Im folgenden Beispiel registrieren Sie einen Aurora-DB-Cluster mit dem Namen `myscalablecluster`. Die Registrierung zeigt an, dass der DB-Cluster dynamisch skaliert werden soll, um zwischen einer und acht Aurora-Replicas zu haben.
Für Linux, macOS oder Unix:
```
aws application-autoscaling register-scalable-target \
--service-namespace rds \
--resource-id cluster:myscalablecluster \
--scalable-dimension rds:cluster:ReadReplicaCount \
--min-capacity 1 \
--max-capacity 8 \
```
Für Windows:
```
aws application-autoscaling register-scalable-target ^
--service-namespace rds ^
--resource-id cluster:myscalablecluster ^
--scalable-dimension rds:cluster:ReadReplicaCount ^
--min-capacity 1 ^
--max-capacity 8 ^
```
#### API für Application Auto Scaling
Um Ihren Aurora-DB-Cluster mit Auto Scaling von Anwendungen zu registrieren, verwenden Sie die Application Auto Scaling-API-Operation [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_RegisterScalableTarget.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_RegisterScalableTarget.html) mit den folgenden Parametern:
+ `ServiceNamespace` – Legen Sie diesen Wert auf fest `rds`.
+ `ResourceID` – Die Ressourcenkennung für den Aurora-DB-Cluster. Für diesen Parameter lautet der Ressourcentyp `cluster` und die eindeutige Kennung ist der Name des Aurora-DB-Clusters, beispielsweise `cluster:myscalablecluster`.
+ `ScalableDimension` – Legen Sie diesen Wert auf fest `rds:cluster:ReadReplicaCount`.
+ `MinCapacity` – Die minimale Anzahl an Reader-DB-Instances, die von Application Auto Scaling verwaltet werden sollen. Informationen zur Beziehung zwischen `MinCapacity`, `MaxCapacity` und der Anzahl der DB-Instances in Ihrem Cluster finden Sie unter [Minimale und maximale Kapazität](Aurora.Integrating.AutoScaling.md#Aurora.Integrating.AutoScaling.Concepts.Capacity).
+ `MaxCapacity` – Die maximale Anzahl an Reader-DB-Instances, die von Application Auto Scaling verwaltet werden sollen. Informationen zur Beziehung zwischen `MinCapacity`, `MaxCapacity` und der Anzahl der DB-Instances in Ihrem Cluster finden Sie unter [Minimale und maximale Kapazität](Aurora.Integrating.AutoScaling.md#Aurora.Integrating.AutoScaling.Concepts.Capacity).
**Example**
Im folgenden Beispiel registrieren Sie einen Aurora-DB-Cluster mit dem Namen `myscalablecluster` mit der Application Auto Scaling API. Diese Registrierung zeigt an, dass der DB-Cluster dynamisch skaliert werden soll, um zwischen eins bis acht Aurora-Repliken zu haben.
```
POST / HTTP/1.1
Host: autoscaling.us-east-2.amazonaws.com
Accept-Encoding: identity
Content-Length: 219
X-Amz-Target: AnyScaleFrontendService.RegisterScalableTarget
X-Amz-Date: 20160506T182145Z
User-Agent: aws-cli/1.10.23 Python/2.7.11 Darwin/15.4.0 botocore/1.4.8
Content-Type: application/x-amz-json-1.1
Authorization: AUTHPARAMS
{
"ServiceNamespace": "rds",
"ResourceId": "cluster:myscalablecluster",
"ScalableDimension": "rds:cluster:ReadReplicaCount",
"MinCapacity": 1,
"MaxCapacity": 8
}
```
### Definieren einer Skalierungsrichtlinie für einen Aurora-DB-Cluster
Eine Konfiguration der Skalierungsrichtlinie für die Zielverfolgung wird durch einen JSON-Block repräsentiert, in dem die Metriken und Zielwerte definiert sind. Sie können die Konfiguration einer Skalierungsrichtlinie als JSON-Block in einer Textdatei speichern. Sie verwenden diese Textdatei, wenn Sie die AWS CLI oder die Application Auto Scaling Scaling-API aufrufen. Weitere Informationen zur Syntax der Richtlinienkonfiguration finden Sie unter [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html) in der *API-Referenz für Application Auto Scaling*.
Die folgenden Optionen stehen zur Verfügung, um eine Konfiguration der Skalierungsrichtlinien für die Zielverfolgung zu definieren.
**Topics**
+ [Verwenden einer vordefinierten Metrik](#Aurora.Integrating.AutoScaling.AddCode.DefineScalingPolicy.Predefined)
+ [Verwenden einer benutzerdefinierten Metrik](#Aurora.Integrating.AutoScaling.AddCode.DefineScalingPolicy.Custom)
+ [Verwenden von Ruhephasen](#Aurora.Integrating.AutoScaling.AddCode.DefineScalingPolicy.Cooldown)
+ [Deaktivieren der Scale-In-Aktivität](#Aurora.Integrating.AutoScaling.AddCode.DefineScalingPolicy.ScaleIn)
#### Verwenden einer vordefinierten Metrik
Durch die Verwendung vordefinierter Metriken können Sie schnell eine Skalierungsrichtlinie für die Zielverfolgung für einen Aurora-DB-Cluster definieren, die sowohl mit der Zielverfolgung als auch mit der dynamischen Skalierung in Aurora Auto Scaling gut funktioniert.
Derzeit unterstützt Aurora die folgenden vordefinierten Metriken in Aurora Auto Scaling:
+ **RDSReaderDurchschnitt CPUUtilization** — Der Durchschnittswert der `CPUUtilization` Metrik in CloudWatch allen Aurora Replicas im Aurora-DB-Cluster.
+ **RDSReaderAverageDatabaseConnections**— Der Durchschnittswert der `DatabaseConnections` Metrik in CloudWatch allen Aurora Replicas im Aurora-DB-Cluster.
Weitere Informationen über die Metriken `CPUUtilization` und `DatabaseConnections` finden Sie unter [CloudWatch Amazon-Metriken für Amazon Aurora](Aurora.AuroraMonitoring.Metrics.md).
Um eine vordefinierte Metrik in Ihrer Skalierungsrichtlinie zu verwenden, erstellen Sie eine Zielverfolgungskonfiguration für Ihre Skalierungsrichtlinie. Diese Konfiguration muss eine `PredefinedMetricSpecification` für die vordefinierte Metrik und einen `TargetValue` für den Zielwert dieser Metrik enthalten.
**Example**
Das folgende Beispiel beschreibt eine typische Richtlinienkonfiguration für die Skalierung der Zielverfolgung für einen Aurora DB-Cluster. In dieser Konfiguration wird die vordefinierte Metrik `RDSReaderAverageCPUUtilization` verwendet, um den Aurora-DB-Cluster basierend auf einer durchschnittlichen CPU-Auslastung von 40 Prozent über alle Aurora-Replicas hinweg anzupassen.
```
{
"TargetValue": 40.0,
"PredefinedMetricSpecification":
{
"PredefinedMetricType": "RDSReaderAverageCPUUtilization"
}
}
```
#### Verwenden einer benutzerdefinierten Metrik
Durch die Verwendung von benutzerdefinierten Metriken können Sie eine Skalierungsrichtlinie für die Zielverfolgung definieren, die Ihren individuellen Anforderungen entspricht. Sie können eine benutzerdefinierte Metrik basierend auf einer beliebigen Aurora-Metrik definieren, die sich proportional zur Skalierung ändert.
Nicht alle Aurora-Metriken funktionieren für die Zielverfolgung. Die Metrik muss eine gültige Auslastungsmetrik sein und beschreiben, wie ausgelastet eine Instance ist. Der Wert der Metrik muss sich proportional zur Anzahl der Aurora-Replicas im Aurora-DB-Cluster erhöhen oder verringern. Diese proportionale Erhöhung oder Verminderung ist notwendig, um die metrischen Daten zur proportionalen Skalierung oder in der Anzahl der Aurora-Repliken zu verwenden.
**Example**
Das folgende Beispiel beschreibt die Konfiguration einer Zielverfolgung für eine Skalierungsrichtlinie. In dieser Konfiguration passt eine benutzerdefinierte Metrik einen Aurora-DB-Cluster basierend auf einer durchschnittlichen CPU-Auslastung von 50 Prozent über alle Aurora-Replicas in einem Aurora-DB-Cluster namens a `my-db-cluster`.
```
{
"TargetValue": 50,
"CustomizedMetricSpecification":
{
"MetricName": "CPUUtilization",
"Namespace": "AWS/RDS",
"Dimensions": [
{"Name": "DBClusterIdentifier","Value": "my-db-cluster"},
{"Name": "Role","Value": "READER"}
],
"Statistic": "Average",
"Unit": "Percent"
}
}
```
#### Verwenden von Ruhephasen
Sie können einen Wert in Sekunden für `ScaleOutCooldown` angeben, um eine Ruhephase für die Hochskalierung Ihres Aurora-DB-Clusters hinzuzufügen. Ähnlich können Sie einen Wert in Sekunden für `ScaleInCooldown` angeben, um eine Ruhephase für die Herunterskalierung Ihres Aurora-DB-Clusters hinzuzufügen. Weitere Informationen über `ScaleInCooldown` und `ScaleOutCooldown` finden Sie unter [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html) in der *API-Referenz für Application Auto Scaling*.
**Example**
Das folgende Beispiel beschreibt die Konfiguration einer Zielverfolgung für eine Skalierungsrichtlinie. In dieser Konfiguration wird die vordefinierte Metrik `RDSReaderAverageCPUUtilization` verwendet, um einen Aurora DB-Cluster anzupassen, basierend auf einer durchschnittlichen CPU-Auslastung von 40 Prozent über alle Aurora -Repliken hinweg in diesem Aurora DB-Cluster. Die Konfiguration sieht eine Scale-In-Ruhephase von 10 Minuten und eine Scale-Out-Ruhephase von 5 Minuten vor.
```
{
"TargetValue": 40.0,
"PredefinedMetricSpecification":
{
"PredefinedMetricType": "RDSReaderAverageCPUUtilization"
},
"ScaleInCooldown": 600,
"ScaleOutCooldown": 300
}
```
#### Deaktivieren der Scale-In-Aktivität
Sie können durch die Konfiguration der Skalierungsrichtlinie für die Zielverfolgung verhindern, dass in Ihrem Aurora DB-Cluster ein Scale-In erfolgt, indem Sie die Scale-In-Aktivität deaktivieren. Das Deaktivieren der Scale-In-Aktivität verhindert das Löschen von Aurora-Repliken durch die Skalierungsrichtlinie, und erlaubt der Skalierungsrichtlinie dennoch, Repliken nach Bedarf zu erstellen.
Sie können einen booleschen Wert für `DisableScaleIn` angeben, um die Scale-In-Aktivität für Ihren Aurora-DB-Cluster zu aktivieren oder zu deaktivieren. Weitere Informationen über `DisableScaleIn` finden Sie unter [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html) in der *API-Referenz für Application Auto Scaling*.
**Example**
Das folgende Beispiel beschreibt die Konfiguration einer Zielverfolgung für eine Skalierungsrichtlinie. In dieser Konfiguration passt die vordefinierte Metrik `RDSReaderAverageCPUUtilization` einen Aurora-DB-Cluster basierend auf einer durchschnittlichen CPU-Auslastung von 40 Prozent über alle Aurora-Replicas in diesem Aurora-DB-Cluster hinweg an. Die Konfiguration deaktiviert die Scale-In-Aktivität für die Skalierungsrichtlinie.
```
{
"TargetValue": 40.0,
"PredefinedMetricSpecification":
{
"PredefinedMetricType": "RDSReaderAverageCPUUtilization"
},
"DisableScaleIn": true
}
```
### Anwenden einer Skalierungsrichtlinie für einen Aurora-DB-Cluster
Nach der Registrierung Ihres Aurora-DB-Clusters mit Application Auto Scaling und der Definition einer Skalierungsrichtlinie wenden Sie die Skalierungsrichtlinie auf den registrierten Aurora-DB-Cluster an. Um eine Skalierungsrichtlinie auf einen Aurora-DB-Cluster anzuwenden, können Sie die AWS CLI oder die Application Auto Scaling Scaling-API verwenden.
#### AWS CLI
Um eine Skalierungsrichtlinie auf Ihren Aurora-DB-Cluster anzuwenden, verwenden Sie den [https://docs.aws.amazon.com/cli/latest/reference/application-autoscaling/put-scaling-policy.html](https://docs.aws.amazon.com/cli/latest/reference/application-autoscaling/put-scaling-policy.html) AWS CLI Befehl mit den folgenden Parametern:
+ `--policy-name` – Der Name der Skalierungsrichtlinie.
+ `--policy-type` – Legen Sie diesen Wert auf fest `TargetTrackingScaling`.
+ `--resource-id` – Die Ressourcenkennung für den Aurora-DB-Cluster. Für diesen Parameter lautet der Ressourcentyp `cluster` und die eindeutige Kennung ist der Name des Aurora-DB-Clusters, beispielsweise `cluster:myscalablecluster`.
+ `--service-namespace` – Legen Sie diesen Wert auf fest `rds`.
+ `--scalable-dimension` – Legen Sie diesen Wert auf `rds:cluster:ReadReplicaCount` fest.
+ `--target-tracking-scaling-policy-configuration` – Die Konfiguration der Skalierungsrichtlinie für die Zielverfolgung, die für den Aurora-DB-Cluster verwendet werden soll.
**Example**
Im folgenden Beispiel wenden Sie eine Zielverfolgungs-Skalierungsrichtlinie namens `myscalablepolicy` auf einen Aurora-DB-Cluster namens `myscalablecluster` mit Application Auto Scaling an. Dazu verwenden Sie eine Richtlinienkonfiguration, die in einer Datei mit dem Namen gespeichert is `config.json`.
Für Linux, macOS oder Unix:
```
aws application-autoscaling put-scaling-policy \
--policy-name myscalablepolicy \
--policy-type TargetTrackingScaling \
--resource-id cluster:myscalablecluster \
--service-namespace rds \
--scalable-dimension rds:cluster:ReadReplicaCount \
--target-tracking-scaling-policy-configuration file://config.json
```
Für Windows:
```
aws application-autoscaling put-scaling-policy ^
--policy-name myscalablepolicy ^
--policy-type TargetTrackingScaling ^
--resource-id cluster:myscalablecluster ^
--service-namespace rds ^
--scalable-dimension rds:cluster:ReadReplicaCount ^
--target-tracking-scaling-policy-configuration file://config.json
```
#### API für Application Auto Scaling
Um eine Skalierungsrichtlinie auf Ihren Aurora-DB-Cluster über die Application Auto Scaling API anzuwenden, verwenden Sie die Application Auto Scaling-API-Operation [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_PutScalingPolicy.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_PutScalingPolicy.html) mit den folgenden Parametern:
+ `PolicyName` – Der Name der Skalierungsrichtlinie.
+ `ServiceNamespace` – Legen Sie diesen Wert auf fest `rds`.
+ `ResourceID` – Die Ressourcenkennung für den Aurora-DB-Cluster. Für diesen Parameter lautet der Ressourcentyp `cluster` und die eindeutige Kennung ist der Name des Aurora-DB-Clusters, beispielsweise `cluster:myscalablecluster`.
+ `ScalableDimension` – Legen Sie diesen Wert auf fest `rds:cluster:ReadReplicaCount`.
+ `PolicyType` – Legen Sie diesen Wert auf `TargetTrackingScaling` fest.
+ `TargetTrackingScalingPolicyConfiguration` – Die Konfiguration der Skalierungsrichtlinie für die Zielverfolgung, die für den Aurora-DB-Cluster verwendet werden soll.
**Example**
Im folgenden Beispiel wenden Sie eine Zielverfolgungs-Skalierungsrichtlinie namens `myscalablepolicy` auf einen Aurora-DB-Cluster namens `myscalablecluster` mit Auto Scaling von Anwendungen an. Sie verwenden die Richtlinienkonfiguration `RDSReaderAverageCPUUtilization` basierend auf einer vordefinierten Metrik.
```
POST / HTTP/1.1
Host: autoscaling.us-east-2.amazonaws.com
Accept-Encoding: identity
Content-Length: 219
X-Amz-Target: AnyScaleFrontendService.PutScalingPolicy
X-Amz-Date: 20160506T182145Z
User-Agent: aws-cli/1.10.23 Python/2.7.11 Darwin/15.4.0 botocore/1.4.8
Content-Type: application/x-amz-json-1.1
Authorization: AUTHPARAMS
{
"PolicyName": "myscalablepolicy",
"ServiceNamespace": "rds",
"ResourceId": "cluster:myscalablecluster",
"ScalableDimension": "rds:cluster:ReadReplicaCount",
"PolicyType": "TargetTrackingScaling",
"TargetTrackingScalingPolicyConfiguration": {
"TargetValue": 40.0,
"PredefinedMetricSpecification":
{
"PredefinedMetricType": "RDSReaderAverageCPUUtilization"
}
}
}
```
# Bearbeiten einer Auto-Scaling-Richtlinie für einen Amazon-Aurora-DB-Cluster
Sie können eine Skalierungsrichtlinie über die AWS-Managementkonsole, die AWS CLI oder die Application-Auto-Scaling-API bearbeiten.
## Konsole
Sie können eine Skalierungsrichtlinie über die AWS-Managementkonsole bearbeiten.
**So bearbeiten Sie eine automatische Skalierungsrichtlinie für einen Aurora DB-Cluster:**
1. Melden Sie sich bei der AWS-Managementkonsole an und öffnen Sie die Amazon-RDS-Konsole unter [https://console.aws.amazon.com/rds/](https://console.aws.amazon.com/rds/).
1. Wählen Sie im Navigationsbereich **Databases (Datenbanken)** aus.
1. Wählen Sie den Aurora DB-Cluster aus, dessen automatische Skalierungsrichtlinie Sie bearbeiten möchten.
1. Wählen Sie die Registerkarte **Logs & events (Protokolle und Ereignisse)**.
1. Wählen Sie im Abschnitt **Auto scaling policies (Automatische Skalierungsrichtlinien)** die betreffende automatische Skalierungsrichtlinie und dann **Edit (Bearbeiten)** aus.
1. Nehmen Sie die Änderungen an der Richtlinie vor.
1. Wählen Sie **Save** aus.
Im Folgenden sehen Sie ein Beispiel für das Dialogfeld **Edit Auto Scaling policy (Auto Scaling-Richtlinie bearbeiten)**.
![\[Bearbeiten einer automatischen Skalierungsrichtlinie auf Basis der durchschnittlichen CPU-Auslastung\]](http://docs.aws.amazon.com/de_de/AmazonRDS/latest/AuroraUserGuide/images/aurora-autoscaling-edit-cpu.png)
## AWS CLI oder API für Application Auto Scaling
Über die AWS CLI oder die Application-Auto-Scaling-API können Sie eine Skalierungsrichtlinie auf die gleiche Weise bearbeiten, wie Sie sie anwenden:
+ Wenn Sie die AWS CLI verwenden, geben Sie den Namen der zu bearbeitenden Richtlinie im Parameter `--policy-name` an. Legen Sie neue Werte für die Parameter fest, die Sie ändern möchten.
+ Wenn Sie die Application Auto Scaling API verwenden, geben Sie den Namen der zu bearbeitenden Richtlinie im Parameter `PolicyName` an. Legen Sie neue Werte für die Parameter fest, die Sie ändern möchten.
Weitere Informationen finden Sie unter [Anwenden einer Skalierungsrichtlinie für einen Aurora-DB-Cluster](Aurora.Integrating.AutoScaling.Add.md#Aurora.Integrating.AutoScaling.AddCode.ApplyScalingPolicy).
# Löschen einer Auto-Scaling-Richtlinie aus Ihrem Amazon-Aurora-DB-Cluster
Sie können eine Skalierungsrichtlinie über die AWS-Managementkonsole, die AWS CLI oder die Application-Auto-Scaling-API löschen.
## Konsole
Sie können eine Skalierungsrichtlinie über die AWS-Managementkonsole löschen.
**So löschen Sie eine automatische Skalierungsrichtlinie für einen Aurora DB-Cluster:**
1. Melden Sie sich bei der AWS-Managementkonsole an und öffnen Sie die Amazon-RDS-Konsole unter [https://console.aws.amazon.com/rds/](https://console.aws.amazon.com/rds/).
1. Wählen Sie im Navigationsbereich **Databases (Datenbanken)** aus.
1. Wählen Sie den Aurora DB-Cluster aus, dessen automatische Skalierungsrichtlinie Sie löschen möchten.
1. Wählen Sie die Registerkarte **Logs & events (Protokolle und Ereignisse)**.
1. Wählen Sie im Abschnitt **Auto Scaling-Richtlinien** die automatische Skalierungsrichtlinie und dann **Löschen** aus.
## AWS CLI
Um eine Skalierungsrichtlinie aus Ihrem Aurora-DB-Cluster zu löschen, verwenden Sie den AWS CLI-Befehl [https://docs.aws.amazon.com/cli/latest/reference/application-autoscaling/delete-scaling-policy.html](https://docs.aws.amazon.com/cli/latest/reference/application-autoscaling/delete-scaling-policy.html) mit den folgenden Parametern:
+ `--policy-name` – Der Name der Skalierungsrichtlinie.
+ `--resource-id` – Die Ressourcenkennung für den Aurora-DB-Cluster. Für diesen Parameter lautet der Ressourcentyp `cluster` und die eindeutige Kennung ist der Name des Aurora-DB-Clusters, beispielsweise `cluster:myscalablecluster`.
+ `--service-namespace` – Legen Sie diesen Wert auf fest `rds`.
+ `--scalable-dimension` – Legen Sie diesen Wert auf fest `rds:cluster:ReadReplicaCount`.
**Example**
Im folgenden Beispiel löschen Sie eine Zielverfolgungs-Skalierungsrichtlinie namens `myscalablepolicy` aus einem Aurora-DB-Cluster namens `myscalablecluster`.
Für Linux, macOS oder Unix:
```
aws application-autoscaling delete-scaling-policy \
--policy-name myscalablepolicy \
--resource-id cluster:myscalablecluster \
--service-namespace rds \
--scalable-dimension rds:cluster:ReadReplicaCount \
```
Für Windows:
```
aws application-autoscaling delete-scaling-policy ^
--policy-name myscalablepolicy ^
--resource-id cluster:myscalablecluster ^
--service-namespace rds ^
--scalable-dimension rds:cluster:ReadReplicaCount ^
```
## API für Application Auto Scaling
Um eine Skalierungsrichtlinie aus Ihrem Aurora-DB-Cluster zu löschen, verwenden Sie die Application Auto Scaling-API-Operation [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_DeleteScalingPolicy.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_DeleteScalingPolicy.html) mit den folgenden Parametern:
+ `PolicyName` – Der Name der Skalierungsrichtlinie.
+ `ServiceNamespace` – Legen Sie diesen Wert auf fest `rds`.
+ `ResourceID` – Die Ressourcenkennung für den Aurora-DB-Cluster. Für diesen Parameter lautet der Ressourcentyp `cluster` und die eindeutige Kennung ist der Name des Aurora-DB-Clusters, beispielsweise `cluster:myscalablecluster`.
+ `ScalableDimension` – Legen Sie diesen Wert auf fest `rds:cluster:ReadReplicaCount`.
**Example**
Im folgenden Beispiel löschen Sie eine Zielverfolgungs-Skalierungsrichtlinie namens `myscalablepolicy` über die Application Auto Scaling API aus einem Aurora-DB-Cluster namens `myscalablecluster`.
```
POST / HTTP/1.1
Host: autoscaling.us-east-2.amazonaws.com
Accept-Encoding: identity
Content-Length: 219
X-Amz-Target: AnyScaleFrontendService.DeleteScalingPolicy
X-Amz-Date: 20160506T182145Z
User-Agent: aws-cli/1.10.23 Python/2.7.11 Darwin/15.4.0 botocore/1.4.8
Content-Type: application/x-amz-json-1.1
Authorization: AUTHPARAMS
{
"PolicyName": "myscalablepolicy",
"ServiceNamespace": "rds",
"ResourceId": "cluster:myscalablecluster",
"ScalableDimension": "rds:cluster:ReadReplicaCount"
}
```