Menambahkan kebijakan penskalaan otomatis ke klaster DB Amazon Aurora

Anda dapat menambahkan kebijakan penskalaan ke cluster Aurora DB dengan menggunakan. Konsol Manajemen AWS

Kotak dialog berikut membuat kebijakan Penskalaan Otomatis berdasarkan pemanfaatan CPU rata-rata sebesar 40 persen. Kebijakan tersebut menentukan minimum 5 Replika Aurora dan maksimum 15 Replika Aurora.

Kotak dialog berikut membuat kebijakan penskalaan otomatis berdasarkan penggunaan koneksi rata-rata sebesar 100. Kebijakan tersebut menentukan minimum dua Replika Aurora dan maksimum delapan Replika Aurora.

Anda dapat menerapkan kebijakan penskalaan berdasarkan metrik standar atau kustom. Untuk melakukannya, Anda dapat menggunakan AWS CLI atau Application Auto Scaling API. Langkah pertama adalah untuk mendaftarkan klaster DB Aurora Anda dengan Application Auto Scaling.

Mendaftarkan klaster DB Aurora

Sebelum Anda dapat menggunakan Aurora Auto Scaling dengan klaster DB Aurora, Anda perlu mendaftarkan klaster DB Aurora dengan Application Auto Scaling. Anda melakukannya untuk mendefinisikan dimensi dan batasan penskalaan yang akan diterapkan pada klaster tersebut. Application Auto Scaling menskalakan klaster DB Aurora secara dinamis bersama dengan dimensi rds:cluster:ReadReplicaCount yang dapat diskalakan, yang merepresentasikan jumlah Replika Aurora.

Untuk mendaftarkan cluster Aurora DB Anda, Anda dapat menggunakan Application Auto Scaling API AWS CLI atau Application Auto Scaling.

AWS CLI

Untuk mendaftarkan cluster Aurora DB Anda, gunakan register-scalable-target AWS CLI perintah dengan parameter berikut:

aws application-autoscaling register-scalable-target \
    --service-namespace rds \
    --resource-id cluster:myscalablecluster \
    --scalable-dimension rds:cluster:ReadReplicaCount \
    --min-capacity 1 \
    --max-capacity 8 \
                    

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 Application Auto Scaling

Untuk mendaftarkan klaster DB Aurora Anda dengan Application Auto Scaling, gunakan operasi API Application Auto Scaling RegisterScalableTarget dengan parameter berikut:

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
}

Menetapkan kebijakan penskalaan untuk klaster DB Aurora

Konfigurasi kebijakan penskalaan pelacakan target direpresentasikan oleh blok JSON yang digunakan untuk mendefinisikan metrik dan nilai target. Anda dapat menyimpan konfigurasi kebijakan penskalaan sebagai blok JSON dalam file teks. Anda menggunakan file teks tersebut saat menjalankan AWS CLI atau Application Auto Scaling API. Untuk informasi selengkapnya tentang sintaksis konfigurasi kebijakan, lihat TargetTrackingScalingPolicyConfiguration dalam Referensi API Application Auto Scaling.

Opsi berikut tersedia untuk menetapkan konfigurasi kebijakan penskalaan pelacakan target.

Menggunakan metrik standar

Dengan menggunakan metrik standar, Anda dapat dengan cepat menentukan kebijakan penskalaan pelacakan target untuk klaster DB Aurora yang berfungsi baik, dengan pelacakan target dan penskalaan dinamis dalam Aurora Auto Scaling.

Saat ini, Aurora mendukung metrik standar berikut dalam Aurora Auto Scaling:

Untuk informasi selengkapnya tentang metrik CPUUtilization dan DatabaseConnections, lihat CloudWatch Metrik Amazon untuk Amazon Aurora.

Untuk menggunakan metrik standar dalam kebijakan penskalaan, Anda membuat konfigurasi pelacakan target untuk kebijakan penskalaan Anda. Konfigurasi ini harus menyertakan PredefinedMetricSpecification untuk metrik yang sudah ditentukan sebelumnya dan TargetValue untuk nilai target metrik tersebut.

{
    "TargetValue": 40.0,
    "PredefinedMetricSpecification":
    {
        "PredefinedMetricType": "RDSReaderAverageCPUUtilization"
    }
}

Menggunakan metrik kustom

Dengan menggunakan metrik kustom, Anda dapat menentukan kebijakan penskalaan pelacakan target yang memenuhi persyaratan kustom Anda. Anda dapat menentukan metrik kustom berdasarkan metrik Aurora apa pun yang berubah secara berbanding lurus dengan penskalaan.

Tidak semua metrik Aurora berfungsi untuk pelacakan target. Metrik harus berupa metrik pemanfaatan yang valid dan menjelaskan tingkat kesibukan sebuah instans. Nilai metrik harus meningkat atau menurun secara berbanding lurus dengan jumlah Replika Aurora dalam klaster DB Aurora. Peningkatan atau penurunan proporsional ini diperlukan untuk menggunakan data metrik untuk menskalakan ke luar atau ke dalam jumlah Replika Aurora secara proporsional.

{
    "TargetValue": 50,
    "CustomizedMetricSpecification":
    {
        "MetricName": "CPUUtilization",
        "Namespace": "AWS/RDS",
        "Dimensions": [
            {"Name": "DBClusterIdentifier","Value": "my-db-cluster"},
            {"Name": "Role","Value": "READER"}
        ],
        "Statistic": "Average",
        "Unit": "Percent"
    }
}

Menggunakan periode pendinginan

Anda dapat menentukan nilai, dalam detik, untuk ScaleOutCooldown guna menambahkan periode pendinginan untuk menskalakan ke luar klaster DB Aurora Anda. Demikian pula, Anda dapat menentukan nilai, dalam detik, untuk ScaleInCooldown guna menambahkan periode pendinginan untuk menskalakan ke dalam klaster DB Aurora Anda. Untuk informasi selengkapnya tentang ScaleInCooldown dan ScaleOutCooldown, lihat TargetTrackingScalingPolicyConfiguration dalam Referensi API Application Auto Scaling.

{
    "TargetValue": 40.0,
    "PredefinedMetricSpecification":
    {
        "PredefinedMetricType": "RDSReaderAverageCPUUtilization"
    },
    "ScaleInCooldown": 600,
    "ScaleOutCooldown": 300
}

Menonaktifkan aktivitas penskalaan ke dalam

Anda dapat mencegah konfigurasi kebijakan penskalaan pelacakan target agar tidak menskalakan klaster DB Aurora ke dalam dengan menonaktifkan aktivitas penskalaan ke dalam. Menonaktifkan aktivitas penskalaan ke dalam akan mencegah kebijakan penskalaan menghapus Replika Aurora, tetapi masih memungkinkan kebijakan penskalaan membuat Replika Aurora sesuai kebutuhan.

Anda dapat menentukan nilai Boolean untuk DisableScaleIn guna mengaktifkan atau menonaktifkan aktivitas penskalaan ke dalam untuk klaster DB Aurora Anda. Untuk informasi selengkapnya tentang DisableScaleIn, lihat TargetTrackingScalingPolicyConfiguration dalam Referensi API Application Auto Scaling.

{
    "TargetValue": 40.0,
    "PredefinedMetricSpecification":
    {
        "PredefinedMetricType": "RDSReaderAverageCPUUtilization"
    },
    "DisableScaleIn": true
}

Menerapkan kebijakan penskalaan untuk klaster DB Aurora

Setelah mendaftarkan klaster DB Aurora Anda dengan Application Auto Scaling dan menentukan kebijakan penskalaan, Anda perlu menerapkan kebijakan penskalaan ini ke klaster DB Aurora yang terdaftar. Untuk menerapkan kebijakan penskalaan ke klaster Aurora DB, Anda dapat menggunakan AWS CLI Application Auto Scaling API atau Application Auto Scaling.

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

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

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"
        }
    }
}