Auto Scaling Amazon Aurora dengan Replika Aurora - Amazon Aurora
Sebelum Anda memulaiKebijakan Aurora Auto ScalingInstans DB IDs dan penandaanAurora Auto Scaling dan Wawasan Performa

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Auto Scaling Amazon Aurora dengan Replika Aurora

Untuk memenuhi persyaratan konektivitas dan beban kerja Anda, Aurora Auto Scaling secara dinamis menyesuaikan jumlah Replika Aurora (instans DB pembaca) terprovisi untuk klaster DB Aurora. Aurora Auto Scaling tersedia untuk Aurora MySQL dan Aurora PostgreSQL. Aurora Auto Scaling memungkinkan klaster DB Aurora Anda menangani peningkatan mendadak dalam konektivitas atau beban kerja. Ketika konektivitas atau beban kerja berkurang, Aurora Auto Scaling menghapus Replika Aurora yang tidak perlu sehingga Anda tidak membayar untuk instans DB terprovisi yang tidak digunakan.

Anda menentukan dan menerapkan kebijakan penskalaan untuk klaster DB Aurora. Kebijakan penskalaan menentukan jumlah minimum dan maksimum Replika Aurora yang dapat dikelola oleh Aurora Auto Scaling. Berdasarkan kebijakan tersebut, Auto Scaling Aurora menyesuaikan jumlah Replika Aurora naik atau turun sebagai respons terhadap beban kerja aktual, yang ditentukan dengan menggunakan metrik Amazon dan nilai target. CloudWatch

catatan

Auto Scaling Aurora tidak berlaku untuk beban kerja pada instans DB penulis. Auto Scaling Aurora membantu beban kerja hanya pada instans pembaca.

Anda dapat menggunakan AWS Management Console untuk menerapkan kebijakan penskalaan berdasarkan metrik yang telah ditentukan sebelumnya. Atau, Anda dapat menggunakan API Auto Scaling AWS CLI atau Aurora Auto untuk menerapkan kebijakan penskalaan berdasarkan metrik yang telah ditentukan atau kustom.

Sebelum Anda mulai

Sebelum Anda dapat menggunakan Aurora Auto Scaling dengan klaster DB Aurora, Anda terlebih dahulu harus membuat sebuah klaster DB Aurora dengan instans DB utama (penulis). Untuk informasi selengkapnya tentang cara membuat klaster DB Aurora, lihat Membuat klaster DB Amazon Aurora.

Aurora Auto Scaling hanya menskalakan klaster DB jika klaster DB berada dalam status tersedia.

Saat Aurora Auto Scaling menambahkan Replika Aurora baru, Replika Aurora yang baru adalah kelas instans DB yang sama dengan yang digunakan oleh instans primer. Untuk informasi selengkapnya tentang kelas instans DB, lihat Kelas instans Amazon Aurora DB. Selain itu, tingkat promosi untuk Replika Aurora yang baru akan ditetapkan sesuai prioritas terakhir, yaitu 15 secara default. Ini berarti bahwa selama failover, replika dengan prioritas lebih baik, seperti yang dibuat secara manual, akan dipromosikan terlebih dahulu. Untuk informasi selengkapnya, lihat Toleransi kesalahan untuk klaster DB Aurora.

Aurora Auto Scaling hanya menghapus Replika Aurora yang dibuatnya.

Untuk memanfaatkan Aurora Auto Scaling, aplikasi Anda harus mendukung koneksi ke Replika Aurora baru. Untuk melakukannya, sebaiknya gunakan titik akhir pembaca Aurora. Anda dapat menggunakan driver seperti Driver AWS JDBC. Untuk informasi selengkapnya, lihat Menghubungkan ke klaster DB Amazon Aurora.

catatan

Basis data global Aurora saat ini tidak mendukung Aurora Auto Scaling untuk klaster DB sekunder.

Kebijakan Aurora Auto Scaling

Aurora Auto Scaling menggunakan kebijakan penskalaan untuk menyesuaikan jumlah Replika Aurora dalam klaster DB Aurora. Aurora Auto Scaling memiliki komponen berikut:

  • Peran terkait layanan

  • Metrik target

  • Kapasitas minimum dan maksimum

  • Periode pendinginan

Peran terkait layanan

Aurora Auto Scaling menggunakan peran yang berkaitan dengan layanan AWSServiceRoleForApplicationAutoScaling_RDSCluster. Untuk informasi selengkapnya, lihat Peran yang ditautkan dengan layanan untuk Application Auto Scaling dalam Panduan Pengguna Application Auto Scaling.

Metrik target

Dalam jenis kebijakan ini, metrik yang sudah ditentukan sebelumnya atau khusus dan nilai target untuk metrik tersebut ditentukan dalam konfigurasi kebijakan penskalaan pelacakan target. Auto Scaling Aurora membuat dan CloudWatch mengelola alarm yang memicu kebijakan penskalaan dan menghitung penyesuaian penskalaan berdasarkan metrik dan nilai target. Kebijakan penskalaan menambah atau menghapus Replika Aurora yang diperlukan untuk menjaga metrik pada, atau mendekati, nilai target yang ditentukan. Selain menjaga metrik tetap dekat dengan nilai target, kebijakan penskalaan pelacakan target juga disesuaikan menurut fluktuasi metrik karena pola beban kerja yang berubah. Kebijakan tersebut juga meminimalkan fluktuasi cepat dalam jumlah Replika Aurora yang tersedia untuk klaster DB Anda.

Misalnya, ambil kebijakan penskalaan yang menggunakan metrik penggunaan CPU rata-rata standar. Kebijakan tersebut dapat menjaga pemanfaatan CPU pada, atau mendekati, persentase penggunaan tertentu, seperti 40 persen.

catatan

Untuk setiap klaster DB Aurora, Anda hanya dapat membuat satu kebijakan Penskalaan Otomatis untuk setiap metrik target.

Saat Anda mengonfigurasi Auto Scaling Aurora, nilai metrik target dihitung sebagai rata-rata semua instance pembaca di cluster. Perhitungan ini dilakukan sebagai berikut:

  • Termasuk semua instance pembaca di klaster Aurora, terlepas dari apakah mereka dikelola oleh Auto Scaling atau ditambahkan secara manual.

  • Termasuk contoh yang terkait dengan titik akhir kustom. Titik akhir khusus tidak memengaruhi perhitungan metrik target.

  • Tidak termasuk instance penulis cluster.

Metrik berasal dari CloudWatch menggunakan dimensi berikut:

  • DBClusterIdentifier

  • Role=READER

Misalnya, pertimbangkan cluster Aurora MySQL dengan pengaturan berikut:

  • Instans manual (tidak dikontrol oleh Auto Scaling):

    • Penulis dengan pemanfaatan CPU 50%

    • Pembaca 1 (titik akhir khusus:custom-reader-1) dengan pemanfaatan CPU 90%

    • Pembaca 2 (titik akhir khusus:custom-reader-2) dengan pemanfaatan CPU 90%

  • Contoh Auto Scaling:

    • Reader 3 (ditambahkan menggunakan Auto Scaling) dengan pemanfaatan CPU 10%

Dalam skenario ini, metrik target untuk kebijakan Auto Scaling dihitung sebagai berikut:

Target metric = (CPU utilization of reader 1 + reader 2 + reader 3) / total number of readers

Target metric = (90 + 90 + 10) / 3 = 63.33%

Kebijakan Auto Scaling menggunakan nilai ini untuk mengevaluasi apakah akan menskalakan atau mengurangi skala berdasarkan ambang batas yang ditentukan.

Pertimbangkan hal berikut:

  • Meskipun titik akhir khusus menentukan bagaimana lalu lintas diarahkan ke pembaca tertentu, mereka tidak mengecualikan pembaca dari perhitungan metrik.

  • Instans manual selalu disertakan dalam perhitungan metrik target.

  • Untuk menghindari perilaku penskalaan yang tidak terduga, pastikan konfigurasi Auto Scaling memperhitungkan semua instance pembaca di klaster.

  • Jika klaster tidak memiliki pembaca, metrik tidak dihitung, dan alarm kebijakan Auto Scaling tetap tidak aktif. Agar kebijakan Auto Scaling berfungsi secara efektif, setidaknya satu pembaca harus hadir setiap saat.

Kapasitas minimum dan maksimum

Anda dapat menentukan jumlah maksimum Replika Aurora yang akan dikelola oleh Application Auto Scaling. Nilai ini harus diatur ke 0–15, dan harus sama dengan atau lebih besar dari nilai yang ditentukan untuk jumlah minimum Replika Aurora.

Anda dapat menentukan jumlah minimum Replika Aurora yang akan dikelola oleh Application Auto Scaling. Nilai ini harus diatur ke 0–15, dan harus sama dengan atau kurang dari nilai yang ditentukan untuk jumlah maksimum Replika Aurora.

Harus ada setidaknya satu instans DB pembaca agar Auto Scaling Aurora berfungsi. Jika cluster DB tidak memiliki instance pembaca, dan Anda menyetel kapasitas minimum ke 0, maka Auto Scaling Aurora tidak akan berfungsi.

catatan

Kapasitas minimum dan maksimum ditetapkan untuk klaster DB Aurora. Nilai yang ditentukan berlaku untuk semua kebijakan yang terkait dengan klaster DB Aurora.

Periode pendinginan

Anda dapat menyesuaikan daya respons kebijakan penskalaan pelacakan target dengan menambahkan periode pendinginan yang memengaruhi penskalaan klaster DB Aurora Anda ke dalam dan ke luar. Periode pendinginan memblokmintaan penskalaan ke dalam atau ke luar berikutnya hingga periode ini berakhir. Pemblokiran ini memperlambat penghapusan Replika Aurora dalam klaster DB Aurora Anda untuk permintaan penskalaan ke dalam, dan pembuatan Replika Aurora untuk permintaan penskalaan ke luar.

Anda dapat menentukan periode pendinginan berikut:

  • Aktivitas penskalaan ke dalam mengurangi jumlah Replika Aurora dalam klaster DB Aurora Anda. Periode pendinginan penskalaan ke dalam menentukan jumlah waktu, dalam detik, setelah aktivitas penskalaan ke dalam selesai sebelum aktivitas penskalaan ke dalam lainnya dapat dimulai.

  • Aktivitas penskalaan ke luar menambah jumlah Replika Aurora dalam klaster DB Aurora Anda. Periode pendinginan penskalaan ke luar menentukan jumlah waktu, dalam detik, setelah aktivitas penskalaan ke luar selesai sebelum aktivitas penskalaan ke luar lainnya dapat dimulai.

    catatan

    Periode pendinginan penskalaan ke luar diabaikan jika permintaan penskalaan ke luar berikutnya ditujukan untuk jumlah Replika Aurora yang lebih besar daripada permintaan pertama.

Jika Anda tidak mengatur periode pendinginan penskalaan masuk atau ke luar, nilai default untuk masing-masing adalah 300 detik.

Mengaktifkan atau menonaktifkan aktivitas penskalaan ke dalam

Anda dapat mengaktifkan atau menonaktifkan aktivitas penskalaan ke dalam untuk sebuah kebijakan. Mengaktifkan aktivitas penskalaan ke dalam memungkinkan kebijakan penskalaan untuk menghapus Replika Aurora. Saat aktivitas penskalaan ke dalam diaktifkan, periode pendinginan penskalaan ke dalam di kebijakan penskalaan berlaku untuk aktivitas penskalaan ke dalam. Menonaktifkan aktivitas penskalaan ke dalam akan mencegah kebijakan penskalaan menghapus Replika Aurora.

catatan

Aktivitas penskalaan ke luar selalu diaktifkan sehingga kebijakan penskalaan dapat membuat Replika Aurora sesuai kebutuhan.

Menambahkan, mengedit, atau menghapus kebijakan penskalaan otomatis

Anda dapat menambahkan, mengedit, atau menghapus kebijakan penskalaan otomatis menggunakan AWS Management Console, AWS CLI, atau Application Auto Scaling API. Untuk informasi selengkapnya tentang menambahkan, mengedit, atau menghapus kebijakan penskalaan otomatis, lihat bagian berikut.

Instans DB IDs dan penandaan

Ketika replika ditambahkan oleh Aurora Auto Scaling, ID instans DB-nya diberi awalan application-autoscaling-, misalnya, application-autoscaling-61aabbcc-4e2f-4c65-b620-ab7421abc123.

Tag berikut secara otomatis ditambahkan ke instans DB. Anda dapat melihatnya di tab Tanda pada halaman detail instans DB.

Tag Nilai
application-autoscaling:resourceId cluster:mynewcluster-cluster

Untuk informasi selengkapnya tentang tag sumber daya Amazon RDS, lihat Menandai sumber daya Amazon Aurora dan Amazon RDS.

Aurora Auto Scaling dan Wawasan Performa

Anda dapat menggunakan Wawasan Performa untuk memantau replika yang telah ditambahkan oleh Aurora Auto Scaling, sama seperti instans DB pembaca Aurora lainnya.

Untuk informasi selengkapnya tentang penggunaan Wawasan Performa untuk memantau klaster DB Aurora, lihat Memantau muatan DB dengan Wawasan Performa di Amazon Aurora.