Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Menambahkan Replika Aurora ke klaster DB
Klaster DB Aurora dengan replikasi memiliki satu instans DB primer dan hingga 15 Replika Aurora. Instans DB primer mendukung operasi baca dan tulis, dan melakukan semua modifikasi data pada volume klaster. Replika Aurora terhubung ke volume penyimpanan yang sama dengan instans DB primer, tetapi hanya mendukung operasi baca. Anda menggunakan Replika Aurora untuk mengalihkan beban kerja baca dari instans DB primer. Untuk informasi selengkapnya, lihat [Replika Aurora](Aurora.Replication.md#Aurora.Replication.Replicas).
Replika Amazon Aurora memiliki batasan berikut ini:
+ Anda tidak dapat membuat Replika Aurora untuk klaster DB Aurora Serverless v1. Aurora Serverless v1 memiliki instans DB tunggal yang menaikkan dan menurunkan skalanya secara otomatis untuk mendukung semua operasi baca dan tulis basis data.
Namun, Anda dapat menambahkan instans pembaca ke klaster DB Aurora Serverless v2. Untuk informasi selengkapnya, lihat [Menambahkan pembaca Aurora Serverless v2](aurora-serverless-v2-administration.md#aurora-serverless-v2-adding-reader).
Kami menyarankan agar Anda mendistribusikan instans primer dan Replika Aurora dari klaster DB Anda ke beberapa Zona Ketersediaan untuk meningkatkan ketersediaan klaster DB Anda. Untuk informasi selengkapnya, lihat [Ketersediaan wilayah](Concepts.RegionsAndAvailabilityZones.md#Aurora.Overview.Availability).
Untuk menghapus Replika Aurora dari klaster DB Aurora, hapus Replika Aurora dengan mengikuti petunjuk dalam [Menghapus instans dari klaster DB Aurora](USER_DeleteCluster.md#USER_DeleteInstance).
**catatan**
Amazon Aurora juga mendukung replikasi dengan basis data eksternal, atau instans DB RDS. Instans RDS DB harus berada di AWS Wilayah yang sama dengan Amazon Aurora. Untuk informasi selengkapnya, lihat [Replikasi dengan Amazon Aurora](Aurora.Replication.md).
Anda dapat menambahkan Aurora Replicas ke cluster DB menggunakanKonsol Manajemen AWS, theAWS CLI, atau RDS API.
## Konsol
**Untuk menambahkan Replika Aurora ke klaster DB**
1. Masuk ke Konsol Manajemen AWS dan buka konsol Amazon RDS di [https://console.aws.amazon.com/rds/](https://console.aws.amazon.com/rds/).
1. Di panel navigasi, pilih **Basis data**, lalu pilih klaster DB tempat Anda ingin menambahkan instans DB baru.
1. Pastikan klaster dan instans primer berada dalam status **Tersedia**. Jika klaster DB atau instans primer berada dalam status transisi seperti **Membuat**, Anda tidak dapat menambahkan replika.
Jika cluster tidak memiliki instance utama, buat satu menggunakan [create-db-instance](https://docs.aws.amazon.com/cli/latest/reference/rds/create-db-instance.html)AWS CLIperintah. Situasi ini dapat muncul jika Anda menggunakan CLI untuk memulihkan snapshot klaster DB lalu melihat klaster ini di Konsol Manajemen AWS.
1. Untuk **Tindakan**, pilih **Tambahkan pembaca**.
Halaman **Tambahkan pembaca** muncul.
1. Di halaman **Tambahkan pembaca**, tentukan opsi untuk Replika Aurora Anda. Tabel berikut menunjukkan pengaturan untuk Replika Aurora.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/AmazonRDS/latest/AuroraUserGuide/aurora-replicas-adding.html)
1. Pilih **Tambahkan pembaca** untuk membuat Replika Aurora.
## AWS CLI
Untuk membuat Replika Aurora di cluster DB Anda, jalankan perintah. [create-db-instance](https://docs.aws.amazon.com/cli/latest/reference/rds/create-db-instance.html)AWS CLI Sertakan nama klaster DB sebagai opsi `--db-cluster-identifier`. Anda dapat menentukan Zona Ketersediaan secara opsional untuk Replika Aurora menggunakan parameter `--availability-zone` sebagaimana ditunjukkan dalam contoh berikut.
Misalnya, perintah berikut membuat Replika Aurora baru yang kompatibel dengan MySQL 5.7 bernama `sample-instance-us-west-2a`.
Untuk Linux, macOS, atau 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
```
Untuk 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
```
Perintah berikut membuat Replika Aurora baru yang kompatibel dengan MySQL 5.7 bernama `sample-instance-us-west-2a`.
Untuk Linux, macOS, atau 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
```
Untuk 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
```
Perintah berikut membuat Replika Aurora baru yang kompatibel dengan PostgreSQL bernama `sample-instance-us-west-2a`.
Untuk Linux, macOS, atau 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
```
Untuk 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
```
## API RDS
[Untuk membuat Replika Aurora di cluster DB Anda, panggil operasi Create. DBInstance](https://docs.aws.amazon.com/AmazonRDS/latest/APIReference/API_CreateDBInstance.html) Sertakan nama klaster DB sebagai parameter `DBClusterIdentifier`. Anda dapat menentukan Zona Ketersediaan secara opsional untuk Replika Aurora menggunakan parameter `AvailabilityZone`.
Untuk informasi tentang Auto Scaling Amazon Aurora dengan replika Aurora, lihat bagian berikut.
**Topics**
+ [Auto Scaling Amazon Aurora dengan Replika Aurora](Aurora.Integrating.AutoScaling.md)
+ [Menambahkan kebijakan penskalaan otomatis ke klaster DB Amazon Aurora](Aurora.Integrating.AutoScaling.Add.md)
+ [Mengedit kebijakan penskalaan otomatis untuk klaster DB Amazon Aurora](Aurora.Integrating.AutoScaling.Edit.md)
+ [Menghapus kebijakan penskalaan otomatis dari klaster DB Amazon Aurora Anda](Aurora.Integrating.AutoScaling.Delete.md)
# 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 Konsol Manajemen AWS 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.
**Topics**
+ [Sebelum Anda mulai](#Aurora.Integrating.AutoScaling.BYB)
+ [Kebijakan Aurora Auto Scaling](#Aurora.Integrating.AutoScaling.Concepts)
+ [Instans DB IDs dan penandaan](#Aurora.Integrating.AutoScaling.Concepts.Tagging)
+ [Aurora Auto Scaling dan Wawasan Performa](#aurora-auto-scaling-pi)
## 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.CreateInstance.md).
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](Concepts.DBInstanceClass.md). 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](Concepts.AuroraHighAvailability.md#Aurora.Managing.FaultTolerance).
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](Aurora.Connecting.md).
**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
**Topics**
+ [Peran terkait layanan](#Aurora.Integrating.AutoScaling.Concepts.SLR)
+ [Metrik target](#Aurora.Integrating.AutoScaling.Concepts.TargetMetric)
+ [Kapasitas minimum dan maksimum](#Aurora.Integrating.AutoScaling.Concepts.Capacity)
+ [Periode pendinginan](#Aurora.Integrating.AutoScaling.Concepts.Cooldown)
+ [Mengaktifkan atau menonaktifkan aktivitas penskalaan ke dalam](#Aurora.Integrating.AutoScaling.Concepts.ScaleIn)
+ [Menambahkan, mengedit, atau menghapus kebijakan penskalaan otomatis](#Aurora.Integrating.AutoScaling.Concepts.AddEditDelete)
### 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](https://docs.aws.amazon.com/autoscaling/application/userguide/application-auto-scaling-service-linked-roles.html) 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 menggunakanKonsol Manajemen AWS,AWS CLI, atau Application Auto Scaling API. Untuk informasi selengkapnya tentang menambahkan, mengedit, atau menghapus kebijakan penskalaan otomatis, lihat bagian berikut.
+ [Menambahkan kebijakan penskalaan otomatis ke klaster DB Amazon Aurora](Aurora.Integrating.AutoScaling.Add.md)
+ [Mengedit kebijakan penskalaan otomatis untuk klaster DB Amazon Aurora](Aurora.Integrating.AutoScaling.Edit.md)
+ [Menghapus kebijakan penskalaan otomatis dari klaster DB Amazon Aurora Anda](Aurora.Integrating.AutoScaling.Delete.md)
## 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](USER_Tagging.md).
## 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](USER_PerfInsights.md).
# Menambahkan kebijakan penskalaan otomatis ke klaster DB Amazon Aurora
Anda dapat menambahkan kebijakan penskalaan menggunakan API Konsol Manajemen AWS, Application Auto Scaling AWS CLI, atau Application Auto Scaling.
**catatan**
*Untuk contoh yang menambahkan kebijakan penskalaan menggunakan CloudFormation, lihat [Mendeklarasikan kebijakan penskalaan untuk klaster DB Aurora](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/quickref-autoscaling.html#w2ab1c19c22c15c21c11) di Panduan Pengguna.AWS CloudFormation *
## Konsol
Anda dapat menambahkan kebijakan penskalaan ke cluster Aurora DB dengan menggunakan. Konsol Manajemen AWS
**Untuk menambahkan kebijakan penskalaan otomatis ke klaster DB Aurora**
1. Masuk ke Konsol Manajemen AWS dan buka konsol Amazon RDS di [https://console.aws.amazon.com/rds/](https://console.aws.amazon.com/rds/).
1. Di panel navigasi, pilih **Basis data**.
1. Pilih klaster DB Aurora yang ingin Anda tambahi kebijakan.
1. Pilih tab **Log & peristiwa**.
1. Pada bagian **Kebijakan auto scaling**, pilih **Tambahkan**.
Kotak dialog **Tambahkan kebijakan Auto Scaling** muncul.
1. Untuk **Nama Kebijakan**, ketik nama kebijakan.
1. Untuk metrik target, pilih salah satu dari berikut:
+ **Pemanfaatan CPU rata-rata dari Aurora Replicas** untuk membuat kebijakan berdasarkan pemanfaatan CPU rata-rata.
+ **Koneksi rata-rata dari Aurora Replicas** untuk membuat kebijakan berdasarkan jumlah koneksi rata-rata ke Replika Aurora.
1. Untuk nilai target, ketik salah satu dari berikut ini:
+ Jika Anda memilih **Pemanfaatan CPU rata-rata dari Aurora Replicas** pada langkah sebelumnya, ketik persentase pemanfaatan CPU yang ingin Anda pertahankan pada Replika Aurora.
+ Jika Anda memilih **Koneksi rata-rata dari Aurora Replicas** pada langkah sebelumnya, ketik jumlah koneksi yang ingin Anda pertahankan.
Replika Aurora ditambahkan atau dihapus untuk menjaga metrik tetap mendekati nilai yang ditentukan.
1. (Opsional) Perluas **Konfigurasi Tambahan** untuk membuat periode pendinginan penskalaan ke dalam atau ke luar.
1. Untuk **Kapasitas minimum**, ketik jumlah minimum Replika Aurora yang diwajibkan oleh kebijakan Aurora Auto Scaling untuk dipertahankan.
1. Untuk **Kapasitas maksimum**, ketik jumlah maksimum Replika Aurora yang diwajibkan oleh kebijakan Aurora Auto Scaling untuk dipertahankan.
1. Pilih **Tambahkan kebijakan**.
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.
![\[Membuat kebijakan penskalaan otomatis berdasarkan pemanfaatan CPU rata-rata.\]](http://docs.aws.amazon.com/id_id/AmazonRDS/latest/AuroraUserGuide/images/aurora-autoscaling-cpu.png)
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.
![\[Membuat kebijakan Penskalaan Otomatis berdasarkan koneksi rata-rata\]](http://docs.aws.amazon.com/id_id/AmazonRDS/latest/AuroraUserGuide/images/aurora-autoscaling-connections.png)
## AWS CLI atau Application Auto Scaling API
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 [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 perintah dengan parameter berikut:
+ `--service-namespace` – Atur nilai ini ke `rds`.
+ `--resource-id` – Pengidentifikasi sumber daya untuk klaster DB Aurora. Untuk parameter ini, jenis sumber dayanya adalah `cluster` dan pengidentifikasi uniknya adalah nama klaster DB Aurora, misalnya `cluster:myscalablecluster`.
+ `--scalable-dimension` – Atur nilai ini ke `rds:cluster:ReadReplicaCount`.
+ `--min-capacity` – Jumlah minimum instans DB pembaca yang akan dikelola oleh Application Auto Scaling. Untuk informasi tentang hubungan antara `--min-capacity`, `--max-capacity`, dan jumlah instans DB dalam klaster Anda, lihat [Kapasitas minimum dan maksimum](Aurora.Integrating.AutoScaling.md#Aurora.Integrating.AutoScaling.Concepts.Capacity).
+ `--max-capacity` – Jumlah maksimum instans DB pembaca yang akan dikelola oleh Application Auto Scaling. Untuk informasi tentang hubungan antara `--min-capacity`, `--max-capacity`, dan jumlah instans DB dalam klaster Anda, lihat [Kapasitas minimum dan maksimum](Aurora.Integrating.AutoScaling.md#Aurora.Integrating.AutoScaling.Concepts.Capacity).
**Example**
Dalam contoh berikut, Anda mendaftarkan klaster DB Aurora bernama `myscalablecluster`. Pendaftaran ini menunjukkan bahwa klaster DB harus diskalakan secara dinamis untuk memiliki satu hingga delapan Replika Aurora.
Untuk Linux, macOS, atau 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 \
```
Untuk 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 Application Auto Scaling
Untuk mendaftarkan klaster DB Aurora Anda dengan Application Auto Scaling, gunakan operasi API Application Auto Scaling [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_RegisterScalableTarget.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_RegisterScalableTarget.html) dengan parameter berikut:
+ `ServiceNamespace` – Atur nilai ini ke `rds`.
+ `ResourceID` – Pengidentifikasi sumber daya untuk klaster DB Aurora. Untuk parameter ini, jenis sumber dayanya adalah `cluster` dan pengidentifikasi uniknya adalah nama klaster DB Aurora, misalnya `cluster:myscalablecluster`.
+ `ScalableDimension` – Atur nilai ini ke `rds:cluster:ReadReplicaCount`.
+ `MinCapacity` – Jumlah minimum instans DB pembaca yang akan dikelola oleh Application Auto Scaling. Untuk informasi tentang hubungan antara `MinCapacity`, `MaxCapacity`, dan jumlah instans DB dalam klaster Anda, lihat [Kapasitas minimum dan maksimum](Aurora.Integrating.AutoScaling.md#Aurora.Integrating.AutoScaling.Concepts.Capacity).
+ `MaxCapacity` – Jumlah maksimum instans DB pembaca yang akan dikelola oleh Application Auto Scaling. Untuk informasi tentang hubungan antara `MinCapacity`, `MaxCapacity`, dan jumlah instans DB dalam klaster Anda, lihat [Kapasitas minimum dan maksimum](Aurora.Integrating.AutoScaling.md#Aurora.Integrating.AutoScaling.Concepts.Capacity).
**Example**
Dalam contoh berikut, Anda mendaftarkan klaster DB Aurora bernama `myscalablecluster` dengan API Application Auto Scaling. Pendaftaran ini menunjukkan bahwa klaster DB harus diskalakan secara dinamis untuk memiliki satu hingga delapan Replika Aurora.
```
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 [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html) dalam *Referensi API Application Auto Scaling*.
Opsi berikut tersedia untuk menetapkan konfigurasi kebijakan penskalaan pelacakan target.
**Topics**
+ [Menggunakan metrik standar](#Aurora.Integrating.AutoScaling.AddCode.DefineScalingPolicy.Predefined)
+ [Menggunakan metrik kustom](#Aurora.Integrating.AutoScaling.AddCode.DefineScalingPolicy.Custom)
+ [Menggunakan periode pendinginan](#Aurora.Integrating.AutoScaling.AddCode.DefineScalingPolicy.Cooldown)
+ [Menonaktifkan aktivitas penskalaan ke dalam](#Aurora.Integrating.AutoScaling.AddCode.DefineScalingPolicy.ScaleIn)
#### 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:
+ **RDSReaderRata-rata CPUUtilization** — Nilai rata-rata `CPUUtilization` metrik di CloudWatch seluruh Replika Aurora di cluster Aurora DB.
+ **RDSReaderAverageDatabaseConnections**— Nilai rata-rata `DatabaseConnections` metrik di CloudWatch seluruh Replika Aurora di cluster Aurora DB.
Untuk informasi selengkapnya tentang metrik `CPUUtilization` dan `DatabaseConnections`, lihat [CloudWatch Metrik Amazon untuk Amazon Aurora](Aurora.AuroraMonitoring.Metrics.md).
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.
**Example**
Contoh berikut menjelaskan konfigurasi kebijakan umum untuk penskalaan pelacakan target untuk klaster DB Aurora. Dalam konfigurasi ini, metrik `RDSReaderAverageCPUUtilization` standar digunakan untuk menyesuaikan klaster DB Aurora berdasarkan pemanfaatan CPU rata-rata sebesar 40 persen di seluruh Replika Aurora.
```
{
"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.
**Example**
Contoh berikut menjelaskan konfigurasi pelacakan target untuk kebijakan penskalaan. Dalam konfigurasi ini, metrik kustom menyesuaikan klaster DB Aurora berdasarkan penggunaan CPU rata-rata sebesar 50 persen di seluruh Replika Aurora dalam klaster DB Aurora bernama `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"
}
}
```
#### 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 [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html) dalam *Referensi API Application Auto Scaling*.
**Example**
Contoh berikut menjelaskan konfigurasi pelacakan target untuk kebijakan penskalaan. Dalam konfigurasi ini, metrik standar `RDSReaderAverageCPUUtilization` digunakan untuk menyesuaikan klaster DB Aurora berdasarkan pemanfaatan CPU rata-rata sebesar 40 persen di seluruh Replika Aurora dalam klaster DB Aurora tersebut. Konfigurasi ini menyediakan periode pendinginan penskalaan ke dalam selama 10 menit dan periode pendinginan penskalaan ke luar selama 5 menit.
```
{
"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 [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_TargetTrackingScalingPolicyConfiguration.html) dalam *Referensi API Application Auto Scaling*.
**Example**
Contoh berikut menjelaskan konfigurasi pelacakan target untuk kebijakan penskalaan. Dalam konfigurasi ini, metrik `RDSReaderAverageCPUUtilization` standar menggunakan klaster DB Aurora berdasarkan pemanfaatan CPU rata-rata sebesar 40 persen di seluruh Replika Aurora dalam klaster DB Aurora tersebut. Konfigurasi ini menonaktifkan aktivitas penskalaan ke dalam untuk kebijakan penskalaan.
```
{
"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 CLI
Untuk menerapkan kebijakan penskalaan ke cluster Aurora DB Anda, gunakan [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 perintah dengan parameter berikut:
+ `--policy-name` – Nama kebijakan penskalaan.
+ `--policy-type` – Atur nilai ini ke `TargetTrackingScaling`.
+ `--resource-id` – Pengidentifikasi sumber daya untuk klaster DB Aurora. Untuk parameter ini, jenis sumber dayanya adalah `cluster` dan pengidentifikasi uniknya adalah nama klaster DB Aurora, misalnya `cluster:myscalablecluster`.
+ `--service-namespace` – Atur nilai ini ke `rds`.
+ `--scalable-dimension` – Atur nilai ini ke `rds:cluster:ReadReplicaCount`.
+ `--target-tracking-scaling-policy-configuration` – Konfigurasi kebijakan penskalaan pelacakan target untuk digunakan pada klaster DB Aurora.
**Example**
Dalam contoh berikut, Anda menerapkan kebijakan penskalaan pelacakan target yang disebut `myscalablepolicy` ke klaster DB Aurora bernama `myscalablecluster` dengan Application Auto Scaling. Untuk melakukannya, Anda menggunakan konfigurasi kebijakan yang disimpan dalam file bernama `config.json`.
Untuk Linux, macOS, atau 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
```
Untuk 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 Application Auto Scaling
Untuk menerapkan kebijakan penskalaan pada klaster DB Aurora dengan API Application Auto Scaling, gunakan operasi [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_PutScalingPolicy.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_PutScalingPolicy.html) API Application Auto Scaling dengan parameter berikut:
+ `PolicyName` – Nama kebijakan penskalaan.
+ `ServiceNamespace` – Atur nilai ini ke `rds`.
+ `ResourceID` – Pengidentifikasi sumber daya untuk klaster DB Aurora. Untuk parameter ini, jenis sumber dayanya adalah `cluster` dan pengidentifikasi uniknya adalah nama klaster DB Aurora, misalnya `cluster:myscalablecluster`.
+ `ScalableDimension` – Atur nilai ini ke `rds:cluster:ReadReplicaCount`.
+ `PolicyType` – Atur nilai ini ke `TargetTrackingScaling`.
+ `TargetTrackingScalingPolicyConfiguration` – Konfigurasi kebijakan penskalaan pelacakan target untuk digunakan pada klaster DB Aurora.
**Example**
Dalam contoh berikut, Anda menerapkan kebijakan penskalaan pelacakan target yang disebut `myscalablepolicy` ke klaster DB Aurora bernama `myscalablecluster` dengan Application Auto Scaling. Anda menggunakan konfigurasi kebijakan berdasarkan pada metrik standar `RDSReaderAverageCPUUtilization`.
```
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"
}
}
}
```
# Mengedit kebijakan penskalaan otomatis untuk klaster DB Amazon Aurora
Anda dapat mengedit kebijakan penskalaan menggunakan Konsol Manajemen AWS, Application Auto Scaling AWS CLI, atau Application Auto API Scaling.
## Konsol
Anda dapat mengedit kebijakan penskalaan dengan menggunakan. Konsol Manajemen AWS
**Untuk mengedit kebijakan penskalaan untuk klaster DB Aurora**
1. Masuk ke Konsol Manajemen AWS dan buka RDS konsol Amazon di [https://console.aws.amazon.com/rds/](https://console.aws.amazon.com/rds/).
1. Di panel navigasi, pilih **Basis Data**.
1. Pilih klaster DB Aurora yang kebijakan penskalaan otomatisnya ingin Anda edit.
1. Pilih tab **Log & peristiwa**.
1. Pada bagian **Kebijakan auto scaling**, pilih kebijakan penskalaan otomatis, lalu pilih **Edit**.
1. Buat perubahan pada kebijakan.
1. Pilih **Simpan**.
Berikut ini adalah contoh kotak dialog **Edit kebijakan Auto Scaling**.
![\[Mengedit kebijakan penskalaan otomatis berdasarkan pemanfaatan rata-rata CPU\]](http://docs.aws.amazon.com/id_id/AmazonRDS/latest/AuroraUserGuide/images/aurora-autoscaling-edit-cpu.png)
## AWS CLI atau Application Auto Scaling API
Anda dapat menggunakan Application Auto Scaling AWS CLI atau Application Auto Scaling API untuk mengedit kebijakan penskalaan dengan cara yang sama seperti Anda menerapkan kebijakan penskalaan:
+ Saat menggunakan AWS CLI, tentukan nama kebijakan yang ingin Anda edit di `--policy-name` parameter. Tentukan nilai baru untuk parameter yang ingin Anda ubah.
+ Saat menggunakan Application Auto ScalingAPI, tentukan nama kebijakan yang ingin Anda edit dalam parameter. `PolicyName` Tentukan nilai baru untuk parameter yang ingin Anda ubah.
Untuk informasi selengkapnya, lihat [Menerapkan kebijakan penskalaan untuk klaster DB Aurora](Aurora.Integrating.AutoScaling.Add.md#Aurora.Integrating.AutoScaling.AddCode.ApplyScalingPolicy).
# Menghapus kebijakan penskalaan otomatis dari klaster DB Amazon Aurora Anda
Anda dapat menghapus kebijakan penskalaan menggunakan Konsol Manajemen AWS, Application Auto Scaling AWS CLI, atau Application Auto API Scaling.
## Konsol
Anda dapat menghapus kebijakan penskalaan menggunakan Konsol Manajemen AWS.
**Untuk menghapus kebijakan penskalaan untuk klaster DB Aurora**
1. Masuk ke Konsol Manajemen AWS dan buka RDS konsol Amazon di [https://console.aws.amazon.com/rds/](https://console.aws.amazon.com/rds/).
1. Di panel navigasi, pilih **Basis Data**.
1. Pilih klaster DB Aurora yang kebijakan penskalaan otomatisnya ingin Anda hapus.
1. Pilih tab **Log & peristiwa**.
1. Pada bagian **Kebijakan auto scaling**, pilih kebijakan penskalaan otomatis, lalu pilih **Hapus**.
## AWS CLI
Untuk menghapus kebijakan penskalaan dari klaster Aurora DB Anda, gunakan [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) AWS CLI perintah dengan parameter berikut:
+ `--policy-name` – Nama kebijakan penskalaan.
+ `--resource-id` – Pengidentifikasi sumber daya untuk klaster DB Aurora. Untuk parameter ini, jenis sumber dayanya adalah `cluster` dan pengidentifikasi uniknya adalah nama klaster DB Aurora, misalnya `cluster:myscalablecluster`.
+ `--service-namespace` – Atur nilai ini ke `rds`.
+ `--scalable-dimension` – Atur nilai ini ke `rds:cluster:ReadReplicaCount`.
**Example**
Dalam contoh berikut, Anda menghapus kebijakan penskalaan pelacakan target bernama `myscalablepolicy` dari klaster DB Aurora bernama `myscalablecluster`.
Untuk Linux, macOS, atau Unix:
```
aws application-autoscaling delete-scaling-policy \
--policy-name myscalablepolicy \
--resource-id cluster:myscalablecluster \
--service-namespace rds \
--scalable-dimension rds:cluster:ReadReplicaCount \
```
Untuk Windows:
```
aws application-autoscaling delete-scaling-policy ^
--policy-name myscalablepolicy ^
--resource-id cluster:myscalablecluster ^
--service-namespace rds ^
--scalable-dimension rds:cluster:ReadReplicaCount ^
```
## Application Auto Scaling API
Untuk menghapus kebijakan penskalaan dari klaster Aurora DB Anda, gunakan [https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_DeleteScalingPolicy.html](https://docs.aws.amazon.com/ApplicationAutoScaling/latest/APIReference/API_DeleteScalingPolicy.html)operasi Application API Auto Scaling dengan parameter berikut:
+ `PolicyName` – Nama kebijakan penskalaan.
+ `ServiceNamespace` – Atur nilai ini ke `rds`.
+ `ResourceID` – Pengidentifikasi sumber daya untuk klaster DB Aurora. Untuk parameter ini, jenis sumber dayanya adalah `cluster` dan pengidentifikasi uniknya adalah nama klaster DB Aurora, misalnya `cluster:myscalablecluster`.
+ `ScalableDimension` – Atur nilai ini ke `rds:cluster:ReadReplicaCount`.
**Example**
Dalam contoh berikut, Anda menghapus kebijakan penskalaan pelacakan target yang dinamai dari klaster Aurora DB `myscalablepolicy` yang diberi nama dengan Application `myscalablecluster` Auto Scaling. API
```
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"
}
```