Aggiunta di una policy di dimensionamento automatico a un cluster di database Amazon Aurora

È possibile aggiungere una policy di dimensionamento a un cluster di database Aurora utilizzando la Console di gestione AWS.

La seguente finestra di dialogo crea una politica di Auto Scaling basata su un utilizzo medio della CPU del 40 percento. La policy specifica un minimo di 5 repliche Aurora e un massimo di 15 repliche Aurora.

La seguente finestra di dialogo crea una policy di Auto Scaling basata su un numero di connessioni pari a 100. La policy specifica un minimo di due repliche Aurora e un massimo di otto repliche Aurora.

Puoi applicare una policy di dimensionamento basata un parametro di default o personalizzato. Per farlo, è possibile utilizzare AWS CLI o l'API Application Auto Scaling. La prima fase consiste nel registrare il cluster di database Aurora con Application Auto Scaling.

Registrazione di un cluster di database Aurora

Prima di poter utilizzare Aurora Auto Scaling con un cluster di database Aurora, registrare il cluster di database Aurora con Application Auto Scaling. Questa operazione consente di definire la dimensione e i limiti di dimensionamento da applicare al cluster. Application Auto Scaling ridimensiona dinamicamente il cluster di database Aurora lungo la dimensione scalabile rds:cluster:ReadReplicaCount, che rappresenta il numero di repliche Aurora.

Per registrare il cluster di database Aurora, si può utilizzare la AWS CLI o l'API Application Auto Scaling.

AWS CLI

Per registrare il cluster di database Aurora, utilizzare il comando della AWS CLI register-scalable-target con i parametri seguenti:

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

Per registrare il cluster di database Aurora con Application Auto Scaling, utilizzare l'operazione API RegisterScalableTarget Application Auto Scaling con i parametri seguenti:

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
}

Definizione di una politica di dimensionamento per un cluster di database Aurora

Una configurazione della policy di dimensionamento di monitoraggio degli obiettivi è rappresentata da un blocco JSON in cui sono definiti i valori dei parametri e della destinazione. Puoi salvare una configurazione della policy di dimensionamento come un blocco JSON in un file di testo. Questo file di testo viene utilizzato quando si chiama la AWS CLIo l'API Application Auto Scaling. Per ulteriori informazioni sulla sintassi della configurazione della policy, consulta TargetTrackingScalingPolicyConfiguration in Application Auto Scaling API Reference.

Le seguenti opzioni sono disponibili per definire una configurazione di una policy di dimensionamento di monitoraggio dei target.

Utilizzo di un parametro predefinito

Utilizzando dei parametri predefiniti, si può definire rapidamente una policy di dimensionamento per il monitoraggio della destinazione per un cluster di database Aurora che funziona bene sia con il monitoraggio della destinazione sia con il dimensionamento dinamico in Aurora Auto Scaling.

Attualmente, Aurora supporta i seguenti parametri predefiniti in Aurora Auto Scaling:

Per ulteriori informazioni sui parametri CPUUtilization e DatabaseConnections, consultare CloudWatch Parametri Amazon per Amazon Aurora.

Per utilizzare un parametro di default nella policy di dimensionamento, crea una configurazione di monitoraggio degli obiettivi per la policy di dimensionamento. La configurazione deve includere un PredefinedMetricSpecification per il parametro predefinito e un TargetValue per il valore di destinazione del parametro.

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

Utilizzo di un parametro personalizzato

Utilizzando dei parametri personalizzati, è possibile definire una policy di dimensionamento di monitoraggio della destinazione che soddisfi i requisiti personalizzati. È possibile definire un parametro personalizzato in base a qualsiasi parametro Aurora che si modifichi in proporzione al dimensionamento.

Non tutti i parametri Aurora funzionano per il monitoraggio della destinazione. Il parametro deve essere un parametro di utilizzo valido e deve descrivere quanto è impegnata un'istanza. Il valore del parametro deve aumentare o diminuire in proporzione al numero di repliche Aurora nel cluster di database Aurora. Questo aumento o riduzione proporzionale è necessario per utilizzare i dati del parametro per aumentare o diminuire in modo proporzionale il numero di repliche Aurora.

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

Utilizzo di periodi di attesa

È possibile specificare un valore, in secondi, per ScaleOutCooldown per aggiungere un periodo di attesa per l'aumento del cluster di database Aurora. Allo stesso modo, è possibile aggiungere un valore, in secondi, per ScaleInCooldown per aggiungere un periodo di attesa per la riduzione del cluster di database Aurora. Per ulteriori informazioni su ScaleInCooldown e ScaleOutCooldown, consulta TargetTrackingScalingPolicyConfiguration in Riferimento API Auto Scaling dell'applicazione.

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

Disabilitazione dell'attività di riduzione

Puoi prevenire la configurazione della policy di dimensionamento di monitoraggio della destinazione riducendo il cluster di database Aurora disabilitando l'attività di riduzione. La disabilitazione delle attività di riduzione impedisce alla policy di dimensionamento di eliminare le repliche Aurora, consentendo tuttavia alla policy di dimensionamento di crearle in base alle esigenze.

È possibile specificare un valore booleano per DisableScaleIn per abilitare o disabilitare l'attività di riduzione per il cluster di database Aurora. Per ulteriori informazioni su DisableScaleIn, consulta TargetTrackingScalingPolicyConfiguration in Riferimento API Auto Scaling dell'applicazione.

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

Applicazione di una policy di dimensionamento a un cluster di database Aurora

Dopo la registrazione del cluster di database Aurora con Application Auto Scaling e la definizione di una policy di dimensionamento, applicare la policy di dimensionamento al cluster di database Aurora registrato. Per applicare una policy di dimensionamento a un cluster di database Aurora, è possibile utilizzare la AWS CLI oppure l'API 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"
        }
    }
}