Aggiungere una policy di scalabilità automatica a un cluster Amazon Aurora DB

È possibile aggiungere una politica di scalabilità a un cluster Aurora DB utilizzando. AWS Management Console

La seguente finestra di dialogo crea una politica di Auto Scaling basata su un CPU utilizzo medio 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. A tale scopo, è possibile utilizzare AWS CLI o l'Application Auto ScalingAPI. 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 Aurora DB, è possibile utilizzare AWS CLI o l'Application Auto Scaling. API

AWS CLI

Per registrare il tuo cluster Aurora DB, usa il register-scalable-target AWS CLI comando con i seguenti parametri:

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 ^
                   

Application Auto Scaling API

Per registrare il cluster Aurora DB con Application Auto Scaling, utilizzate l'operazione Application Auto RegisterScalableTargetScaling con i seguenti API parametri:

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 di policy di scaling target-tracking è rappresentata da un JSON blocco in cui sono definite le metriche e i valori di destinazione. È possibile salvare una configurazione della politica di scalabilità come JSON blocco in un file di testo. Si utilizza quel file di testo quando si richiama il AWS CLI o l'Application Auto API Scaling. Per ulteriori informazioni sulla sintassi di configurazione delle policy, vedere TargetTrackingScalingPolicyConfigurationApplication Auto API Scaling 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 eScaleOutCooldown, vedere TargetTrackingScalingPolicyConfigurationApplication Auto Scaling API Reference.

{
    "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 TargetTrackingScalingPolicyConfigurationin meritoDisableScaleIn, vedere Application Auto Scaling API Reference.

{
    "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 politica di scalabilità a un cluster Aurora DB, puoi utilizzare o Application AWS CLI Auto Scaling. API

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"
        }
    }
}