Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Scelta dell'approccio di scalabilità automatica
<a name="scaling"></a>

L'elasticità è uno dei principali vantaggi dell'utilizzo di Amazon EMR. Esistono due opzioni principali per scalare automaticamente le risorse:
+ Dimensionamento gestito
+ Una politica di scalabilità personalizzata

Con la scalabilità gestita o una politica di scalabilità automatica personalizzata, puoi scalare all'interno e all'esterno i nodi in modo da utilizzare solo le risorse di cui hai bisogno. La scalabilità orizzontale viene utilizzata per aggiungere più risorse quando è necessaria una maggiore capacità. La scalabilità si traduce in efficienza in termini di costi rimuovendo le risorse che non vengono utilizzate. All'interno del servizio Amazon EMR, i CloudWatch parametri di Amazon sono abilitati per monitorare le risorse in modo da poter scalare il cluster. CloudWatch acquisisce punti dati ogni 5 minuti.

Esistono diverse considerazioni per ciascuno degli approcci di ridimensionamento automatico.

## Dimensionamento gestito da Amazon EMR
<a name="managed"></a>

Utilizza la [scalabilità gestita EMR se il tuo carico di](https://docs.aws.amazon.com/emr/latest/ManagementGuide/managed-scaling-console.html) lavoro soddisfa i seguenti criteri:
+ È necessaria un'esperienza gestita.
+ Viene utilizzato Amazon EMR 5.330 o versione successiva.
+ È necessaria una frequenza di valutazione di 1 minuto.
+ La soluzione utilizza flotte di istanze per avere da una a cinque opzioni di istanza.
+ Le applicazioni sono basate su Apache Spark, Apache Hive o Apache Hadoop YARN.

## Dimensionamento automatico personalizzato
<a name="custom"></a>

Utilizza una politica di [scalabilità automatica personalizzata se il carico di lavoro soddisfa i seguenti criteri](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-automatic-scaling.html):
+ È necessario controllare la metrica per la scalabilità.
+ Viene utilizzato Amazon EMR 4.0\+.
+ Non è necessaria una frequenza di valutazione elevata.
+ Non è necessario controllare i periodi di recupero tra i ridimensionamenti consecutivi.
+ È importante controllare quante istanze aggiungere o rimuovere durante il ridimensionamento.
+ La soluzione richiede azioni di ridimensionamento personalizzate. Ad esempio, potresti voler scalare più di un nodo in un periodo di 5 minuti. Oppure potresti voler modificare il periodo di cooldown.
+ Non ci sono restrizioni all'utilizzo di tipi istantanei diversi in un gruppo di istanze.

## Suggerimenti per aggiungere la scalabilità automatica al cluster
<a name="scaling-tips"></a>
+ Sii consapevole della quantità di dati che elaborerai. Forecast utilizzando il caso con la maggiore dimensione di dati.
+ [Dimensiona](capacity.md) correttamente il tuo cluster.
+ Scegli un [tipo di storage](storage.md) adatto alle tue esigenze.
+ Comprendi le [metriche](https://docs.aws.amazon.com/emr/latest/ManagementGuide/UsingEMR_ViewingMetrics.html) per un cluster Amazon EMR.
+ Scopri come determinare la [metrica giusta](https://aws.amazon.com/blogs/big-data/best-practices-for-resizing-and-automatic-scaling-in-amazon-emr/) per scalare il tuo cluster.
+ Decidi se utilizzare istanze Spot, gruppi di istanze uniformi o flotte di istanze.
+ In base alle informazioni e alle limitazioni, decidi quale tipo di approccio di scalabilità preferisci: scalabilità gestita da Amazon EMR o una politica di scalabilità automatica personalizzata.
+ Configura la scalabilità gestita o la politica personalizzata.
+ Se hai selezionato una politica di scalabilità automatica personalizzata, monitora i parametri di Amazon EMR per ottimizzare le soglie della policy.