本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 建立目標追蹤擴展政策
<a name="policy_creating"></a>

若要為您的 Auto Scaling 群組建立目標追蹤擴展政策，請使用下列其中一種方法。

開始之前，請確認您偏好的指標每隔 1 分鐘可用 (相比之下，Amazon EC2 指標的預設間隔為 5 分鐘)。

------
#### [ Console ]

**建立新的 Auto Scaling 群組的目標追蹤擴展政策**

1. 前往網址 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台，然後從導覽窗格中選擇 **Auto Scaling 群組**。

1. 選擇 **Create Auto Scaling group** (建立 Auto Scaling 群組)。

1. 在步驟 1、2 和 3 中，視需要選擇選項，並繼續進行 **Step 4: Configure group size and scaling policies** (步驟 4：設定群組大小和擴展政策)。

1. 在**擴展**下，透過更新**所需容量下限**和**所需容量上限**，指定要在兩者之間擴展的範圍。這兩個設定可讓您的 Auto Scaling 群組進行動態擴展。如需詳細資訊，請參閱[設定 Auto Scaling 群組的擴展限制](asg-capacity-limits.md)。

1. 在**自動擴展**下，選擇**目標追蹤擴展政策**。

1. 若要定義政策，請執行下列的動作：

   1. 指定政策的名稱。

   1. 為 **Metric type** (指標類型) 選擇指標。

      如果選擇了 **Application Load Balancer request count per target** (每個目標的 Application Load Balancer 請求計數)，則在 **Target group** (目標群組) 中選擇目標群組。

   1. 指定指標的 **Target value** (目標值)。

   1. （選用） 對於**執行個體暖機**期，視需要更新執行個體暖機期值。

   1. (選用) 選取 **Disable scale in to create only a scale-out policy** (停用縮減以僅建立擴增政策)。這可讓您建立所需不同類型的單獨縮減政策。

1. 繼續建立 Auto Scaling 群組。您的擴展政策會在建立 Auto Scaling 群組之後建立。

**建立現有 Auto Scaling 群組的目標追蹤擴展政策**

1. 前往網址 [https://console.aws.amazon.com/ec2/](https://console.aws.amazon.com/ec2/) 開啟 Amazon EC2 主控台，然後從導覽窗格中選擇 **Auto Scaling 群組**。

1. 選取 Auto Scaling 群組旁的核取方塊。

   頁面底部會開啟一個分割窗格。

1. 確認已將擴展限制設定妥當。例如，如果群組已達到所需容量上限，則需要指定新的上限，以便進行橫向擴展。如需詳細資訊，請參閱[設定 Auto Scaling 群組的擴展限制](asg-capacity-limits.md)。

1. 在 **Automatic scaling** (自動擴展) 索引標籤的 **Dynamic scaling policies** (動態擴展政策) 中，選擇 **Create dynamic scaling policy** (建立動態擴展政策)。

1. 若要定義政策，請執行下列的動作：

   1. 對於**政策類型**，請保持**目標追蹤擴展**的預設值。

   1. 指定政策的名稱。

   1. 為 **Metric type** (指標類型) 選擇指標。您只能選擇一種指標類型。若要使用多個指標，請建立多個政策。

      如果選擇了 **Application Load Balancer request count per target** (每個目標的 Application Load Balancer 請求計數)，則在 **Target group** (目標群組) 中選擇目標群組。

   1. 指定指標的 **Target value** (目標值)。

   1. （選用） 對於**執行個體暖機**期，視需要更新執行個體暖機期值。

   1. (選用) 選取 **Disable scale in to create only a scale-out policy** (停用縮減以僅建立擴增政策)。這可讓您建立所需不同類型的單獨縮減政策。

1. 選擇**建立**。

------
#### [ AWS CLI ]

若要建立目標追蹤擴展政策，您可以使用下列範例來協助您開始使用。將每個{{使用者輸入預留位置}}替換為自己的資訊。

**注意**  
如需更多範例，請參閱[的範例擴展政策 AWS CLI](examples-scaling-policies.md)。

**建立目標追蹤擴展政策 (AWS CLI)**

1. 使用下列`cat`命令，將擴展政策的目標值和預先定義的指標規格存放在主目錄中名為 `config.json`的 JSON 檔案中。以下是將平均 CPU 使用率保持在 50% 的目標追蹤組態範例。

   ```
   $ cat ~/config.json
   {
     "TargetValue": {{50.0}},
     "PredefinedMetricSpecification": 
       {
         "PredefinedMetricType": "{{ASGAverageCPUUtilization}}"
       }
   }
   ```

   如需詳細資訊，請參閱《Amazon EC2 Auto Scaling API 參考》**中的 [PredefinedMetricSpecification](https://docs.aws.amazon.com/autoscaling/ec2/APIReference/API_PredefinedMetricSpecification.html)。

1. 使用 [put-scaling-policy](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/autoscaling/put-scaling-policy.html) 命令與先前步驟中建立的 `config.json` 檔案來建立您的擴展政策。

   ```
   aws autoscaling put-scaling-policy --policy-name {{cpu50-target-tracking-scaling-policy}} \
     --auto-scaling-group-name {{my-asg}} --policy-type TargetTrackingScaling \
     --target-tracking-configuration {{file://config.json}}
   ```

   如果成功，此命令會傳回代表您建立的兩個 CloudWatch 警示的 ARN 和名稱。

   ```
   {
       "PolicyARN": "arn:aws:autoscaling:us-west-2:123456789012:scalingPolicy:228f02c2-c665-4bfd-aaac-8b04080bea3c:autoScalingGroupName/my-asg:policyName/cpu50-target-tracking-scaling-policy",
       "Alarms": [
           {
               "AlarmARN": "arn:aws:cloudwatch:us-west-2:123456789012:alarm:TargetTracking-my-asg-AlarmHigh-fc0e4183-23ac-497e-9992-691c9980c38e",
               "AlarmName": "TargetTracking-my-asg-AlarmHigh-fc0e4183-23ac-497e-9992-691c9980c38e"
           },
           {
               "AlarmARN": "arn:aws:cloudwatch:us-west-2:123456789012:alarm:TargetTracking-my-asg-AlarmLow-61a39305-ed0c-47af-bd9e-471a352ee1a2",
               "AlarmName": "TargetTracking-my-asg-AlarmLow-61a39305-ed0c-47af-bd9e-471a352ee1a2"
           }
       ]
   }
   ```

------