Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Gunakan penskalaan otomatis di Layanan Terkelola untuk Apache Flink
Layanan Terkelola untuk Apache Flink secara elastis menskalakan paralelisme aplikasi Anda untuk mengakomodasi throughput data sumber Anda dan kompleksitas operator Anda untuk sebagian besar skenario. Penskalaan otomatis diaktifkan secara default. Layanan Terkelola untuk Apache Flink memantau penggunaan sumber daya (CPU) aplikasi Anda, dan secara elastis menskalakan paralelisme aplikasi Anda ke atas atau ke bawah sesuai dengan itu:
Aplikasi Anda menskalakan (meningkatkan paralelisme) jika CloudWatch metrik maksimum
containerCPUUtilizationlebih besar dari 75 persen atau lebih selama 15 menit. Itu berartiScaleUptindakan dimulai ketika ada 15 titik data berturut-turut dengan periode 1 menit sama dengan atau lebih dari 75 persen. TScaleUpindakan menggCurrentParallelismandakan aplikasi Anda.ParallelismPerKPUtidak dimodifikasi. Akibatnya, jumlah KPU yang dialokasikan juga berlipat ganda.Aplikasi Anda mengurangi (mengurangi paralelisme) ketika penggunaan CPU Anda tetap di bawah 10 persen selama enam jam. Itu berarti
ScaleDowntindakan dimulai ketika ada 360 titik data berturut-turut dengan periode 1 menit kurang dari 10 persen. TScaleDownindakan membagi (membulatkan) paralelisme aplikasi.ParallelismPerKPUtidak dimodifikasi, dan jumlah KPU yang dialokasikan juga setengah (dibulatkan ke atas).
catatan
Maksimal periode containerCPUUtilization lebih dari 1 menit dapat direferensikan untuk menemukan korelasi dengan titik data yang digunakan untuk tindakan penskalaan, tetapi tidak perlu mencerminkan momen yang tepat ketika tindakan diinisialisasi.
Layanan Terkelola untuk Apache Flink tidak akan mengurangi CurrentParallelism nilai aplikasi Anda menjadi kurang dari Parallelism pengaturan aplikasi Anda.
Ketika Layanan Terkelola untuk layanan Apache Flink menskalakan aplikasi Anda, itu akan berada dalam AUTOSCALING status. Anda dapat memeriksa status aplikasi Anda saat ini menggunakan ListApplications tindakan DescribeApplication atau. Saat layanan menskalakan aplikasi Anda, satu-satunya tindakan API valid yang dapat Anda gunakan adalah StopApplication dengan Force parameter yang disetel ketrue.
Anda dapat menggunakan properti AutoScalingEnabled (bagian dari FlinkApplicationConfiguration) untuk mengaktifkan atau menonaktifkan perilaku penskalaan otomatis. AWS Akun Anda dikenakan biaya untuk KPU yang disediakan Layanan Terkelola untuk Apache Flink yang merupakan fungsi dari aplikasi parallelism dan parallelismPerKPU pengaturan Anda. Lonjakan aktivitas meningkatkan biaya Layanan Terkelola Anda untuk Apache Flink.
Untuk informasi tentang harga, lihat Amazon Managed Service untuk harga
Perhatikan hal tentang penskalaan aplikasi berikut:
Penskalaan otomatis diaktifkan secara default.
Penskalaan tidak berlaku untuk notebook Studio. Namun, jika Anda men-deploy notebook Studio sebagai aplikasi dengan status tahan lama, penskalaan akan diterapkan ke aplikasi yang di-deploy.
Aplikasi Anda memiliki batas default 64 CPU. Untuk informasi selengkapnya, lihat Layanan Terkelola untuk kuota notebook Apache Flink dan Studio.
Saat penskalaan otomatis memperbarui paralelisme aplikasi, aplikasi mengalami waktu henti. Untuk menghindari waktu henti ini, lakukan hal berikut:
Nonaktifkan penskalaan otomatis
Konfigurasikan aplikasi Anda
parallelismdanparallelismPerKPUdengan UpdateApplication tindakan. Untuk informasi selengkapnya tentang menyetel pengaturan paralelisme aplikasi Anda, lihat. Perbarui paralelisme aplikasi AndaPantau penggunaan sumber daya aplikasi Anda secara berkala untuk memverifikasi bahwa aplikasi Anda memiliki pengaturan paralelisme yang benar untuk beban kerjanya. Untuk informasi tentang pemantauan penggunaan sumber daya alokasi, lihat Metrik dan dimensi dalam Layanan Terkelola untuk Apache Flink.
Terapkan penskalaan otomatis khusus
Jika Anda ingin kontrol berbutir lebih halus pada penskalaan otomatis atau menggunakan metrik pemicu selaincontainerCPUUtilization, Anda dapat menggunakan contoh ini:
-
Contoh ini menggambarkan cara menskalakan aplikasi Layanan Terkelola untuk Apache Flink menggunakan CloudWatch metrik yang berbeda dari aplikasi Apache Flink, termasuk metrik dari Amazon MSK dan Amazon Kinesis Data Streams, yang digunakan sebagai sumber atau sink.
Untuk informasi tambahan, lihat Pemantauan yang ditingkatkan dan penskalaan otomatis untuk Apache Flink
Terapkan penskalaan otomatis terjadwal
Jika beban kerja Anda mengikuti profil yang dapat diprediksi dari waktu ke waktu, Anda mungkin lebih suka menskalakan aplikasi Apache Flink Anda terlebih dahulu. Ini menskalakan aplikasi Anda pada waktu yang dijadwalkan, bukan penskalaan secara reaktif berdasarkan metrik. Untuk mengatur penskalaan naik dan turun pada jam tetap dalam sehari, Anda dapat menggunakan contoh ini:
