스케일링 플랜 마이그레이션하기

JSON 파일에서 다음 예와 같이 MetricSpecifications 구조를 정의합니다.

{
  "MetricSpecifications":[
    {
      ... 
    }
  ]
}

MetricSpecifications구조에서 조정 계획의 각 부하 지표에 대해 조정 계획의 해당 설정을 CustomizedLoadMetricSpecification 사용하여 PredefinedLoadMetricSpecification OR을 생성합니다.

다음은 부하 지표 섹션의 구조 예시입니다.

에 스케일링 지표 사양을 추가하고 목표 값을 정의합니다. MetricSpecifications

다음은 스케일링 지표 및 목표 값 섹션의 구조 예입니다.

예측만 하려면 값이 Mode 인 ForecastOnly 속성을 추가하십시오. 예측 규모 마이그레이션을 완료하고 예측이 정확하고 신뢰할 수 있는지 확인한 후 조정을 허용하도록 모드를 변경할 수 있습니다. 자세한 정보는 7단계: 예측 규모 조정 재활성화을 참조하세요.

{
  "MetricSpecifications":[
  ...
  ],
  "Mode":"ForecastOnly",
  ...
}

자세한 내용은 Amazon EC2 Auto Scaling API 참조의 PredictiveScaling구성을 참조하십시오.

조정 계획에 해당 ScheduledActionBufferTime 속성이 있는 경우 예측 규모 조정 정책의 SchedulingBufferTime 속성에 속성 값을 복사하십시오.

{
  "MetricSpecifications":[
  ...
  ],
  "Mode":"ForecastOnly",
  "SchedulingBufferTime":300,
  ...
}

자세한 내용은 Amazon EC2 Auto Scaling API 참조의 PredictiveScaling구성을 참조하십시오.

PredictiveScalingMaxCapacityBehavior및 PredictiveScalingMaxCapacityBuffer 속성이 조정 계획에 있는 경우 예측 조정 정책에서 MaxCapacityBreachBehavior 및 MaxCapacityBuffer 속성을 구성할 수 있습니다. 이러한 속성은 예측 용량이 Auto Scaling 그룹에 지정된 최대 용량에 근접하거나 초과할 경우 발생하는 상황을 정의합니다.

{
  "MetricSpecifications":[
  ...
  ],
  "Mode":"ForecastOnly",
  "SchedulingBufferTime":300,
  "MaxCapacityBreachBehavior": "IncreaseMaxCapacity",
  "MaxCapacityBuffer": 10
}

자세한 내용은 Amazon EC2 Auto Scaling API 참조의 PredictiveScaling구성을 참조하십시오.

JSON 파일을 고유한 이름으로 저장합니다. 파일 이름을 기록해 둡니다. 이 정보는 다음 단계에서 필요하고 마이그레이션 절차가 끝날 때 예측 조정 정책을 다시 활성화할 때 다시 필요합니다. 자세한 정보는 7단계: 예측 규모 조정 재활성화을 참조하세요.

JSON 파일을 저장한 후 put-scaling-policy 명령을 실행합니다. 다음은 자신의 정보를 각각의 사용자 입력 자리 표시자로 변경하는 예제입니다.

aws autoscaling put-scaling-policy --policy-name my-predictive-scaling-policy \
  --auto-scaling-group-name my-asg --policy-type PredictiveScaling \
  --predictive-scaling-configuration file://my-predictive-scaling-config.json

이 명령이 제대로 실행되면 정책의 Amazon 리소스 이름(ARN)을 반환합니다.

{
  "PolicyARN": "arn:aws:autoscaling:region:account-id:scalingPolicy:2f4f5048-d8a8-4d14-b13a-d1905620f345:autoScalingGroupName/my-asg:policyName/my-predictive-scaling-policy",
  "Alarms": []
}

Amazon EC2 Auto Scaling 기반 예측 조정 정책으로 마이그레이션하는 각 로드 지표 사양에 대해 이 단계를 반복합니다.

https://console.aws.amazon.com/ec2/에서 Amazon EC2 콘솔을 엽니다.

탐색 창에서 Auto Scaling Groups를 선택한 다음 목록에서 Auto Scaling 그룹의 이름을 선택합니다.

자동 조정 탭의 예측 조정 정책에서 정책을 선택합니다.

모니터링 섹션에서 로드 및 용량 정책에 대한 과거 및 미래 예측을 실제 값과 비교하여 볼 수 있습니다.

자세한 내용은 Amazon EC2 Auto Scaling 사용 설명서의 예측 규모 조정 모니터링 그래프 검토를 참조하십시오.

생성한 각 예측 조정 정책에 대해 이 단계를 반복합니다.

https://console.aws.amazon.com/ec2/에서 Amazon EC2 콘솔을 엽니다.

탐색 창에서 Auto Scaling Groups를 선택한 다음 목록에서 Auto Scaling 그룹의 이름을 선택합니다.

세부 정보(Details) 탭에서 그룹 세부 정보(Group details), 편집(Edit)을 선택합니다.

원하는 용량의 경우 원하는 용량을 늘리십시오.

작업을 마쳤으면 업데이트를 선택합니다.

https://console.aws.amazon.com/rds/에서 Amazon RDS 콘솔을 엽니다.

탐색 창에서 [Database] 를 선택한 다음 DB 클러스터를 선택합니다.

클러스터와 기본 인스턴스 모두 사용 가능 상태인지 확인합니다.

[작업], [리더 추가] 를 선택합니다.

리더 추가 페이지에서 새 Aurora 복제본의 옵션을 지정합니다.

리더 추가를 선택합니다.

https://console.aws.amazon.com/dynamodb/에서 DynamoDB 콘솔을 엽니다.

탐색 창에서 [Tables] 를 선택한 다음 목록에서 테이블 이름을 선택합니다.

추가 설정 탭에서 읽기/쓰기 용량, 편집을 선택합니다.

읽기/쓰기 용량 편집 페이지에서 읽기 용량, 프로비저닝된 용량 단위에 대해 테이블의 프로비저닝된 읽기 용량을 늘립니다.

(선택 사항) 글로벌 보조 인덱스가 기본 테이블과 동일한 읽기 용량 설정을 사용하도록 하려면 모든 글로벌 보조 인덱스에 동일한 읽기 용량 설정 사용 확인란을 선택합니다.

쓰기 용량, 프로비저닝된 용량 단위의 경우 테이블의 프로비저닝된 쓰기 용량을 늘리십시오.

(선택 사항) 글로벌 보조 인덱스가 기본 테이블과 동일한 쓰기 용량 설정을 사용하도록 하려면 모든 글로벌 보조 인덱스에 동일한 쓰기 용량 설정 사용 확인란을 선택합니다.

5단계 또는 7단계에서 확인란을 선택하지 않은 경우 페이지를 아래로 스크롤하여 글로벌 보조 인덱스의 읽기 및 쓰기 용량을 업데이트하십시오.

계속하려면 변경 내용 저장을 선택합니다.

https://console.aws.amazon.com/ecs/v2에서 콘솔을 엽니다.

탐색 창에서 [Clusters] 를 선택한 다음 목록에서 클러스터 이름을 선택합니다.

서비스 섹션에서 서비스 옆의 확인란을 선택한 다음 업데이트를 선택합니다.

원하는 작업에 서비스에서 실행할 작업 수를 입력합니다.

업데이트를 선택합니다.

https://console.aws.amazon.com/ec2/에서 Amazon EC2 콘솔을 엽니다.

탐색 창에서 스팟 요청을 선택한 다음 스팟 플릿 요청을 선택합니다.

작업을 선택한 다음, Modify target capacity(목표 용량 수정)을 선택합니다.

목표 용량 수정에서 새 목표 용량과 온디맨드 인스턴스 부분을 입력합니다.

제출을 선택합니다.

조정 계획의 해당 설정을 CustomizedMetricSpecification 사용하여 JSON 파일에서 PredefinedMetricSpecification OR을 생성합니다.

다음은 대상 추적 구성의 예입니다. 이 예시에서는 각 사용자 입력 플레이스홀더를 자체 정보로 바꾸십시오.

조정 정책을 생성하려면 이전 단계에서 생성한 JSON 파일과 함께 put-scaling-policy 명령을 사용하십시오. 다음은 자신의 정보를 각각의 사용자 입력 자리 표시자로 변경하는 예제입니다.

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

Amazon EC2 Auto Scaling 기반 대상 추적 조정 정책으로 마이그레이션하는 각 조정 계획 기반 조정 정책에 대해 이 프로세스를 반복합니다.

register-scalable-target 명령을 사용하여 리소스를 확장 가능한 대상으로 등록하고 조정 정책의 조정 제한을 정의합니다.

다음은 자신의 정보를 각각의 사용자 입력 자리 표시자로 변경하는 예제입니다. 명령 옵션의 경우 다음 정보를 제공하십시오.

aws application-autoscaling register-scalable-target --service-namespace namespace \
  --scalable-dimension dimension \
  --resource-id identifier \
  --min-capacity 1 --max-capacity 10

이 명령이 성공하면 확장 가능 대상의 ARN이 반환됩니다.

{
    "ScalableTargetARN": "arn:aws:application-autoscaling:region:account-id:scalable-target/1234abcd56ab78cd901ef1234567890ab123"
}

조정 계획의 해당 설정을 CustomizedMetricSpecification 사용하여 JSON 파일에서 PredefinedMetricSpecification OR을 생성합니다.

다음은 대상 추적 구성의 예입니다.

조정 정책을 생성하려면 이전 단계에서 생성한 JSON 파일과 함께 put-scaling-policy 명령을 사용하십시오.

aws application-autoscaling put-scaling-policy --service-namespace namespace \
  --scalable-dimension dimension \
  --resource-id identifier \
  --policy-name my-target-tracking-scaling-policy --policy-type TargetTrackingScaling \
  --target-tracking-scaling-policy-configuration file://config.json

Application Auto Scaling 기반 대상 추적 조정 정책으로 마이그레이션하는 각 조정 계획 기반 조정 정책에 대해 이 프로세스를 반복합니다.