Adicionar uma política de ajuste de escala automático a um cluster de banco de dados do Amazon Aurora

Você pode adicionar uma política de escalabilidade a um cluster de banco de dados Aurora usando o AWS Management Console.

A caixa de diálogo a seguir cria uma política de Auto Scaling com base na utilização média da CPU em 40 por cento. A política especifica um mínimo de 5 réplicas do Aurora e o máximo 15 réplicas do Aurora.

A caixa de diálogo a seguir cria uma política do Auto Scaling com base no número médio de 100 conexões. A política especifica um mínimo de duas réplicas do Aurora e o máximo oito réplicas do Aurora.

Você pode aplicar uma política de escalabilidade com base em uma métrica predefinida ou personalizada. Para fazer isso, você pode usar a AWS CLI ou a API do Application Auto Scaling. A primeira etapa é registrar seu cluster de banco de dados Aurora no Application Auto Scaling.

Registro de um cluster de banco de dados Aurora

Antes de usar o Auto Scaling do Aurora com um cluster de banco de dados Aurora, você deve registrar seu cluster de banco de dados Aurora no Application Auto Scaling. Faça isso para definir a dimensão de escalabilidade e os limites a serem aplicados no cluster. O Application Auto Scaling escala dinamicamente o cluster de banco de dados Aurora ao longo da dimensão escalável rds:cluster:ReadReplicaCount, que representa o número de réplicas do Aurora.

Para registrar seu cluster de banco de dados Aurora, você pode usar a AWS CLI ou a API do Application Auto Scaling.

AWS CLI

Para registrar seu cluster de banco de dados Aurora, use o comando register-scalable-target da AWS CLI com os seguintes parâmetros:

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 ^
                   

API do Application Auto Scaling

Para registrar seu cluster de banco de dados Aurora no Application Auto Scaling, use a operação RegisterScalableTarget da API do Application Auto Scaling com os seguintes parâmetros:

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
}

Definir uma política de escalabilidade para um cluster de banco de dados Aurora

Uma configuração de política de escalabilidade de rastreamento de destino é representada por um bloco JSON no qual as métricas e valores de destino são definidos. Você pode salvar uma configuração de política de escalabilidade como um bloco JSON em um arquivo de texto. Você pode usar esse arquivo de texto ao invocar a AWS CLI ou a API do Application Auto Scaling. Para ter mais informações sobre a sintaxe de configuração de política, consulte TargetTrackingScalingPolicyConfiguration na Referência de API do Application Auto Scaling.

As seguintes opções estão disponíveis para definir uma configuração de política de escalabilidade de rastreamento de destino.

Uso de uma métrica predefinida

Com o uso de métricas predefinidas, você pode definir rapidamente uma política de escalabilidade de rastreamento de destino para um cluster de banco de dados Aurora que funcione bem com o rastreamento de destino e com a escalabilidade dinâmica no Auto Scaling do Aurora.

Atualmente, o Aurora oferece suporte às seguintes métricas predefinidas no Auto Scaling do Aurora:

Para ter mais informações sobre as métricas CPUUtilization e DatabaseConnections, consulte Métricas do Amazon CloudWatch para o Amazon Aurora.

Para usar uma métrica predefinida em sua política de escalabilidade, crie uma configuração de rastreamento de destino para sua política de escalabilidade. Essa configuração deve incluir uma PredefinedMetricSpecification para a métrica predefinida e um TargetValue para o valor de destino dessa métrica.

{
    "TargetValue": 40.0,
    "PredefinedMetricSpecification":
    {
        "PredefinedMetricType": "RDSReaderAverageCPUUtilization"
    }
}

Uso de uma métrica personalizada

Com o uso de métricas personalizadas, você pode definir uma política de escalabilidade de rastreamento de destino que atenda a suas exigências personalizadas. Você pode definir uma métrica personalizada com base em qualquer métrica do Aurora que mude na proporção da escalabilidade.

Nem todas as métricas do Aurora funcionam para o rastreamento de destino. A métrica deve ser de utilização válida e descrever o quão ocupada uma instância está. O valor da métrica deve aumentar ou diminuir na proporção do número de réplicas do Aurora no cluster de banco de dados Aurora. Essa aumento ou redução proporcional é necessário para usar os dados da métrica para expandir ou reduzir proporcionalmente o número de réplicas do Aurora.

{
    "TargetValue": 50,
    "CustomizedMetricSpecification":
    {
        "MetricName": "CPUUtilization",
        "Namespace": "AWS/RDS",
        "Dimensions": [
            {"Name": "DBClusterIdentifier","Value": "my-db-cluster"},
            {"Name": "Role","Value": "READER"}
        ],
        "Statistic": "Average",
        "Unit": "Percent"
    }
}

Uso de períodos de desaquecimento

Você pode especificar um valor, em segundos, para ScaleOutCooldown a fim de adicionar um desaquecimento para expandir seu cluster de banco de dados Aurora. De forma similar, você pode adicionar um valor, em segundos, para ScaleInCooldown a fim de adicionar um desaquecimento para reduzir seu cluster de banco de dados Aurora. Para ter mais informações sobre ScaleInCooldown e ScaleOutCooldown, consulte TargetTrackingScalingPolicyConfiguration na Referência de API do Application Auto Scaling.

{
    "TargetValue": 40.0,
    "PredefinedMetricSpecification":
    {
        "PredefinedMetricType": "RDSReaderAverageCPUUtilization"
    },
    "ScaleInCooldown": 600,
    "ScaleOutCooldown": 300
}

Desabilitar a atividade de redução

Você pode evitar que a configuração da política de escalabilidade de rastreamento de destino reduza seu cluster de banco de dados Aurora desabilitando a atividade de redução. Desabilitar a atividade de redução impede que a política de escalabilidade exclua réplicas do Aurora, enquanto permite ao mesmo tempo que a política de escalabilidade crie réplicas conforme o necessário.

Você pode especificar um valor booliano para DisableScaleIn a fim de permitir ou evitar a atividade de redução em seu cluster de banco de dados Aurora. Para ter mais informações sobre DisableScaleIn, consulte TargetTrackingScalingPolicyConfiguration na Referência de API do Application Auto Scaling.

{
    "TargetValue": 40.0,
    "PredefinedMetricSpecification":
    {
        "PredefinedMetricType": "RDSReaderAverageCPUUtilization"
    },
    "DisableScaleIn": true
}

Aplicar uma política de escalabilidade a um cluster de banco de dados Aurora

Após registrar seu cluster de banco de dados Aurora no Application Auto Scaling e definir uma política de escalabilidade, aplique a política de escalabilidade ao cluster de banco de dados Aurora. Para aplicar uma política de escalabilidade a um cluster de banco de dados Aurora, você pode usar a AWS CLI ou a API do Application Auto Scaling.

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"
        }
    }
}