本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Amazon A EC2 uto Scaling 的步骤和简单扩展策略

分步扩展和简单扩展策略可根据 CloudWatch 警报以预定义的增量扩展 Auto Scaling 组的容量。您可以定义单独的扩缩策略，以便在超过警报阈值时处理横向扩展（增加容量）和横向缩减（减少容量）。

通过步进缩放和简单扩展，您可以创建和管理调用扩展过程的 CloudWatch 警报。当警报被违反时，Amazon A EC2 uto Scaling 会启动与该警报关联的扩展策略。

我们强烈建议您使用目标跟踪扩展策略来扩展每个目标的平均CPU利用率或平均请求数等指标。使用目标跟踪，可以通过在容量增加时减少以及在容量减少时增加的指标，按比例扩展或缩减实例数。这有助于确保 Amazon A EC2 uto Scaling 密切关注您的应用程序的需求曲线。有关更多信息，请参阅 目标跟踪扩展策略。

分步扩缩策略的工作原理

要使用步进缩放，您需要先创建一个 CloudWatch 警报，用于监控 Auto Scaling 组的指标。定义确定触发警报的指标、阈值和评估周期数。然后，创建分步扩展策略，该策略定义在突破警报阈值时如何扩展您的群组。

在策略中添加分步调整。您可以根据警报的阈值突破大小定义不同的分步调整。例如：

在指定的评估周期内超过警报阈值时，Amazon A EC2 uto Scaling 将应用策略中定义的步骤调整。针对其他警报触发情况，可以继续进行调整，直到警报状态恢复为 OK。

每个实例都有一个预热期，以防止扩展活动对短时间内发生的变化过于敏感。您可以选择为扩展策略配置预热期。但是，我们建议使用默认实例预热，以便在预热时间发生变化时更轻松地更新所有扩展策略。有关更多信息，请参阅 为 Auto Scaling 组设置原定设置实例预热。

简单的扩展策略与分步扩展策略类似，不同之处在于它们基于单次扩展调整，每次扩展活动之间都有冷却期。有关更多信息，请参阅 简单扩展策略。

步进扩展的分步调整

在创建分步扩展策略时，您可以指定一个或多个步进调整，这些步进调整会根据警报违规的大小自动扩展实例数量。每个分步调整指定以下内容：

CloudWatch 根据与您的 CloudWatch 警报关联的指标的统计数据聚合指标数据点。超过警报时，将调用相应的扩缩策略。Amazon A EC2 uto Scaling 将聚合类型应用于来自的最新指标数据点 CloudWatch （而不是原始指标数据）。它将此聚合指标值与步进调整定义的上限和下限进行比较，以确定执行哪个步进调整。

您可以指定相对于违例阈值的上限和下限。例如，假设您针对指标高于 50% 时发出了 CloudWatch 警报并制定了扩展策略。然后，当指标低于 50% 时，又发出了另一个警报并采取横向缩减策略。您对每项策略进行了一组步骤调整，调整类型为PercentChangeInCapacity（或控制台中的组百分比）：

这将创建以下扩展配置。

Metric value

-infinity          30%    40%          60%     70%             infinity
-----------------------------------------------------------------------
          -30%      | -10% | Unchanged  | +10%  |       +30%        
-----------------------------------------------------------------------

现在，假设您在当前容量和所需容量均为 10 的 Auto Scaling 组上使用此扩展配置。以下几点总结了扩展配置相对于组的所需容量和当前容量的行为：

为扩展策略指定步进调整时，请注意以下事项：

扩展调整类型

您可以根据您选择的扩展调整类型来定义执行最佳扩展操作的扩展策略。您可以将调整类型指定为 Auto Scaling 组当前容量的百分比或以容量单位指定。通常，容量单位意味着一个实例，除非您使用的是实例权重功能。

Amazon A EC2 uto Scaling 支持以下调整类型，用于步进缩放和简单扩展：

通过 PercentChangeInCapacity，您还可以使用 MinAdjustmentMagnitude 参数指定要扩展的最小实例。例如，假定您创建一个增加 25% 的策略，并且您指定最小增量为 2 个实例。如果您有一个 Auto Scaling 组包含 4 个实例，而要执行该扩展策略，则 4 的 25% 就是 1 个实例。但是，因为您指定了最小增量 2，则将添加 2 个实例。

使用实例权重时，将MinAdjustmentMagnitude参数设置为非零值的效果会发生变化。该值以容量单位为单位。如需设置所要扩展的最小实例数，请将此参数设置为至少与最大实例权重一样大的值。

如果您使用实例权重，请记住，Auto Scaling 组的当前容量可能会根据需要超过所需的容量。如果要递减的绝对数或百分比表示递减的数量小于当前容量和所需容量之间的差值，则不会执行任何扩展操作。在您查看超过警报阈值时扩缩策略的结果时，必须考虑这些行为。例如，假设所需容量为 30，当前容量为 32。超过警报时，如果扩缩策略将所需容量减少 1，则不会执行扩缩操作。

实例预热

对于扩缩步骤，您可以指定新启动实例的预热时间（单位为秒）。在指定的预热时间到期之前，实例不会计入 Auto Scaling 组的聚合EC2实例指标。

当实例处于预热期时，只有当未预热的实例的指标值大于策略的警报高阈值时，您的扩展策略才会横向扩展。

如果组再次横向扩展，则仍在预热的实例将计算为下一横向扩展活动所需容量的一部分。因此，落入同一分步调整中的多个警报违例只会导致一个扩展活动。旨在持续 (但不过度) 扩大。

例如，假设您通过两个步骤创建策略。第一步，当指标达到 60 时，增加 10％；第二步，当指标达到70％时，增加 30％。自动扩缩组的所需容量和当前容量为 10。在聚合指标值小于 60 时，所需容量和当前容量不变。假设指标达到 60，因此添加 1 个实例（10 个实例中的 10%）。然后，在新实例仍在预热期间，指标达到 62。扩缩策略根据当前容量（仍为 10）计算新的所需容量。不过，组的所需容量已经增加至 11 个实例，因此，扩展策略不会进一步增加所需的容量。如果指标在新实例仍在预热时增长到 70，我们应添加 3 个实例（10 个实例的 30%）。但该组的所需容量已经是 11，所以我们只添加 2 个实例，因为新的所需容量为 13 个实例。

当横向扩展活动正在进行时，通过扩缩策略启动的所有横向缩减活动都将被阻止，直到实例完成预热。当实例完成预热后，如果发生横向缩减事件，那么在计算新的所需容量时，当前正在终止的任何实例都将计入该组的当前容量。因此不会从 Auto Scaling 组中删除更多实例。例如，当实例已经终止时，如果警报超出将所需容量减 1 的相同步进调整范围，则不会执行扩缩操作。

默认值

如果未设置任何值，则扩展策略将使用默认值，即为组定义的默认实例预热值。如果默认实例预热为空，则它将回退到默认冷却时间值。

注意事项

使用分步和简单扩缩策略时，需要注意以下事项：