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。

# 在 Managed Service for Apache Flink 中使用自动扩展
<a name="how-scaling-auto"></a>

Managed Service for Apache Flink 可以弹性地扩展应用程序的并行度，以适应大多数情况下源的数据吞吐量和操作员的复杂性。默认情况下，将会启用自动扩展。Managed Service for Apache Flink 监控应用程序的资源 (CPU) 使用情况，并相应地弹性地向上或向下扩展应用程序的并行度：
+ 如果 CloudWatch 指标最大值在 15 分钟内大于 75% 或以上，`containerCPUUtilization`则您的应用程序会向上扩展（增加并行度）。这意味着，当连续有 15 个数据点，其中 1 分钟周期等于或大于 75% 时，就会启动 `ScaleUp` 操作。`ScaleUp` 操作将应用程序的 `CurrentParallelism` 翻倍。 `ParallelismPerKPU` 未修改。结果，分配的数量 KPUs 也翻了一番。
+ 当 CPU 使用率在六小时内保持在 10% 以下时，您的应用程序会缩小规模（降低并行度）。这意味着当 360 个连续数据点的 1 分钟周期小于 10% 时，就会启动 `ScaleDown` 操作。`ScaleDown`操作将应用程序的并行度减半（四舍五入）。 `ParallelismPerKPU`未修改，分配的数量 KPUs 也减半（向上舍入）。

**注意**  
可以引用最长 `containerCPUUtilization` 超过 1 分钟的时间段来查找与用于缩放操作的数据点的相关性，但没有必要反映启动操作的确切时刻。

Managed Service for Apache Flink 不会将应用程序的`CurrentParallelism`价值降低到低于应用程序设置的`Parallelism`值。

当 Managed Service for Apache Flink 正在扩展您的应用程序时，它将处于状态。`AUTOSCALING`您可以使用[ DescribeApplication](https://docs.aws.amazon.com//managed-flink/latest/apiv2/API_DescribeApplication.html)或[ ListApplications](https://docs.aws.amazon.com//managed-flink/latest/apiv2/API_ListApplications.html)操作检查当前的应用程序状态。当服务扩展您的应用程序时，您可以使用的唯一有效 API 操作是[ StopApplication](https://docs.aws.amazon.com//managed-flink/latest/apiv2/API_ListApplications.html)将`Force`参数设置为`true`。

您可以使用 `AutoScalingEnabled` 属性（[https://docs.aws.amazon.com/managed-service-for-apache-flink/latest/apiv2/API_FlinkApplicationConfiguration.html](https://docs.aws.amazon.com/managed-service-for-apache-flink/latest/apiv2/API_FlinkApplicationConfiguration.html) 的一部分）启用或禁用自动扩展行为。您的 AWS 账户将按照 Apache Flink 提供的托管服务收费，这取决于您的应用程序`parallelism`和`parallelismPerKPU`设置。 KPUs 活动激增会增加您的 Managed Service for Apache Flink 费用。

有关定价的更多信息，请参阅[Amazon Managed Service for Apache Flink 定价](https://aws.amazon.com/kinesis/data-analytics/pricing/)。

请注意有关应用程序扩展的以下内容：
+ 默认情况下，将会启用自动扩展。
+ 伸缩不适用于 Studio 笔记本。但是，如果您将 Studio 笔记本部署为具有持久状态的应用程序，则伸缩将适用于已部署的应用程序。
+ 您的应用程序的默认限制为 64 KPUs。有关更多信息，请参阅 [Managed Service for Apache Flink 与 Studio 笔记本配额](limits.md)。
+ 在自动扩展更新应用程序并行度时，应用程序将会发生停机。为了避免这种停机，请执行以下操作：
  + 禁用自动扩展
  + 使用[UpdateApplication](https://docs.aws.amazon.com/managed-flink/latest/apiv2/API_UpdateApplication.html)操作配置您的应用程序`parallelism`和`parallelismPerKPU`。有关设置应用程序的并行度设置的更多信息，请参阅 [更新应用程序的并行度](how-scaling.md#how-scaling-howto)。
  + 定期监控应用程序的资源使用情况，以验证应用程序是否具有适合其工作负载的并行度设置。有关监控分配资源使用情况的信息，请参阅[Managed Service for Apache Flink 中的指标和维度](metrics-dimensions.md)。

## 实施自定义自动扩展
<a name="how-scaling-custom-autoscaling"></a>

如果您想对自动扩展进行更精细的控制或使用 `containerCPUUtilization` 之外的触发指标，则可以使用以下示例：
+ [AutoScaling](https://github.com/aws-samples/amazon-managed-service-for-apache-flink-examples/tree/main/infrastructure/AutoScaling)

  此示例说明了如何使用与 Apache Flink 应用程序不同的 CloudWatch 指标（包括来自亚马逊 MSK 和 Amazon Kinesis Data Streams 的指标，用作源或接收器）来扩展适用于 Apache Flink 的托管服务 Flink 应用程序。

有关更多信息，请参阅 [Apache Flink 的增强监控和自动扩展](https://aws.amazon.com/blogs/big-data/enhanced-monitoring-and-automatic-scaling-for-apache-flink/)。

## 实施计划的自动扩展
<a name="how-scaling-scheduled-autoscaling"></a>

如果您的工作负载随时间推移呈现可预测的趋势，您可能更倾向于预先扩展您的 Apache Flink 应用程序。这会按计划的时间扩展您的应用程序，而不是根据指标进行被动扩展。要设置在一天中的固定时间纵向扩展和缩减，可以使用以下示例：
+ [ScheduledScaling](https://github.com/aws-samples/amazon-managed-service-for-apache-flink-examples/tree/main/infrastructure/ScheduledScaling)