Best practices voor automatische schaalaanpassing

Artikel
11/07/2024

Automatische schaalaanpassing van Azure Monitor is alleen van toepassing op Azure Virtual Machine Scale Sets, Azure Cloud Services, de functie Web Apps van Azure-app Service en Azure API Management.

Concepten voor automatisch schalen

Een resource kan slechts één instelling voor automatische schaalaanpassing hebben.
Een instelling voor automatisch schalen kan een of meer profielen hebben en elk profiel kan een of meer regels voor automatisch schalen hebben.
Met een instelling voor automatische schaalaanpassing worden exemplaren horizontaal geschaald. Dit is door de exemplaren te vergroten en in te schakelen door het aantal exemplaren te verlagen.
Een instelling voor automatische schaalaanpassing heeft een maximale, minimale en standaardwaarde van exemplaren.
Een taak voor automatisch schalen leest altijd de bijbehorende metrische waarde om te schalen door te controleren of de geconfigureerde drempelwaarde voor uitschalen of inschalen is overschreden. U kunt een lijst met metrische gegevens weergeven die automatisch kunnen worden geschaald door in Azure Monitor algemene metrische gegevens automatisch te schalen.
Alle drempelwaarden worden berekend op exemplaarniveau. Een voorbeeld is 'uitschalen met één exemplaar wanneer het gemiddelde CPU > 80% is wanneer het aantal exemplaren 2 is.' Dit betekent uitschalen wanneer de gemiddelde CPU voor alle exemplaren groter is dan 80%.
Alle fouten bij automatisch schalen worden vastgelegd in het activiteitenlogboek. U kunt vervolgens een waarschuwing voor activiteitenlogboeken configureren, zodat u een melding kunt ontvangen via e-mail, sms of webhooks wanneer er een fout op het moment van automatisch schalen is opgetreden.
Op dezelfde manier worden alle geslaagde schaalacties in het activiteitenlogboek geplaatst. U kunt vervolgens een waarschuwing voor activiteitenlogboeken configureren, zodat u een melding kunt ontvangen via e-mail, sms of webhooks wanneer er een geslaagde actie voor automatisch schalen is. U kunt ook e-mail- of webhookmeldingen configureren om op de hoogte te worden gesteld van geslaagde schaalacties via het tabblad Meldingen in de instelling voor automatisch schalen.

Aanbevolen procedures voor automatisch schalen

Gebruik de volgende aanbevolen procedures wanneer u automatische schaalaanpassing gebruikt.

Zorg ervoor dat de maximale en minimale waarden verschillen, en dat er voldoende marge tussen deze twee zit

Als u een instelling hebt met minimum=2, maximum=2 en het huidige aantal exemplaren 2 is, kan er geen schaalactie worden uitgevoerd. Hou voldoende marge tussen het maximum- en minimumaantal instanties, inclusief de waarden. De automatische schaalaanpassing schaalt altijd tussen deze limieten.

Handmatig schalen wordt opnieuw ingesteld op basis van minimum en maximum voor automatisch schalen

Als u het aantal exemplaren handmatig bijwerkt naar een waarde boven of onder het maximum, wordt de engine voor automatische schaalaanpassing automatisch terug geschaald naar het minimum (indien onder) of het maximum (indien hierboven). U stelt bijvoorbeeld het bereik tussen 3 en 6 in. Als u één actief exemplaar hebt, wordt de engine voor automatisch schalen geschaald naar drie exemplaren tijdens de volgende uitvoering. Als u de schaal handmatig instelt op acht exemplaren, wordt deze op de volgende uitvoering automatisch schalen terug geschaald naar zes exemplaren tijdens de volgende uitvoering. Handmatig schalen is tijdelijk, tenzij u ook de regels voor automatisch schalen opnieuw instelt.

Gebruik altijd een uitschaal- en inschaalregelcombinatie waarmee een toename en afname wordt uitgevoerd

Als u slechts één deel van de combinatie gebruikt, wordt automatisch schalen alleen in één richting uitgevoerd (uitschalen of inschalen) totdat het maximumaantal of het minimumaantal exemplaren wordt bereikt, zoals gedefinieerd in het profiel. Deze situatie is niet optimaal. In het ideale gevallen wilt u dat uw resource wordt uitgeschaald op momenten van hoog gebruik om de beschikbaarheid te garanderen. Op dezelfde manier wilt u op momenten van laag gebruik dat uw resource wordt ingeschaald, zodat u kostenbesparingen kunt realiseren.

Wanneer u een regel voor inschalen en uitschalen gebruikt, gebruikt u idealiter dezelfde metrische waarde om beide te beheren. Anders is het mogelijk dat aan de voorwaarden voor in- en uitschalen tegelijkertijd kan worden voldaan en dat er een bepaald niveau van flapping ontstaat. We raden bijvoorbeeld de volgende regelcombinatie niet aan omdat er geen inschaalregel is voor geheugengebruik:

Als CPU > 90%, uitschalen met 1
Als geheugen > 90% is, schaalt u uit met 1
Als CPU < 45%, schaalt u in met 1

In dit voorbeeld kunt u een situatie hebben waarin het geheugengebruik hoger is dan 90%, maar het CPU-gebruik lager is dan 45%. Dit scenario kan leiden tot flapping zolang aan beide voorwaarden wordt voldaan.

Kies de juiste statistieken voor uw diagnostische metrische gegevens

Voor diagnostische metrische gegevens kunt u kiezen uit gemiddelde, minimum, maximum en totaal als metrische waarde om te schalen. De meest voorkomende statistiek is Gemiddeld.

Overwegingen voor het schalen van drempelwaarden voor speciale metrische gegevens

Voor speciale metrische gegevens, zoals een metrische gegevens over de lengte van een Azure Storage- of Azure Service Bus-wachtrij, is de drempelwaarde het gemiddelde aantal berichten dat beschikbaar is per huidig aantal exemplaren. Kies zorgvuldig de drempelwaarde voor deze metrische waarde.

Laten we dit illustreren met een voorbeeld om ervoor te zorgen dat u het gedrag beter begrijpt:

Exemplaren verhogen met 1 aantal wanneer het aantal >berichten in de opslagwachtrij = 50 is
Aantal exemplaren met 1 verlagen wanneer het aantal <berichten in de opslagwachtrij = 10 is

Houd rekening met de volgende volgorde:

Er zijn twee opslagwachtrijexemplaren.
Berichten blijven binnenkomen en wanneer u de opslagwachtrij bekijkt, wordt het totale aantal 50 gelezen. U kunt ervan uitgaan dat automatische schaalaanpassing een uitschaalactie moet starten. U ziet echter dat het nog steeds 50/2 = 25 berichten per exemplaar is. Uitschalen gebeurt dus niet. Voor de eerste uitschaalactie moet het totale aantal berichten in de opslagwachtrij 100 zijn.
Stel vervolgens dat het totale aantal berichten 100 bereikt.
Er wordt een derde opslagwachtrijexemplaren toegevoegd vanwege een uitschaalactie. De volgende uitschaalactie wordt pas uitgevoerd als het totale aantal berichten in de wachtrij 150 bereikt omdat 150/3 = 50.
Nu wordt het aantal berichten in de wachtrij kleiner. Met drie exemplaren vindt de eerste inschaalactie plaats wanneer het totale aantal berichten in alle wachtrijen maximaal 30 is, omdat 30/3 = 10 berichten per exemplaar is, wat de drempelwaarde voor inschalen is.

Overwegingen voor het schalen wanneer meerdere regels zijn geconfigureerd in een profiel

Er zijn gevallen waarin u mogelijk meerdere regels in een profiel moet instellen. De volgende regels voor automatisch schalen worden gebruikt door de engine voor automatisch schalen wanneer er meerdere regels zijn ingesteld:

Bij uitschalen wordt automatisch schalen uitgevoerd als aan een regel wordt voldaan.
Bij inschalen moet aan alle regels voor automatische schaalaanpassing worden voldaan.

Ter illustratie gaat u ervan uit dat u vier regels voor automatische schaalaanpassing hebt:

Als CPU < 30%, schaalt u in met 1
Als geheugen < 50%, schaalt u in met 1
Als CPU > 75%, schaalt u uit met 1
Als geheugen > 75%, uitschalen met 1

Vervolgens treedt de volgende actie op:

Als de CPU 76% is en het geheugen 50% is, schalen we uit.
Als de CPU 50% is en het geheugen 76% is, schalen we uit.

Als de CPU daarentegen 25% is en geheugen 51% is, wordt automatisch schalen niet ingeschaald. Als u wilt inschalen, moet de CPU 29% zijn en geheugen 49%.

Selecteer altijd een veilig standaardaantal exemplaren

Het standaardaantal exemplaren is belangrijk omdat uw service automatisch schalen naar dat aantal wordt geschaald wanneer er geen metrische gegevens beschikbaar zijn. Als gevolg hiervan selecteert u een standaardaantal exemplaren dat veilig is voor uw workloads.

Configureer meldingen over automatisch schalen

Berichten automatisch schalen naar het activiteitenlogboek als een van de volgende voorwaarden zich voordoet:

Problemen met automatisch schalen van een schaalbewerking.
De service voor automatisch schalen heeft een schaalactie voltooid.
De service voor automatisch schalen kan geen schaalactie uitvoeren.
Metrische gegevens zijn niet beschikbaar voor de service voor automatisch schalen om een schaalbeslissing te nemen.
Metrische gegevens zijn opnieuw beschikbaar (herstel) om een schaalbeslissing te nemen.
Automatisch schalen detecteert flapping en abort de schaalpoging. U ziet een logboektype Flapping in deze situatie. Als u dit logboektype ziet, kunt u overwegen of uw drempelwaarden te smal zijn.
Automatisch schalen detecteert flapping, maar kan nog steeds worden geschaald. U ziet een logboektype FlappingOccurred in deze situatie. Als u dit logboektype ziet, heeft de engine voor automatisch schalen geprobeerd (bijvoorbeeld van vier exemplaren naar twee) te schalen, maar heeft vastgesteld dat deze wijziging flapping zou veroorzaken. In plaats daarvan is de engine voor automatisch schalen geschaald naar een ander aantal exemplaren (bijvoorbeeld met behulp van drie exemplaren in plaats van twee), wat geen flapping meer veroorzaakt, zodat het naar dit aantal exemplaren is geschaald.

U kunt ook een waarschuwing voor activiteitenlogboeken gebruiken om de status van de engine voor automatische schaalaanpassing te controleren. In een voorbeeld ziet u hoe u een waarschuwing voor activiteitenlogboeken maakt om alle bewerkingen van de engine voor automatisch schalen in uw abonnement te bewaken. Een ander voorbeeld laat zien hoe u een waarschuwing voor activiteitenlogboeken maakt om alle mislukte schaalbewerkingen voor automatisch schalen/uitschalen in uw abonnement te bewaken.

Naast het gebruik van waarschuwingen voor activiteitenlogboeken kunt u ook e-mail- of webhookmeldingen configureren om op de hoogte te worden gesteld van schaalacties via het tabblad Meldingen op de instelling voor automatisch schalen.

Gegevens veilig verzenden met TLS 1.2

Om de beveiliging van gegevens in transit naar Azure Monitor te waarborgen, raden we u ten zeerst aan om de agent te configureren voor het gebruik van ten minste TLS 1.2 (Transport Layer Security). Oudere versies van TLS/Secure Sockets Layer (SSL) zijn kwetsbaar gevonden. Hoewel ze momenteel nog steeds werken om compatibiliteit met eerdere versies mogelijk te maken, raden we ze niet aan. De branche is snel in beweging om de ondersteuning voor deze oudere protocollen te verlaten.

De PCI Security Standards Council heeft een deadline van 30 juni 2018 ingesteld om oudere versies van TLS/SSL uit te schakelen en een upgrade uit te voeren naar veiligere protocollen. Nadat Azure verouderde ondersteuning heeft afgehaald, kunt u geen gegevens verzenden naar Azure Monitor-logboeken als uw agents niet kunnen communiceren via ten minste TLS 1.2.

Het is raadzaam om uw agent niet expliciet in te stellen op alleen TLS 1.2, tenzij dit nodig is. Het is raadzaam om de agent automatisch te laten detecteren, onderhandelen en profiteren van toekomstige beveiligingsstandaarden. Anders mist u mogelijk de extra beveiliging van de nieuwere standaarden en ondervindt u mogelijk problemen als TLS 1.2 ooit is afgeschaft ten gunste van deze nieuwere standaarden.

Delen via