개요
AWS의 오토 스케일링 전략에는 여러가지 방법이 있다. 알아보자.
아래 문서는 AWS 공식 문서를 보고 작성하였다. (출처는 가장 마지막으로)
종류
Dynamic Scaling
리소스 사용률에 따라 리소스 용량을 크기 조정한다. 사용률을 일정하게 유지시키는 것이 목표이다.
예를 들어, Amazon ECS 서비스가 실행하는 작업 수를 CPU의 75% 정도로 유지하도록 스케일링 계획을 구성할 수 있다.
Predictive Scaling
리소스 사용률을 조정하기 위해 ML을 도입하였다. 과거의 사용량 패턴을 분석하여 패턴을 알아서 잡아준다. 즉, 지정하는 사용자가 굳이 패턴에 대해 자세히 알 필요가 없다.
이 경우에도 CPU 사용률과 같은 지표를 유지시키는 것이 일단 목표이다. 다이나믹 스케일링은 이미 사용량 급증이 일어난 후 -> 조정하는데에 비해, 예측 스케일링은 시간별로 미리 사용률을 예약해서 스케일링한다.
- 부하load 예측: 지정한 부하 지표에 대해 최대 14일 간의 기록을 분석하여, 향후 2일의 수요를 예측.
이걸 한다고 해서 Dynamic Scaling이 적용이 안 되는 게 아니고, 함께 쓰게 된다. 예측보다 더 많은 사용량이 생긴다면 Dynamic을 적용하여 리소스 용량을 늘리게 될 것이다.
Dynamic Scaling - 더 자세히
이제 다이나믹 스케일링에 대해 더 자세히 알아보자. 세부적으로는 다음과 같은 방식으로 스케일링이 가능하다.
-
Target tracking scaling
- Amazon CloudWatch 지표 값을 기준으로 조정한다. 사용자는 지표와 목표만 정하면 된다. 나머지는 알아서 해준다.
-
Step scaling
- 어떠한 스케일링 정책이 있어서, 그대로 따라하는 것이다. 즉 사용자가 지정한 정책대로 한다. 그 정책은 알람 수준에 따라 달라진다.
-
Simple scaling
- 위의 Step 스케일링이 수준에 따라 정책이 달라진다면, Simple 스케일링의 경우에는 단일 스케일링 정책을 적용한다.
