Geplande en voorspellende scaling

Geplande acties gebruiken de Unix-cronnotatie: minute hour day-of-month month day-of-week. Alle tijden zijn in UTC. Veelgebruikte patronen zijn 0 8 * * 1-5 (doordeweekse ochtenden om 08:00 UTC) voor opschalen en 0 20 * * * (elke avond om 20:00 UTC) voor afschalen. Je kunt meerdere geplande acties voor dezelfde ASG maken, bijvoorbeeld één om elke dag op te schalen en één om daarna weer af te schalen.

Geplande acties kunnen eenmalig zijn (één keer uitgevoerd op een specifieke starttijd) of terugkerend (uitgevoerd volgens een cron-schema). Een eenmalige actie is ideaal voor een bekende toekomstige gebeurtenis, zoals een productlancering. Een terugkerende actie verwerkt regelmatige patronen, zoals dagelijkse of wekelijkse verkeerscycli. Je kunt voor een terugkerende actie ook een starttijd en eindtijd instellen, zodat een schema automatisch binnen een datumbereik wordt in- en uitgeschakeld.

Geplande acties en beleidsregels voor dynamisch schalen kunnen naast elkaar bestaan. Een geplande actie stelt op het geplande tijdstip een nieuwe basiscapaciteit in. Daarna blijven dynamische beleidsregels (doeltracking of stapsgewijs schalen) de capaciteit aanpassen binnen de bijgewerkte min/max-grenzen. Bijvoorbeeld: een geplande actie in de ochtend stelt min=4 en desired=8 in; overdag schaalt doeltracking bij belasting op naar 15; de geplande actie in de avond stelt vervolgens min=2 en desired=2 in.

Predictive Scaling gebruikt machine learning om historische belastingspatronen uit CloudWatch-metrieken te analyseren en toekomstige capaciteitsbehoeften te voorspellen. Het plant acties voor opschalen proactief voordat de voorspelde belasting arriveert, meestal 5 tot 60 minuten van tevoren. Voorspellend schalen is het meest geschikt voor werklasten met terugkerende dagelijkse of wekelijkse verkeerscycli. De voorspelling wordt voortdurend bijgewerkt zodra er meer gegevens worden verzameld.

Je schakelt voorspellend schalen in door een PredictiveScaling-beleidsregel aan je ASG te koppelen. Je geeft het metriekpaar op: een belastingsmetriek (wat het schalen aanstuurt, zoals CPU- of ALB-aanvraagaantallen) en een schaalmetriek (wat je op elke instantie bijhoudt). AWS voorspelt vervolgens de belastingsmetriek en berekent hoeveel instanties nodig zijn om de schaalmetriek op de doelwaarde te houden.

Predictive Scaling heeft twee modi: ForecastOnly genereert voorspellingen zonder de capaciteit daadwerkelijk te wijzigen, wat handig is om voorspellingen te beoordelen voordat je geautomatiseerd schalen activeert. ForecastAndScale genereert zowel voorspellingen als automatisch toegepaste capaciteitswijzigingen. Begin enkele weken met ForecastOnly om de nauwkeurigheid te controleren en schakel daarna over naar ForecastAndScale. AWS vereist ten minste 24 uur aan metriekgegevens voordat de eerste voorspelling wordt gegenereerd.

Predictive Scaling voert acties voor opschalen vooraf uit, maar je kunt SchedulingBufferTime configureren om instanties nog eerder voor te verwarmen. Een SchedulingBufferTime van 5 minuten betekent dat de capaciteit 5 minuten voordat de voorspelling aangeeft dat deze nodig is, wordt uitgebreid. Je kunt ook een MaxCapacityBuffer instellen, zodat de ASG de capaciteit met een percentage boven de voorspelde behoefte kan uitbreiden. Zo ontstaat extra ruimte voor onnauwkeurige voorspellingen.

Voor variabele maar voorspelbare werklasten is de aanbevolen aanpak om beide te combineren: Predictive Scaling verwerkt de verwachte cyclische belasting door capaciteit vooraf beschikbaar te maken, terwijl Target Tracking Scaling onverwachte pieken opvangt die de voorspelling overschrijden. Samen bieden ze zowel proactieve als reactieve dekking. De ASG past veilig de meest behoudende aanbeveling voor opschalen van beide beleidsregels toe.

Gebruik Scheduled Scaling wanneer verkeerspieken volledig voorspelbaar zijn en je de exacte tijdstippen kent, bijvoorbeeld bij gebeurtenisgestuurde patronen of patronen tijdens bedrijfsuren. Gebruik Predictive Scaling wanneer patronen zich herhalen maar de exacte timing kan verschuiven; machine learning leert het patroon automatisch. Gebruik Target Tracking als altijd actieve dynamische veiligheidsmarge voor onverwachte belasting. Vertrouw bij volledig willekeurige belasting alleen op doeltracking of stapsgewijs schalen. Op het SAA-C03-examen wordt vaak gevraagd om de operationeel efficiëntste aanpak te kiezen; voor terugkerende cyclische werklasten wint voorspellend schalen.

In deze les heb je geleerd dat Scheduled Scaling cron-expressies gebruikt om de ASG-capaciteit op bekende tijdstippen te wijzigen, ideaal voor voorspelbare gebeurtenissen of terugkerende patronen tijdens bedrijfsuren; dat Predictive Scaling machine learning toepast op historische CloudWatch-gegevens om proactief op te schalen voordat de belasting arriveert; en dat het combineren van Predictive + Target Tracking zowel proactieve als reactieve dekking biedt voor de meest veerkrachtige schaalstrategie. Hierna bekijken we Instance Refresh en Lifecycle Hooks voor gecontroleerde implementaties.