扩展策略：目标跟踪与分步扩展

负载恒定时，静态期望容量可以正常工作，但现实中的流量会不断波动。扩缩容策略允许 Auto Scaling Group 根据指标自动调整期望容量。AWS 提供三种主要的动态策略类型：目标跟踪、阶梯扩缩容和简单扩缩容。对于 SAA-C03 考试，目标跟踪和阶梯扩缩容是最需要理解的两种策略。

目标跟踪扩缩容的工作方式类似恒温器：您指定一个指标和目标值，AWS 会自动计算需要添加或移除的实例数量，使指标保持在该目标值。例如，如果将平均 CPU 利用率目标设为 50%，而利用率升至 80%，ASG 就会添加足够的实例，使 CPU 利用率恢复到 50%。AWS 会为您管理扩容和缩容操作。

目标跟踪开箱即用地支持多种预定义指标：ASGAverageCPUUtilization、ASGAverageNetworkIn、ASGAverageNetworkOut，以及 ALB 专用的 ALBRequestCountPerTarget。对于特定于应用的 KPI（队列深度、活动连接数、自定义业务指标），您可以提供自定义 CloudWatch 指标。自定义指标可以让您更精细地控制哪些因素驱动扩缩容决策。

扩容事件发生后，ASG 会等待冷却期（默认 300 秒），然后才评估下一次扩容。这会给新启动的实例留出开始处理流量的时间，使指标能够稳定下来。同样，缩容冷却期可以防止在增加容量后立即过早终止实例。对于目标跟踪，AWS 还建议使用预热期，这样新实例在完全初始化之前就不会使指标产生偏差。

阶梯扩缩容会响应 CloudWatch 警报，根据指标超出阈值的幅度添加或移除特定数量的实例。您可以定义多个阶梯调整——每个阶梯覆盖一个指标范围，并指定一次容量变更。例如：CPU 为 60%–70% 时添加 1 个实例；CPU 为 70%–90% 时添加 3 个实例；CPU 超过 90% 时添加 5 个实例。这样可以针对不同的负载水平进行分级且成比例的响应。

阶梯扩缩容需要预先存在的 CloudWatch 警报。该警报会监控一个指标，并在跨过阈值时转换到 ALARM 状态。扩缩容策略随后会根据指标值相对于警报阈值的情况，使用引用的阶梯调整。您可以配置调整类型为 ChangeInCapacity（添加 N 个）、ExactCapacity（设置为 N 个）或 PercentChangeInCapacity（按 N% 扩缩容）。

每个阶梯调整都有一个 MetricIntervalLowerBound，以及可选的 MetricIntervalUpperBound。这些边界都是相对于警报阈值的。如果警报阈值为 60% CPU：当 CPU 为 60%–70% 时，LowerBound=0, UpperBound=10 会触发；当 CPU 超过 70% 时，LowerBound=10, UpperBound=null 会触发。这种分层方式可以确保遇到大幅流量峰值时立即大幅增加容量，而不必等待多个警报周期。

简单扩缩容是阶梯扩缩容的前身。与阶梯扩缩容一样，它需要 CloudWatch 警报，但触发后会添加或移除固定数量的实例，然后等待整个冷却期结束后才再次评估。这使它在负载快速变化时反应迟缓。阶梯扩缩容更受推荐，因为在情况恶化时它可以无需等待完整冷却期就继续触发，并且能够进行成比例的响应。

有时您需要防止特定实例在缩容期间被终止，例如某个实例正在运行耗时很长的批处理任务。您可以通过控制台或 CLI 为单个实例启用实例缩容保护。当 ASG 选择终止候选实例时，会跳过受保护的实例。请记得在任务完成后移除保护，否则如果所有实例都受到保护，ASG 可能完全无法缩容。

您可以将多个扩缩容策略连接到同一个 ASG。当目标跟踪策略和阶梯扩缩容策略同时存在时，ASG 会采用建议更大扩容操作的策略（即更保守的策略）。对于缩容，则采用建议移除最少实例的策略。这样可以防止系统在过度预置和容量不足之间反复振荡。常见做法是使用目标跟踪策略处理稳定状态，并使用阶梯扩缩容策略应对紧急流量激增。

对于大多数 Web 应用，请先使用基于 CPU 或每个目标的请求数的目标跟踪——它所需的配置极少，并且由 AWS 管理计算过程。当您需要针对不同负载强度进行分级且成比例的响应时，请使用阶梯扩缩容。请始终将最小容量设置得足够高，以便在不依赖扩容的情况下处理基线流量，因为扩容需要时间。请监控 GroupDesiredCapacity 和 GroupInServiceInstances CloudWatch 指标，以验证策略是否按预期工作。

测试您对本课 AWS Solutions Architect (SAA-C03) 概念的理解。

本课介绍了：目标跟踪扩缩容会自动计算并应用扩容/缩容操作，使指标保持在期望值（例如 50% CPU）；当指标跨过更高阈值时，阶梯扩缩容会使用基于 CloudWatch 警报的阶梯调整，触发成比例更大的响应；在同一个 ASG 上组合使用策略是安全的——ASG 会采用最保守的扩容建议和最不激进的缩容建议。接下来，我们将学习针对已知流量模式的计划扩缩容和预测性扩缩容。