AWS માં auto scaling કેવી રીતે કામ કરે છે?

Question

Accepted Answer

**Auto Scaling** ચાલુ સંસાધનોની સંખ્યા (દા.ત. EC2 instances) ને માંગ ના આધારે આપોઆપ સમાયોજિત કરે છે — લોડ વધે તો ક્ષમતા ઉમેરે છે અને લોડ ઘટે તો તેને હટાવે છે. તે **વિશ્વસનીય** (ટ્રાફિક સ્પાઇક્સ સંભાળવું) અને **cost-efficient** (ઓવર-પ્રોવીઝન ન કરવું) બંને એપ્લીકેશન બનાવવા માટે મુખ્ય છે.

## Auto scaling શું કરે છે

```text
Auto Scaling adjusts capacity AUTOMATICALLY based on demand:
  → load INCREASES (traffic spike) → add instances (scale OUT) → handle the load
  → load DECREASES → remove instances (scale IN) → save money
→ Match capacity to demand automatically: reliable under load, cheap when idle.
```

## EC2 Auto Scaling Groups (ASG)

```text
An AUTO SCALING GROUP manages a fleet of EC2 instances:
  MIN / MAX / DESIRED capacity → bounds and target number of instances
  LAUNCH TEMPLATE → how to launch new instances (AMI, type, config)
  SCALING POLICIES → rules for when to scale (see below)
  HEALTH CHECKS → replace unhealthy instances automatically (self-healing!)
  → typically spread across multiple AZs (high availability)
```

## Scaling policies (ક્યારે સ્કેલ કરવું)

```text
TARGET TRACKING → keep a metric at a target (e.g. "keep average CPU at 50%") — simplest
STEP / SIMPLE SCALING → add/remove N instances when a metric crosses a threshold
SCHEDULED → scale at known times (e.g. more capacity during business hours)
PREDICTIVE → ML-based, anticipating load
→ Usually based on CloudWatch metrics (CPU, request count, custom metrics).
```

## તે શા માટે મહત્વપૂર્ણ છે

```text
✓ RELIABILITY — handle traffic spikes automatically (no manual intervention, no overload)
✓ COST-EFFICIENCY — scale IN during low demand → don't pay for idle capacity
✓ SELF-HEALING — auto-replace failed instances (combined with health checks)
✓ Pairs with a LOAD BALANCER (distributes traffic across the scaled instances)
```

## તે શા માટે મહત્વપૂર્ણ છે

Auto scaling એ મૂળભૂત ક્લાઉડ પડકારને હલ કરે છે: ક્ષમતાને **ચલશીલ માંગ** સાથે આપોઆપ મેળવવું — **લોડ વધે તો instances ઉમેરવું** (સ્વચાલિત હસ્તક્ષેપ વિના અથવા ઓવરલોડ વિના ટ્રાફિક સ્પાઇક્સ સંભાળવું, વિશ્વસનીયતા સુનિશ્ચિત કરવું) અને **લોડ ઘટે તો તેમને હટાવવું** (નિષ્ક્રિય ક્ષમતા માટે ચૂકવણી ટાળવી, cost-efficiency સુનિશ્ચિત કરવું).

યું બિથાક લાભ (લોડ હેઠળ વિશ્વસનીયતા + નિષ્ક્રિય હોય ત્યારે cost savings) ક્લાઉડની elasticity નો લાભ લેવા માટે કેન્દ્રીય છે, અને તે પીક લોડ માટે સ્થિર રીતે પ્રોવીઝન કરવાથી (નુકસાનકારક) અથવા સરેરાશ લોડ માટે (સ્પાઇક્સ હેઠળ નિષ્ફળ) ઘણું વધુ સારું છે.

**Auto Scaling Groups** (EC2 instances ના fleet ને min/max/desired capacity, launch templates, અને health checks સાથે સંચાલવું જે અસ્વસ્થ instances ને આપોઆપ બદલી નાખે છે તે માટે **self-healing**) સમજવું અને તેઓ સામાન્યતઃ **multiple AZs** મধ્યે ફેલાયેલા છે (scaling ને high availability સાથે જોડવું) તે મુખ્ય પ્રાયોગિક જ્ઞાન છે.

**Scaling policies** (CPU જેવી મેટ્રિક ને target પર જાળવવા માટે target tracking — સૌથી સરળ અને સૌથી સામાન્ય; thresholds પર step scaling; જાણીતા પેટર્ન માટે scheduled scaling; predictive scaling) CloudWatch metrics ના આધારે સમજવું જરૂરી છે.

જાણવું કે auto scaling **load balancer સાથે જોડી દેવાય છે** (જે dynamically-changing instances માં ટ્રાફિક વિતરણ કરે છે) તે scalable, resilient architecture ની સંપૂર્ણ તસવીર ભરી આપે છે.

ચલશીલ માંગને વિશ્વસનીય અને cost-effectively સંભાળવું એ મુખ્ય ક્લાઉડ આવશ્યકતા હોવાથી, અને કારણ કે auto scaling (scaling groups, policies, health checks, અને load balancing સાથે) તેને હાંસલ કરવાની પદ્ધતિ છે, auto scaling સમજવું મૂલ્યવાન, પ્રાયોગિક AWS જ્ઞાન છે એપ્લીકેશન બનાવવા માટે જે માંગ સાથે સ્કેલ કરે છે — reliable, cost-efficient ક્લાઉડ આર્કિટેક્ચર માટે મૌલિક ક્ષમતા અને સિસ્ટમ ડિઝાઇન કરવા માટે મુખ્ય વિષય જે વાસ્તવિક-વિશ્વ ચલશીલ ટ્રાફિક સંભાળે.