AWS में auto scaling कैसे काम करता है?

Question

Accepted Answer

**Auto Scaling** demand के आधार पर running resources (जैसे EC2 instances) की संख्या को स्वचालित रूप से समायोजित करता है — load बढ़ने पर capacity जोड़ता है और load घटने पर इसे हटाता है। यह ऐसे applications बनाने की कुंजी है जो **विश्वसनीय** (traffic spikes संभालें) और **cost-efficient** (over-provision न करें) दोनों हों।

## Auto scaling क्या करता है

```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 (कब scale करना है)

```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).
```

## यह क्यों महत्वपूर्ण है

```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)
```

## यह क्यों महत्वपूर्ण है

Auto scaling को समझना ऐसे applications बनाने के लिए मूल्यवान है जो विश्वसनीय और cost-efficient दोनों हों, इसलिए यह महत्वपूर्ण व्यावहारिक AWS ज्ञान है।

Auto scaling एक मौलिक cloud चुनौती को हल करता है: **variable demand** से capacity को स्वचालित रूप से मिलाना — **load बढ़ने पर instances जोड़ना** (manual intervention या overload के बिना traffic spikes संभालना, reliability सुनिश्चित करना) और **load घटने पर उन्हें हटाना** (idle capacity का भुगतान करने से बचना, cost-efficiency सुनिश्चित करना)।

यह दोहरा लाभ (load के तहत reliability + idle होने पर cost बचत) cloud की elasticity का लाभ उठाने के केंद्र में है, और peak load (बेकार) या average load (spikes के तहत विफल) के लिए statically provisioning करने से कहीं बेहतर है।

**Auto Scaling Groups** को समझना (min/max/desired capacity, launch templates, और health checks के साथ EC2 instances के एक fleet का प्रबंधन करना जो स्वचालित रूप से unhealthy instances को **self-healing** के लिए बदलते हैं) और वे आमतौर पर **multiple AZs** में कैसे फैले होते हैं (scaling को high availability के साथ संयोजित करना) मुख्य व्यावहारिक ज्ञान है।

**Scaling policies** को समझना (CPU जैसे metric को target पर बनाए रखने के लिए target tracking — सबसे सरल और सबसे आम; thresholds पर step scaling; ज्ञात patterns के लिए scheduled scaling; predictive scaling) CloudWatch metrics के आधार पर scaling को उचित रूप से configure करने के लिए आवश्यक है।

यह जानना कि auto scaling **load balancer के साथ pair होता है** (जो dynamically बदलते instances में traffic वितरित करता है) एक scalable, resilient architecture की तस्वीर पूरी करता है।

चूँकि variable demand को विश्वसनीय और cost-effective रूप से संभालना एक core cloud आवश्यकता है, और चूँकि auto scaling (scaling groups, policies, health checks, और load balancing के साथ) वह तंत्र है जो इसे प्राप्त करता है, इसलिए auto scaling को समझना demand के साथ scale करने वाले applications बनाने के लिए मूल्यवान, व्यावहारिक रूप से महत्वपूर्ण AWS ज्ञान है — विश्वसनीय, cost-efficient cloud architecture के लिए एक मौलिक क्षमता और real-world variable traffic को संभालने वाले systems डिजाइन करने के लिए एक मुख्य विषय।