Kaip veikia automatinis mastelis (auto scaling) AWS?

Question

Accepted Answer

**Auto Scaling** automatiškai koreguoja veikiančių išteklių skaičių (pvz. EC2 egzemplioriai) pagal paklausą — pridedama talpa, kai apkrova didėja, ir pašalinama, kai apkrova mažėja. Tai esminga kuriant programas, kurios yra **patikimos** (tvarkančios didelius srautus) ir **ekonomiškos** (neapibendrintos per daug).

## Ko daro automatinis mastelis

```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)
```

## Masteliavimu politika (kada masteliavti)

```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).
```

## Kodėl tai svarbu

```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)
```

## Kodėl tai svarbu

Supratimas apie automatinį masteliavimu yra vertingas kuriant programas, kurios yra tiek patikimos, tiek ekonomiškos, todėl tai svarbi praktinė AWS žinios.

Automatinis mastelis sprendžia esminę debesies iššūkį: automatiškai suderinti talpą su **kintama paklausa** — **pridedant egzempliorius, kai apkrova didėja** (tvarkant srautų šuolius be rankinių intervencijos ar perkrovos, užtikrinant patikimumą) ir **pašalinant juos, kai apkrova mažėja** (vengiant mokėjimo už neveikiančią talpą, užtikrinant ekonomiškumą).

Šis dvigubas privalumas (patikimumas esant apkrovai + biudžeto santaupos, kai apkrova maža) yra centrinis debesies elastiškumo panaudojimas ir daug geresnis nei statinis paskirstymas pagal maksimalią apkrovą (brangus) arba vidutinę apkrovą (žlunga esant šuoliams).

Supratimas apie **Auto Scaling Groups** (valdantis EC2 egzempliorių flotą su min/max/norima talpa, paleisties šablonais ir sveikatos patikromis, kurios automatiškai pakeičia nesveikus egzempliorius dėl **savaiminio gijimo**) ir kaip jie paprastai išdėstoti keliuose **AZ** (kombinuojant masteliavimu su didele pasiekiamumu) yra pagrindinė praktinė žinios.

Supratimas apie **masteliavimu politiką** (tikslinimas sekti metriką, pvz. CPU, norimos ribos — paprasčiausias ir dažniausias; žingsninis masteliavimu pagal ribas; suplanuotas masteliavimu žinomiems modeliams; numatantis masteliavimu) remiantis CloudWatch metrikomis yra būtinas norint tinkamai sukonfigūruoti masteliavimu.

Žinant, kad automatinis mastelis **suporuojamas su apkrovos balansavimo įrenginiu** (kuris paskirsto srautus dinamiškai besikeičiantiems egzemplioriam) sudaromas skalabilios, atsparios architektūros vaizdas.

Kadangi patikimas ir ekonomiškas kintamos paklausos tvarkymas yra pagrindinė debesies reikalavimas, ir kadangi automatinis mastelis (su masteliavimu grupėmis, politikomis, sveikatos patikromis ir apkrovos balanavimu) yra mechanizmas, kuris tai pasiekia, supratimas apie automatinį masteliavimu yra vertinga, praktiškai svarbi AWS žinios kuriant programas, kurios masteliuojasi pagal paklausą — pagrindinė galimybė patikimam, ekonomiškam debesies architektūrai ir svarbiausia tema sistemų projektavimui, kurios tvarkytų realaus pasaulio kintamą srautą.