AWS मा auto scaling कसरी काम गर्छ?

Question

Accepted Answer

**Auto Scaling** चलिरहेको संसाधनहरूको संख्या (जस्तै EC2 instances) माग अनुसार स्वचालित रूपमा समायोजन गर्छ — लोड बढ्दा क्षमता जोडिन्छ र कम हुँदा हटाइन्छ। यो दुवै **भरपर्दो** (ट्राफिक स्पाइकहरू सम्हाल्न) र **लागत-कुशल** (अत्यधिक संसाधन आवंटन नगर्ने) अनुप्रयोगहरू बनाउनमा मुख्य हुन्छ।

## Auto scaling ले के गर्छ

```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 (कहिले स्केल गर्ने)

```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).
```

## किन महत्त्वपूर्ण छ

```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)
```

## किन महत्त्वपूर्ण छ

Auto scaling बुझ्नु विश्वसनीय र लागत-कुशल दुवै अनुप्रयोगहरू बनाउनको लागि मूल्यवान छ, त्यसैले यो महत्त्वपूर्ण व्यावहारिक AWS ज्ञान हो।

Auto scaling एक आधारभूत क्लाउड चुनौतीको समाधान गर्छ: क्षमतालाई **परिवर्तनशील माग** सँग स्वचालित रूपमा मेल खाइने गर्नु — **लोड बढ्दा instances जोडिने** (म्यानुएल हस्तक्षेप वा अधिभार बिना ट्राफिक स्पाइकहरू सम्हाल्दै, विश्वसनीयता सुनिश्चित गर्दै) र **लोड कम हुँदा तिनीहरू हटाइने** (निष्क्रिय क्षमताको लागि भुक्तानी नगर्दै, लागत-कुशलता सुनिश्चित गर्दै)।

यो दोहरो लाभ (लोडको अन्तर्गत विश्वसनीयता + निष्क्रिय हुँदा लागत बचत) क्लाउडको elasticity को लाभ लिने क्षेत्रमा केन्द्रीय हुन्छ, र पीक लोडको लागि स्थिर रूपमा प्रावधान गर्नु (अपव्यय) वा औसत लोडको लागि (स्पाइकहरूको अन्तर्गत विफल हुन्छ) भन्दा बढी राम्रो हुन्छ।

**Auto Scaling Groups** बुझ्नु (EC2 instances को फ्लीट व्यवस्थापन min/max/desired क्षमता, launch templates, र स्वास्थ्य जाँचहरू सहित जुन स्वचालित रूपमा अस्वस्थ instances लाई प्रतिस्थापन गर्छन् **self-healing** को लागि) र कसरी तिनीहरू सामान्यतया **multiple AZs** भर बिखरिन्छन् (स्केलिङलाई उच्च उपलब्धता सँग मिलाउँदै) यो मुख्य व्यावहारिक ज्ञान हो।

**Scaling policies** बुझ्नु (target tracking CPU जस्तो metric लाई लक्ष्यमा बनाए राख्न — सबैभन्दा सरल र सबैभन्दा सामान्य; threshold मा step scaling; ज्ञात प्यारामहरूको लागि scheduled scaling; predictive scaling) CloudWatch metrics को आधारमा स्केलिङ उपयुक्त रूपमा कन्फिगर गर्न आवश्यक हुन्छ।

Auto scaling **load balancer सँग जोडिएको** (जुन गतिशील रूपमा परिवर्तनशील instances भर ट्राफिक वितरण गर्छ) भन्ने कुरा जान्नु स्केलेबल, लचिलो आर्किटेक्चरको चित्र पूरा गर्छ।

परिवर्तनशील माग विश्वसनीय र लागत-कुशल रूपमा सम्हाल्नु एक मुख्य क्लाउड आवश्यकता हुन्छ, र auto scaling (स्केलिङ ग्रुप, नीतिहरू, स्वास्थ्य जाँचहरू, र लोड ब्यालान्सिङ सहित) यसलाई हासिल गर्ने संयन्त्र हुन्छ, auto scaling बुझ्नु मूल्यवान, व्यावहारिक AWS ज्ञान हो आवश्यकता अनुसार स्केल हुने अनुप्रयोगहरू बनाउनको लागि — विश्वसनीय, लागत-कुशल क्लाउड आर्किटेक्चरको एक आधारभूत क्षमता र प्रणालीहरू डिजाइन गर्नको लागि एक मुख्य विषय जुन वास्तविक-विश्व परिवर्तनशील ट्राफिक सम्हाल्छन्।