Como funciona o auto scaling na AWS?

Question

Accepted Answer

**Auto Scaling** ajusta automaticamente o número de recursos em execução (por exemplo, instâncias EC2) com base na demanda — adicionando capacidade quando a carga aumenta e removendo-a quando a carga diminui. É fundamental para construir aplicações que sejam tanto **confiáveis** (capazes de lidar com picos de tráfego) quanto **eficientes em custo** (sem over-provisioning).

## O que o auto scaling faz

```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.
```

## Grupos de Auto Scaling EC2 (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)
```

## Políticas de scaling (quando escalar)

```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).
```

## Por que isso importa

```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)
```

## Por que isso importa

Compreender o auto scaling é valioso para construir aplicações que sejam tanto confiáveis quanto eficientes em custo, sendo assim um conhecimento prático importante na AWS.

O auto scaling resolve um desafio fundamental da nuvem: adequar a capacidade à **demanda variável** automaticamente — **adicionando instâncias quando a carga aumenta** (tratando picos de tráfego sem intervenção manual ou sobrecarga, garantindo confiabilidade) e **removendo-as quando a carga diminui** (evitando pagar por capacidade ociosa, garantindo eficiência de custo).

Esse duplo benefício (confiabilidade sob carga + economia de custos quando ocioso) é central para aproveitar a elasticidade da nuvem e é muito melhor do que provisionar estaticamente para pico de carga (desperdiçador) ou para carga média (falha em picos).

Compreender **Grupos de Auto Scaling** (gerenciar uma frota de instâncias EC2 com capacidade mínima/máxima/desejada, modelos de inicialização e verificações de integridade que substituem automaticamente instâncias não saudáveis para **auto-recuperação**) e como eles normalmente são distribuídos entre **múltiplas AZs** (combinando scaling com alta disponibilidade) é o conhecimento prático essencial.

Compreender **políticas de scaling** (rastreamento de destino para manter uma métrica como CPU em um nível alvo — a mais simples e comum; scaling em etapas em limites; scaling agendado para padrões conhecidos; scaling preditivo) com base em métricas do CloudWatch é necessário para configurar o scaling apropriadamente.

Saber que o auto scaling **trabalha em conjunto com um load balancer** (que distribui tráfego entre as instâncias que mudam dinamicamente) completa o quadro de uma arquitetura escalável e resiliente.

Como lidar com demanda variável de forma confiável e eficiente em custo é um requisito fundamental da nuvem, e como o auto scaling (com grupos de scaling, políticas, verificações de integridade e balanceamento de carga) é o mecanismo que o realiza, compreender o auto scaling é um conhecimento prático valioso e importante na AWS para construir aplicações que escalam com a demanda — uma capacidade fundamental para arquitetura em nuvem confiável e eficiente em custo, e um tópico-chave para projetar sistemas que lidam com tráfego variável no mundo real.