Auto Scaling atau dalam bahasa indonesia disebut Penskalaan otomatis adalah teknik penskalaan yang dapat Anda gunakan untuk beban kerja yang dihosting di lingkungan cloud. Salah satu keuntungan utama hosting berbasis cloud adalah Anda dapat dengan mudah menskalakan kapasitas yang diperlukan untuk mendukung permintaan layanan Anda. Penskalaan otomatis selangkah lebih maju. Karena permintaan beban kerja tertentu berubah dari waktu ke waktu, penskalaan otomatis secara otomatis menyesuaikan jumlah sumber daya yang dialokasikan untuk mendukung beban kerja guna memenuhi kebutuhan kinerja Anda.
Penskalaan Otomatis adalah layanan manajemen yang secara otomatis menyesuaikan jumlah sumber daya komputasi fleksibel berdasarkan kebutuhan dan kebijakan organisasi Anda. Saat beban bisnis meningkat, Auto Scaling secara otomatis meningkatkan instans ECS untuk memastikan kapasitas komputasi yang memadai. Saat beban bisnis berkurang, Autoscaling secara otomatis menghapus instant ECS untuk menghemat biaya. Sangat cocok untuk aplikasi dimana beban komersial bervariasi atau stabil.
Sebelum penskalaan otomatis menjadi opsi, penskalaan beban kerja seringkali menjadi tantangan. Mengalokasikan sumber daya secara manual untuk mendukung beban kerja pada dasarnya rawan kesalahan karena sulit untuk secara akurat memprediksi perubahan permintaan atau mengetahui berapa banyak sumber daya yang diperlukan untuk mengakomodasi perubahan tersebut. Di satu sisi, ketidakjelasan ini dapat menyebabkan kelebihan pasokan yang mahal atau, di sisi lain, potensi gangguan layanan akibat kekurangan pasokan. Penskalaan otomatis membantu mengatasi masalah ini dengan secara otomatis menambah atau mengurangi jumlah sumber daya yang dialokasikan ke beban kerja Anda dalam proporsi langsung dengan jumlah permintaan yang juga ditambah atau dikurangi.
Untuk memahami penskalaan otomatis, pertama-tama Anda harus mempertimbangkan bahwa ada dua kemungkinan jenis penskalaan:
Skalakan untuk menambah atau mengurangi jumlah node (atau pod Kubernetes) yang berpartisipasi dalam beban kerja tertentu. Keuntungan dari skala keluar adalah Anda dapat menambahkan kapasitas baru yang hampir tidak terbatas tanpa mempengaruhi node yang ada atau menyebabkan waktu henti. Ini juga merupakan metode penskalaan kapasitas yang lebih cepat dibandingkan dengan penskalaan. Namun, tidak semua aplikasi atau skala beban kerja.
Jenis penskalaan ini menambah atau mengurangi memori yang tersedia dan/atau daya pemrosesan untuk node yang ada. Misalnya, Anda dapat meningkatkan dua node server dengan RAM 16 GB dan 4 vCPU menjadi RAM 64 GB dan 16 vCPU. Dalam beberapa kasus, mis. Misalnya, dengan database relasional yang diimplementasikan tanpa sharding, peningkatan skala memiliki keuntungan sebagai satu-satunya cara yang dapat dilakukan untuk menskalakan sebagai respons terhadap permintaan yang meningkat. Namun, kerugian terbesar dari penskalaan vertikal adalah bahwa hal itu tidak cocok untuk otomatisasi maupun penskalaan horizontal.
Penskalaan otomatis umumnya memungkinkan Anda mengonfigurasi sumber daya untuk menskalakan secara otomatis berdasarkan peristiwa atau ambang batas metrik yang dipilih oleh organisasi Anda. Insinyur mengidentifikasi peristiwa dan ambang batas dalam metrik ini yang paling berkorelasi dengan penurunan kinerja.
Misalnya, pengembang dapat menetapkan batas penggunaan memori hingga 70 persen selama lebih dari empat menit. Pengembang kemudian dapat menentukan respons tambahan yang memicu dua instance tambahan setiap kali ambang ini tercapai atau terlampaui. Pengembang juga dapat menetapkan batas penskalaan minimum dan maksimum. Berapa jumlah minimum node yang dapat diterima yang harus digunakan untuk menjalankan beban kerja ini dan sebaliknya berapa maksimumnya?
Selain mengandalkan peristiwa atau metrik pemicu, Anda dapat menyiapkan penskalaan otomatis untuk suatu peristiwa berdasarkan jadwal yang telah ditentukan sebelumnya. Untuk bisnis dan layanan dengan permintaan beban siklis (atau dapat diprediksi), metode ini memungkinkan Anda untuk menskalakan infrastruktur Anda terlebih dahulu sebelum permintaan yang lebih tinggi dan kemudian sesuai kebutuhan.
a) Skala seragam: Penskalaan otomatis memungkinkan kami mengonfigurasi penskalaan otomatis untuk semua sumber daya yang dapat diskalakan menggunakan aplikasi Anda dari satu antarmuka terpadu.
b) Penemuan sumber daya otomatis: Penskalaan Otomatis memindai lingkungan Anda dan menemukan sumber daya cloud yang dapat diskalakan yang berada di belakang aplikasi Anda secara otomatis, sehingga kami tidak perlu mengidentifikasi sumber daya tersebut secara manual.
c) Strategi penskalaan bawaan: Penskalaan otomatis memungkinkan kami memilih salah satu dari tiga strategi pengoptimalan standar yang dirancang untuk mengoptimalkan kinerja, mengoptimalkan biaya, atau menyeimbangkan keduanya. Kami juga dapat menetapkan target penggunaan sumber daya kami sendiri.
d) Penskalaan Prediktif: Ini mengantisipasi lalu lintas di masa mendatang, termasuk lonjakan berkelanjutan, dan memberikan jumlah instansi EC2 yang benar sebelum perubahan yang diantisipasi.
e) Dikelola Sepenuhnya: Ini secara otomatis membuat kebijakan penskalaan pelacakan target untuk semua sumber daya dalam rencana penskalaan kami menggunakan strategi penskalaan utama kami untuk menargetkan nilai untuk setiap metrik.
f) Kebijakan Penskalaan Cerdas: Itu terus menghitung penyesuaian skala yang dapat diterima dan dengan cepat menambah atau menghapus kapasitas yang diperlukan untuk menjaga pengukuran Anda pada target.
Contoh berikut mengilustrasikan beberapa kasus penggunaan yang paling umum untuk penskalaan otomatis:
Karena sebagian besar pembelanja online berbelanja di siang hari, teknisi dapat mengonfigurasi sistem pemesanan dan pemesanan mereka untuk menskalakan secara otomatis di siang hari dan masuk kembali di malam hari. Demikian pula, penskalaan otomatis membantu tim bersiap untuk liburan atau waktu lain dalam setahun saat permintaan diperkirakan akan meningkat.
Saat perusahaan media merilis konten baru, permintaan terkadang bisa melebihi ekspektasi optimis dan meningkat. Untuk konten viral, penskalaan otomatis membantu dengan menyediakan sumber daya dan bandwidth penting.
Untuk bisnis kecil yang mencoba menarik banyak pelanggan, memangkas biaya dan merencanakan pertumbuhan mendadak secara tradisional menjadi isu penting. Penskalaan otomatis telah membantu mengatasi masalah ini dengan memungkinkan perusahaan rintisan menekan biaya dengan mengurangi risiko lonjakan permintaan yang membuat server aplikasi terhenti.
a) Atur skala dengan cepat: Anda dapat mengonfigurasi penggunaan untuk banyak sumber daya melalui antarmuka yang intuitif.
b) Dapatkan daya secara otomatis: Pastikan kinerja dan ketersediaan aplikasi sempurna, bahkan dengan beban kerja reguler, tak terduga, atau selalu berubah.
Penskalaan Otomatis atau Auto Scaling adalah layanan manajemen yang secara otomatis menyesuaikan jumlah sumber daya komputasi fleksibel berdasarkan kebutuhan dan kebijakan perusahaan. Prinsip Kerja terbagi menjadi dua bagian, yakni Perkecil / skala horizontal dan Penskalaan / pendakian vertikal. Fitur yang terdapat Auto Scaling terdiri dari Skala Seragam, Penemuan Sumber Daya Otomatis, Strategi Penskalaan Bawaan, Penskalaan Prediktif, Dikelola Sepenuhnya, dan Kebijakkan Penskalaan Secara Cerdas. Untuk Pengaplikasian auto scaling dalam kehidupan sehari-hari, contohnya E-Commerce (Belanja Online), Streaming (Netflix, Youtube), dan Perusahaan Startups.
Kesempatan lowongan magang terbaru di tahun 2024
Baca Selengkapnya..