'; 全栈式云管理服务_多云管理平台云|富通云腾-云计算解决方案提供商
NEWS 新闻动态 > 新闻详情

富通云腾CloudoorSphere新功能来啦!

admin 发表于:2018-07-27
摘要:利用弹性伸缩(auto-scaling)减少服务器成本,几乎适合所有集群式部署的网站/APP。设置也非常简单

富通云腾CloudoorSphere 在7月发布了4.2新版本,较4.1版本最大的改进是增加了AutoScaling自动伸缩服务。

AutoScaling是一个比较重要的服务组件功能,它比较巧妙地实现了云的弹性。在应用忙时扩展计算能力,在应用闲时收缩计算能力,很好地体现了云计算按需供给、按量计费的宗旨。

600-6.jpg

我们先看几个关键概念

    ■  cooldown冷却时间

冷却时间是个i刚启动的ECCV2实例一个预热的事件,防止新EC2刚启动但是还未向外提供服务之前激活新的扩展活动,从而避免过多启动新机器。

    ■ Min最小实例数

最小实例数是指当前AS组中任何时候必须保持的最小的实例个数,一旦当前实例数不足,AS服务会自动启动新的实例。

    ■ Max最大实例数

最大实例数是指当前AS组中最多可以启动的实例数,一旦达到最大实例数,实例增加策略触发的实例扩展活动将不再有效。

    ■ Desired预期实例数

预期实例数是指当前AS组当前需要 的实例数,AS服务根据预期实例数与当前实例数的对比进行相应的扩展活动。

AutoScaling服务会去实时检测AS组里面实例的数量与desired数量,如果不相同,则会启动或者关闭实例来使得实际数量等于desired数量。不管是动态扩展、手动扩展还是定时扩展,其实都只是更改 desired 数量,不同的只是这是通过策略驱动去修改还是手工去改。


AutoScaling支持四种扩展方法:始终保持当前实例等级、手动扩展、按计划扩展、按需求进行扩展;

    ■  始终保持当前实例等级:实际上保持EC2 的数量不变,在出现健康EC2是进行替换;

    ■  手动扩展:在现有运行的Auto Scaling 的组中,手动添加EC2,并加入到组中;

    ■  按计划扩展:主要是设定时间点,在固定的时间执行EC2 的扩展,或者启动一个新的Auto Scaling组,无论当时机器负荷情况如何;

    ■  按需求进行扩展:此策略是Auto Scaling官方推荐策略,也是最自动话的扩展策略,此策略主要依托触发机制使用,当监控到达设定报警线后,会根据既定的要求,自动增加EC2 到已有的Auto Scaling 中,或者重新启动一个新的Auto Scaling 组;


在收缩策略上的方法,也是跟扩展策略的方法一一对应,除了按需收缩策略外,其他都是不需要兼顾EC2 当前的运行状态,所以,在选择取消那个在线的EC2时比较简单,而按需收缩策略上则需要判断怎么去终止EC2 ,这样才更贴合用户的场景需要。

 

Auto Scaling 为此,提供了5种终止策略方案,具体如下:

 

    ■  OldestInstance。Auto Scaling 终止组中最旧的实例。当Auto Scaling 组中的实例升级为新的EC2 实例类型,可以逐渐将较旧类型的实例替换为较新类型的实例时,此选项十分有用。

    ■ NewestInstance。Auto Scaling 终止组中最新的实例。如果要测试新的启动配置但不想在生产中保留它时,此策略非常有用。

    ■ OldestLaunchConfiguration。Auto Scaling 终止采用最旧启动配置的实例。如果要更新某个组并且逐步淘汰先前配置中的实例时,此策略非常有用。

    ■ ClosestToNextInstanceHour。Auto Scaling 终止最接近下个计费小时的实例。此策略最大程度使用实例并管理成本。

    ■ Default。Auto Scaling 使用默认终止策略。如果有多个扩展策略与该组关联,此策略非常有用。

 

利用弹性伸缩(auto-scaling)减少服务器成本,几乎适合所有集群式部署的网站/APP。设置也非常简单。

 

业务场景:

如果您的业务满足以下条件,花5分钟配置这个方案,可节省20%-30%成本:

     ■ 网站使用集群的方式,且集群超过1台以上的服务器;

     ■ 网站有较长时间的空闲。大部分网站的高峰时间不超过 8 个小时,剩下的 16 个小时的时间,完全可以把闲置的服务器作缩容处理。

以某休闲类网站为例,该网站 20:00-24:00 是访问高峰时段。

600-7.jpg


在CS私有云上,我们修改配置架构如图所示:

600-8.jpg

按照上述架构进行改造,原方案需要两台 4核4G 的 CVM,而现在,改成一台 4核4G 的 CVM + 每天4个小时临时CVM,能节省30%左右的计算资源。