彈性伸縮（Auto Scaling）是雲商提供的、根據自身業務需求自動調整計算能力（即例項數量）的服務。使用該服務時，例項數量可根據工作負載自動進行伸縮，從而在業務需求增長時提供資源支援、在業務需求下降時降低成本。
那麼，彈性伸縮的基本原理是怎樣的？我們如何判斷彈性伸縮的效果、進行優化？來一探究竟——
一．什麼是彈性伸縮
彈性——伺服器對業務量的變化應具備一定的容忍度；
伸縮——針對業務量的變化，系統需要線上對資源進行調整。伸縮完成以後，系統對外服務的能力應恢復到正常水平。
我們使用彈性伸縮需要達到2大目的：1.服務可靠；2.資源成本節省
首先，瞭解一下彈性伸縮服務的部署架構：
請求從閘道器服務（即LoadBalance）進來後，到達應用（App）。應用所需要的雲主機，往往交給伸縮組來管理。伸縮組會根據主機資源的使用情況，自動購買新機器、回收舊機器，從而讓整個叢集的資源使用率保持在預期的水平。
那麼，伸縮組如何完成這一系列“炫酷”操作？
“伸縮”主要集中在兩個方向：
- 水平方向，通過加節點和減節點，在節點數上面進行調整來達到伸縮效果。
- 垂直方向：通過加配置和減配置，來達到伸縮效果。
除此以外，如果想做好彈性，我們必須對資源的使用情況進行監控。如流程圖所示，指標監控服務，負責從APP和叢集進行實時的資料採集，採集到的結果會交給autoscaler（伸縮排程器）。Autoscaler會根據預定的策略進行判斷（例如，基於CPU或者基於QPS），可能會設定一個伸縮的閾值，如果判斷觸發了擴縮容，Autoscaler會聯絡節點組購買機器或者回收機器。伸縮完成的節點，將會和閘道器進行同步，這樣就完成了一個基本的彈性伸縮Web服務。
二．什麼才是優秀的彈性伸縮方案？
彈性伸縮流程的每一個步驟，都以不同方式影響著彈性伸縮效果：
首先，監測服務作為彈性伸縮的起點，其資料有效性、實時性，將影響伸縮的準確性和靈敏性；而監測指標的豐富程度，則決定了策略的可操作範圍；
其次，Autoscaler的演算法和策略直接決定了伸縮策略的效果。
再次，伸縮的力度和伸縮的速度會直接的影響到伸縮的效率、資源的使用率。
最後，應用作為服務本身的載體，其拉取速度、啟動速度以及啟動的成功率，直接決定了最終的結果。
綜上，一個優秀的彈性伸縮方案，應該儘量滿足三個要素。
第一，可靠，它必須具備一定的突增壓力的抵抗能力
第二，高效，它能夠快速的調整到預期資源的使用量。
第三，經濟，它必須在合理範圍內儘量的去提高資源的使用率，減少浪費。
【彈性伸縮降本伴侶：SpotMax雲資源優化服務】
對於用雲企業來說，隨著業務增長，用雲成本將迅速增加，成為制約企業快速發展的“絆腳石”。SpotMax作為一款雲資源優化服務，其中的MaxGroup工具能夠充分發揮彈性伸縮的特點，幫助用雲企業解決Spot例項被回收、可用資源不足的問題，從而在維護服務穩定的同時，降低用雲成本。
以AWS為例，通常情況下，AWS的彈性伸縮（Auto Scaling）服務在Spot例項不足時，使用者無法繼續申請例項資源，導致資源長時間短缺，使用者面臨大流量衝擊風險。而MaxGroup在發現autoscaling無法申請資源時，可以及時為使用者補充on-demand例項，使服務所需要的資源充盈，而當能繼續申請到Spot資源時，MaxGroup會主動將on-demand例項替換為Spot，在服務穩定的前提下，保障成本最低的目標。長期實踐證明，SpotMax平均可幫助企業節省60%的用雲成本，最多時可降本90%。
在雲端，當資源可以按需伸縮，限制你想象的只有成本。SpotMax解決方案能夠助力企業實現極致用雲成本節省，釋放業務增長潛力。想要了解更多？戳“下方連結”，一鍵get你的雲成本節省祕籍！