通过报警任务和云监控创建弹性伸缩方案-操作演示|学习笔记

简介: 快速学习通过报警任务和云监控创建弹性伸缩方案-操作演示

开发者学堂课程【根据业务量弹性使用云资源通过报警任务和云监控创建弹性伸缩方案-操作演示】学习笔记,与课程紧密联系,让用户快速学习知识。  

课程地址:https://developer.aliyun.com/learning/course/509/detail/6817


通过报警任务和云监控创建弹性伸缩方案-操作演示


在创建伸缩组,伸缩配置,启动伸缩组,然后去创建伸缩的规则,那么在这个基础上,介绍如何去定时任务和报警任务来去触发相应的伸缩活动,也就是说如果去创建弹性伸缩方案三,还是进入弹性伸缩管理台,

图片1.png

这里有伸缩组 g1,伸缩配置同样的,也是一个启用的状态,那么在伸缩组内之前也定义了一些伸缩规则包括调整至减少,增加 ecs 服务器的数量,前面提到配置的创建,其实它们都跟伸缩组强关联的那种关系,比如说当伸缩组被关联之后,那么它对应的伸缩配置的伸缩规则以及触发的伸缩活动,这些都会被同时删除掉。

对于定时任务和报警任务来说,它是跟伸缩组相对于独立的,选择这个定时任务,同样的可以选择是在同一个地域华北2,点击创建定时任务,

图片2.png

这里配置一下任务名称,可以设置一下伸缩的描述,需要要在高分期里面去增加这个服务器还是低谷的时候减少服务器的数量,接下来就是一个执行时间,这个执行时间可以看到这里有提示,如果下面没有设置重复周期,就会到指定的日期,它会执行一次伸缩活动,如果设置了下面的重复周期,那么日期默认作为周期性任务的执行的时间点,先设置它的执行时间20171028日,下午两点钟,接下来绑定的相应伸缩组,通过伸缩组选择相应的伸缩规则,选择规则3,添加四台云服务器,这里可以通过设置重试过期时间,当这个定时任务触发操作失败后,可以在间隔时间内是重试这个定时任务。

接下来就是重复周期的设置,我说需要在每天下午两点的时候都需要去增加相应的服务器数量,那么可以选择按日,每天执行一次,点击提交,这时候可以看到定时任务属于运行中的一个状态。

到这个时间点,它就会触发伸缩活动,同时也可以新建一个 t2,这个比如说希望在每天早上8:00的时候,之前增加相应的服务器,可以把它减少选择减少相应服务器的数量。

同样的也是每天执行一次。通过这个设置,通过定时任务在高分的时候增加服务器的数量,这个业务低谷的时候,去减少相应服务器的数量。接下来看一下报警任务,同样的也是在华北2,点击创建报警任务,任务名称 T3,监控的资源这里是要选择要监控的一个伸缩组,这里有一个伸缩组 g1,接下来就是监控项,监控项包括 CPU,系统平均负载以及内外网出入流量,比如选择 CPU。

统计多长时间去监测统计?

可以选择一个五分钟,时间不用那么频繁,统计办法可以通过平均值,最大值或最小值,CPU 利用率大于80%的时候,通过三次报警检测,如果真的是大于80%了,那么可以选择伸缩规则,当 CPU 使用率大于80%的时候,增加相应的云服务器和 ecs 的实例。

当然同样的可以创建一个报警任务,也是监控当前的伸缩组,监控项也是 CPU,统计周期时间可以稍微长一些,如果发现它的平均值就是 CPU 的使用率不是很高,那这个平均值小于等于30%的时候,连续几次报警后,开始触发下一个伸缩规则,CPU 使用率不是很高的时候,减少一些 ecs 实例,点击提交。

图片3.png

那么这个动态的监控方式来去判断业务,低分高谷时需要资源的量。

相关文章
|
5月前
|
机器学习/深度学习 人工智能 运维
运维告警别乱飞了!AI智能报警案例解析
运维告警别乱飞了!AI智能报警案例解析
611 0
|
存储 弹性计算 调度
基于Knative的LLM推理场景弹性伸缩方案
Knative的基于请求弹性配置与大语言模型(LLM)的推理场景高度契合。此外,它的资源降配特性可以显著帮助用户降低成本。本文详细介绍基于 Knative 的 LLM 推理场景弹性伸缩方案。
|
弹性计算 缓存 Kubernetes
异步任务处理系统问题之任务执行子系统实现资源的弹性伸缩的问题如何解决
异步任务处理系统问题之任务执行子系统实现资源的弹性伸缩的问题如何解决
163 2
|
运维 监控 物联网
通过云监控(CMS)报警回调实现云服务器报警信息的语音播报
本文介绍了获取云监控报警回调的有趣实践。
733 0
通过云监控(CMS)报警回调实现云服务器报警信息的语音播报
|
9月前
|
运维 监控 网络协议
物联网设备状态监控全解析:从告警参数到静默管理的深度指南-优雅草卓伊凡
物联网设备状态监控全解析:从告警参数到静默管理的深度指南-优雅草卓伊凡
293 11
物联网设备状态监控全解析:从告警参数到静默管理的深度指南-优雅草卓伊凡
|
Prometheus 运维 监控
智能运维实战:Prometheus与Grafana的监控与告警体系
【10月更文挑战第26天】Prometheus与Grafana是智能运维中的强大组合,前者是开源的系统监控和警报工具,后者是数据可视化平台。Prometheus具备时间序列数据库、多维数据模型、PromQL查询语言等特性,而Grafana支持多数据源、丰富的可视化选项和告警功能。两者结合可实现实时监控、灵活告警和高度定制化的仪表板,广泛应用于服务器、应用和数据库的监控。
1397 3
|
8月前
|
编解码 监控 算法
CDN+OSS边缘加速实践:动态压缩+智能路由降低30%视频流量成本(含带宽峰值监控与告警配置)
本方案通过动态压缩、智能路由及CDN与OSS集成优化,实现视频业务带宽成本下降31%,首帧时间缩短50%,错误率降低53%。结合实测数据分析与架构创新,有效解决冷启动延迟、跨区域传输及设备适配性问题,具备快速投入回收能力。
519 0
|
11月前
|
数据采集 运维 监控
数据采集监控与告警:错误重试、日志分析与自动化运维
本文探讨了数据采集技术从“简单采集”到自动化运维的演进。传统方式因反爬策略和网络波动常导致数据丢失,而引入错误重试、日志分析与自动化告警机制可显著提升系统稳定性与时效性。正方强调健全监控体系的重要性,反方则担忧复杂化带来的成本与安全风险。未来,结合AI与大数据技术,数据采集将向智能化、全自动方向发展,实现动态调整与智能识别反爬策略,降低人工干预需求。附带的Python示例展示了如何通过代理IP、重试策略及日志记录实现高效的数据采集程序。
520 7
数据采集监控与告警:错误重试、日志分析与自动化运维
|
11月前
|
Prometheus Kubernetes 监控
Kubernetes监控:Prometheus与AlertManager结合,配置邮件告警。
完成这些步骤之后,您就拥有了一个可以用邮件通知你的Kubernetes监控解决方案了。当然,所有的这些配置都需要相互照应,还要对你的Kubernetes集群状况有深入的了解。希望这份指南能帮助你创建出适合自己场景的监控系统,让你在首次发现问题时就能做出响应。
629 22

热门文章

最新文章