1
条回答
写回答
写回答
-
预测模式通过过去 1~14 天的 CPU 使用情况或实例个数的变化进行建模，通过机器学习预测算法预测未来 2 天整体的使用情况，并自动进行扩容缩容操作。
此场景适合非常规则的周期性场景，每天的业务在固定的时间点上进行固定变化，图片中展示的场景就很规律，每天都在固定的时间点周围进行扩容和缩容，这样所达到的预测结果会更加准确，所以推荐规则性的场景使用预测模式效果会更好。
该模式好处在于不用感知 CPU 的设置值，它会自动进行运算并自动判断多少实例可在此基础上满足当前的业务需要，是因为历史上实际的整体情况已经被纳入到所考虑的范围内。如果用户某一天做活动或推广的业务期间突然涌入大量流量时，也可叠加目标追踪模式，预测模式+目标追踪模式叠加后在发生变化时可自动感知和扩容，并在此基础上再进行扩容或缩容，所以频率性在遇到特殊的抖动或是特殊的变化时是有相关的规避方式的。
2021-12-13 18:05:10赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
