使用具有多个信号的自动扩缩政策

创建具有多个信号的自动扩缩政策后，自动扩缩器会根据在托管式实例组 (MIG) 中提供最多虚拟机实例的信号进行扩缩。这可确保始终有足够的虚拟机来处理应用工作负载，并且可让您扩缩具有多个可能瓶颈的应用。

如需详细了解不同类型的自动扩缩信号，请参阅自动扩缩政策。

准备工作

• 了解自动扩缩器基础知识。
• 如果您尚未设置身份验证，请进行设置。身份验证是通过其进行身份验证以访问 Google Cloud 服务和 API 的过程。如需从本地开发环境运行代码或示例，您可以按如下方式向 Compute Engine 进行身份验证。
  

  Select the tab for how you plan to use the samples on this page:

  Console

  When you use the Google Cloud console to access Google Cloud services and APIs, you don't need to set up authentication.

  gcloud

  1. Install the Google Cloud CLI, then initialize it by running the following command:

     gcloud init

  2. Set a default region and zone.

  REST

  如需在本地开发环境中使用本页面上的 REST API 示例，请使用您提供给 gcloud CLI 的凭据。

  Install the Google Cloud CLI, then initialize it by running the following command:

  gcloud init

  如需了解详情，请参阅 Google Cloud 身份验证文档中的使用 REST 时进行身份验证。

自动扩缩器如何处理多个信号

自动扩缩器处理多个信号的方式如下：计算每个信号的建议虚拟机数量，然后选择在 MIG 中保留最多虚拟机的信号。

自动扩缩器可以为每个指标类型处理一个信号，Cloud Monitoring 指标和扩缩时间表除外。您最多可以为 Cloud Monitoring 指标选择 5 个自动扩缩信号，并为每个 MIG 创建最多 128 个时间表。例如，您可以创建一个自动扩缩器，该自动扩缩器最多使用 1 个 CPU 利用率信号、1 个负载均衡信号、5 个自定义指标信号，以及 128 个扩缩时间表。

例如，您可以定义使用以下所有信号的自动扩缩器：

• cpuUtilization，目标为 0.8
• loadBalancingUtilization，目标为 0.6
• metric1 的 customMetricUtilization，目标为 1000
• metric2 的 customMetricUtilization，目标为 2000
• scalingSchedules
  • 每个周六和周日，从零点开始的 24 小时内至少有 6 个虚拟机
  • 每个周一到周五，从上午 9:00 开始的 8 小时内至少有 15 个虚拟机

在此示例中，假设自动扩缩器为在测量时包含 10 个虚拟机的 MIG 测量出以下利用率平均值：

• CPU 利用率为 0.5
• 负载均衡利用率为 0.4
• metric1 为 1100
• metric2 为 2700

使用上述值，自动扩缩器根据每个信号计算建议的虚拟机数量：

• 根据 CPU 利用率计算的结果为 7 个虚拟机
• 根据负载均衡利用率计算的结果为 7 个虚拟机
• 根据 metric1 计算的结果为 11 个虚拟机
• 根据 metric2 计算的结果为 14 个虚拟机
• 根据第一个扩缩时间表，每个周六和周日，全天有 6 个虚拟机
• 根据第二个扩缩时间表，每个周一到周五，从上午 9:00 到下午 5:00 有 15 个虚拟机

自动扩缩器会选择计算出 MIG 中虚拟机数量最多的信号，并将 MIG 的建议大小设置为该值。在本例中，如果当前第二个时间表有效，自动扩缩器会将 MIG 大小调整为 15 个虚拟机，否则调整为 14 个虚拟机。

创建具有多个信号的自动扩缩器

根据您使用的是 Google Cloud 控制台、gcloud CLI 还是 REST，创建具有多个信号的自动扩缩器的方式略有不同。

gcloud compute instance-groups managed set-autoscaling MIG_NAME \
   --target-cpu-utilization=0.8 \
   --target-load-balancing-utilization=0.6 \
   --custom-metric-utilization metric=PATH_TO_CUSTOM_METRIC_1,utilization-target=1000.0,utilization-target-type=GAUGE \
   --custom-metric-utilization metric=PATH_TO_CUSTOM_METRIC_2,utilization-target=2000.0,utilization-target-type=DELTA_PER_SECOND \
   --set-schedule=workday-capacity \
   --schedule-cron="30 8 * * Mon-Fri" \
   --schedule-duration-sec=30600 \
   --schedule-min-required-replicas=10 \
   --schedule-description="Have at least 10 VMs every Monday through Friday from 8:30 AM to 5 PM UTC" \
   --min-num-replicas=1 \
   --max-num-replicas=50

POST https://compute.googleapis.com/compute/v1/projects/PROJECT/zones/ZONE/autoscalers

{
  "autoscalingPolicy" : {
    "cpuUtilization":{
      "utilizationTarget": 0.8
    },
    "loadBalancingUtilization":{
      "utilizationTarget": 0.6
    },
    "customMetricUtilizations":[
      {
        "metric": "PATH_TO_CUSTOM_METRIC_1",
        "utilizationTarget": 1000,
        "utilizationTargetType":"GAUGE"
      },
      {
        "metric": "PATH_TO_CUSTOM_METRIC_2",
        "utilizationTarget": 2000,
        "utilizationTargetType": "DELTA_PER_SECOND"
      }
    ],
    "scalingSchedules": {
      "workday-capacity": {
        "minRequiredReplicas": 10,
        "schedule": "30 8 * * Mon-Fri",
        "durationSec": 30600,
        "description": "Have at least 10 VMs every Monday through Friday from 8:30 AM to 5 PM UTC"
      },
      "january-30-2030-schedule": {
        "minRequiredReplicas": 30,
        "schedule": "0 0 30 1 * 2030",
        "timeZone": "America/New_York",
        "durationSec": 86400,
        "description": "Schedule a minimum of 30 VMs all day for January 30, 2030"
      }
    },
    "maxNumReplicas": 50,
    "minNumReplicas": 1
  },
  "target": "https://www.googleapis.com/compute/v1/projects/myproject/zones/us-central1-a/instanceGroupManagers/MIG_NAME",
  "name": "MIG_NAME"
}