Sergey Nivens - stock.adobe.com
Ressourcen-Management mit AWS Predictive Scaling
AWS Auto Scaling passt die Ressourcen für Workloads bei schwankender Nachfrage an. Algorithmen zum maschinellen Lernen sollen dabei Kapazitätsspitzen antizipieren.
AWS entwickelte eine Funktion für AWS-Auto-Scaling-Gruppen namens Predictive Scaling mit dem Potential der Effizienzsteigerung von Enterprise-Cloud-Umgebungen. AWS-Provisioning basiert typischerweise auf diesen Gruppen. Unternehmensanwender können ihren Nutzern mehr Skalierbarkeit und Flexibilität verschaffen, wenn sie mit EC2-Ressourcen arbeiten.
Neue AWS-Funktion Predictive Scaling
AWS Predictive Scaling soll die manuellen Anpassungen der Umgebungen entsprechend wechselnder Workloads eliminieren. Das Ziel ist die Entlastung der Cloud-Administratoren bei den Einstellungen für das Auto Scaling und bei der Automatisierung der Bereitstellung von Instanzen. Predictive Scaling stützt sich dabei auf Algorithmen für maschinelles Lernen. Diese Algorithmen prognostizieren die künftige Nachfrage. Predictive Scaling analysiert dazu Tages- und Wochenmuster, und die Lösung deckt dabei gegebenenfalls neue Lastspitzen auf – wesentlich für die Planung künftigen Traffics. Allerdings identifiziert die Lösung nur regelmäßig auftretende Spitzen, jedoch keine unregelmäßigen. So werden zum Beispiel zu einer bestimmten Uhrzeit am Abend verstärkt Anfragen an der WordPress-Seite erkannt, nicht jedoch enorm viel Traffic, der die Server irgendwann mitten in der Woche zufällig trifft.
Predictive Scaling erhöht also die Effizienz von AWS Auto Scaling Gruppen, indem es diese reaktionsschneller macht und die Gesamtkosten AWS reduziert. Es soll nicht die Skalierungsrichtlinien für die AWS-Benutzer ersetzen, aber in den meisten Fällen klappt es.
So nutzen Sie Predictive Scaling
Um Predictive Scaling zu verwenden, wählen Sie einfach die AWS Auto Scaling-Konsole aus und klicken dort auf „Get started“. Wählen Sie dann die zu skalierenden Ressourcen aus. Anschließend wählen Sie entweder ihre AWS Auto Scaling Gruppen aus, suchen diese mit Tags oder wählen CloudFormation Stacks aus.
Entwickeln Sie dazu eine Skalierungsstrategie, die sich hinsichtlich Kosten, Verfügbarkeit oder ein wenig von beidem optimieren lässt. Aktivieren Sie Predictive Scaling dann, indem Sie einfach ein Kontrollkästchen aktivieren. Die Lösung beginnt unmittelbar mit der Prognose und liefert die Informationen für die minimal erforderlichen Ressourcen für das von Ihnen gewählte Provisioning. Sie können auch eine dynamische Skalierung aktivieren. Dann werden Richtlinien festgelegt, die – basierend auf den Werten und Grenzwerten, die Sie für Ihre Auto Scaling-Gruppe festgelegt haben – gemessen und dynamisch angepasst werden. Die Ressourcen werden so nach Bedarf erhöht oder verringert.
Predictive Scaling aktivieren
Cloud-Administratoren haben die Möglichkeit, auf AWS Predictive Scaling für die Produktion zu verzichten. Ist Predictive Scaling nicht aktiviert, werden die Ressourcen nicht automatisch angepasst. Die Analysen und Vorhersagen werden allerdings weiterhin berechnet. Mit diesen Informationen können Sie Testen, die Verbrauchsdaten der Workload-Instanzen analysieren oder eigene Prognosen erstellen. AWS Predictive Scaling benötigt mindestens einen Datenwert von einem Tag, um Vorhersagen treffen zu können. Standardmäßig analysiert die Lösung jeden Tag einen neuen Datensatz. Aus diesen Daten wird eine Prognose für die nächsten 48 Stunden errechnet. Daraus ergibt sich: Je länger die Analyse läuft, desto genauer wird das errechnete Modell sein.
Wann sollte man Predictive Scaling einsetzen?
Predictive Scaling für AWS Auto Scaling Gruppen kann vielfältig auszahlen. Beispielsweise müssen einige AWS-Kunden proaktiv skalieren, weil sie es sich nicht leisten können, zu spät mit der Skalierung zu beginnen. Manche Unternehmen dürfen sich keinen Ressourcenmangel erlauben, weil dies beispielsweise Services für Endverbraucher einschränken könnte. Andere Anwender möchten vielleicht die Ausgaben für Cloud-Computing durch eine geschickte Ausnutzung der verfügbaren Ressourcen reduzieren. Da ist eine Feinabstimmung auf der Basis von KI-Vorhersagen hilfreich. Predictive Scaling hilft, vorherzusagen, wann und wie eine Workload skaliert und mehr Instanzen benötigt. Viele Cloud-Administratoren kennen häufige und regelmäßige Lastspitzen und wollen selbstverständlich sicherstellen, dass die Umgebung der Aufgabe gewachsen ist.
Maschinelles Lernen ermöglicht es der Lösung, die Anwenderunternehmen bei der automatisierten Skalierung der Ressourcen ohne zusätzliche Kosten zu unterstützen. AWS plant, das Verfahren in absehbarer Zeit auch für andere Ressourcen-Typen nutzbar zu machen. Wenn also Ihre Cloud-Umgebung die AWS Auto Scaling-Gruppen verwendet, sollten Sie auch Predictive Scaling nutzen. Die neue Funktion bereits in den Regionen Europa (Ireland), Asien-Pazifik (Singapore) sowie in den USA (Nord-Virginia, Ohio, Oregon) verfügbar.