Autoskalning och App Service-miljön v1

Azure App Service-miljöer stöder automatisk skalning. Du kan skala enskilda arbetspooler automatiskt baserat på mått eller schema.

Automatisk skalning optimerar resursanvändningen genom att automatiskt växa och krympa en App Service-miljö så att den passar din budget och eller belastningsprofil.

Konfigurera autoskalning av arbetspool

Du kan komma åt autoskalningsfunktionen på fliken Inställningar i arbetspoolen.

Därifrån bör gränssnittet vara ganska bekant eftersom det är samma upplevelse som du ser när du skalar en App Service-plan.

Du kan också konfigurera en autoskalningsprofil.

Autoskalningsprofiler är användbara för att ange gränser för din skala. På så sätt kan du ha en konsekvent prestandaupplevelse genom att ange ett lägre skalningsvärde (1) och ett förutsägbart utgiftstak genom att ange ett övre gränsvärde (2).

När du har definierat en profil kan du lägga till regler för automatisk skalning för att skala upp eller ned antalet instanser i arbetspoolen inom de gränser som definieras av profilen. Autoskalningsregler baseras på mått.

Alla arbetspooler eller frontend-mått kan användas för att definiera regler för autoskalning. Dessa mått är samma mått som du kan övervaka i resursbladsdiagram eller ange aviseringar för.

Exempel på autoskalning

Autoskalning av en App Service-miljö kan bäst illustreras genom att gå igenom ett scenario.

Den här artikeln beskriver alla nödvändiga överväganden när du konfigurerar autoskalning. Artikeln beskriver hur du interagerar när du räknar in apptjänstmiljöer med automatisk skalning som finns i App Service-miljön.

Scenariointroduktion

Frank är en sysadmin för ett företag som har migrerat en del av de arbetsbelastningar som de hanterar till en App Service-miljö.

App Service-miljön är konfigurerad för manuell skalning enligt följande:

• Klientdelar: 3
• Arbetspool 1: 10
• Arbetspool 2: 5
• Arbetspool 3: 5

Arbetspool 1 används för produktionsarbetsbelastningar, medan arbetspool 2 och arbetspool 3 används för kvalitetssäkring (QA) och utvecklingsarbetsbelastningar.

App Service-planerna för QA och dev är konfigurerade för manuell skalning. App Service-produktionsplanen är inställd på autoskalning för att hantera variationer i belastning och trafik.

Frank är mycket bekant med programmet. De vet att belastningstopparna är mellan 09:00 och 18:00 eftersom det här är ett verksamhetsspecifikt program (LOB) som anställda använder när de är på kontoret. Användningen minskar efter det när användarna är klara för den dagen. Utanför tider med hög belastning finns det fortfarande en viss belastning eftersom användarna kan komma åt appen via fjärranslutning med hjälp av sina mobila enheter eller hemdatorer. App Service-produktionsplanen är redan konfigurerad för automatisk skalning baserat på CPU-användning med följande regler:

Inflationstakt för App Service-plan

App Service-planer som är konfigurerade för autoskalning gör det till en maximal hastighet per timme. Den här kursen kan beräknas baserat på de värden som anges i autoskalningsregeln.

Det är viktigt att förstå och beräkna apptjänstplanens inflationstakt för autoskalning av App Service-miljön eftersom skalningsändringar i en arbetspool inte är omedelbara.

App Service-planens inflationstakt beräknas på följande sätt:

Baserat på regeln Autoskalning – Skala upp för Veckodag-profilen för apptjänstplanen för produktion:

När det gäller regeln Autoskala – Skala upp för helgprofilen för apptjänstplanen för produktion, skulle formeln matcha för att:

Det här värdet kan också beräknas för nedskalningsåtgärder.

Baserat på regeln Autoskala – Skala ned för Veckodag-profilen för apptjänstplanen för produktion ser detta ut så här:

När det gäller regeln autoskalning – nedskalning för helgprofilen för apptjänstplanen för produktion löser formeln följande:

App Service-produktionsplanen kan växa med en maximal hastighet på åtta instanser/timme under veckan och fyra instanser/timme under helgen. Den kan släppa instanser med en maximal hastighet på fyra instanser/timme under veckan och sex instanser/timme under helgerna.

Om flera App Service-planer finns i en arbetspool måste du beräkna den totala inflationstakten som summan av inflationstakten för alla App Service-planer som finns i arbetspoolen.

Använd App Service-planens inflationstakt för att definiera autoskalningsregler för arbetspooler

Arbetspooler som är värdar för App Service-planer som är konfigurerade för autoskalning måste tilldelas en buffert med kapacitet. Bufferten gör att autoskalningsåtgärderna kan växa och krympa App Service-planen efter behov. Den minsta bufferten skulle vara den beräknade total inflationstakten för App Service-planen.

Eftersom skalningsåtgärder för App Service-miljön tar lite tid att tillämpa bör alla ändringar ta hänsyn till ytterligare ändringar av efterfrågan som kan inträffa under en skalningsåtgärd. För att hantera den här svarstiden rekommenderar vi att du använder den beräknade total inflationstakten för App Service-planen som det minsta antalet instanser som läggs till för varje autoskalningsåtgärd.

Med den här informationen kan Frank definiera följande autoskalningsprofil och regler:

Målintervallet som definieras i profilen beräknas av de minsta instanser som definierats i profilen för App Service-planen + bufferten.

Det maximala intervallet är summan av alla maximala intervall för alla App Service-planer som finns i arbetspoolen.

Ökningsantalet för uppskalningsreglerna ska vara inställt på minst 1X App Service-planinflationshastigheten för uppskalning.

Minskningsantalet kan justeras till något mellan 1/2X eller 1X apptjänstplanens inflationstakt för nedskalning.

Autoskalning för klientdelspool

Regler för autoskalning i klientdelen är enklare än för arbetspooler. I första hand bör du
se till att måttets varaktighet och timer för nedkylning anser att skalningsåtgärder i en App Service-plan inte är omedelbara.

I det här scenariot vet Frank att felfrekvensen ökar när klientdelen når 80 % processoranvändning och anger autoskalningsregeln för att öka instanserna på följande sätt: