最近のブログ記事で、Amazonは、予測スケーリング機能を追加して、Auto Scaling for EC2インスタンスをより強力にしたことを発表した。さらに、この新機能により、顧客は、これまでやってきた自動スケーリングの手動による微調整をすることなく、スケーリング計画を作成することができる。
2009年にAmazonはAuto ScalingやElastic Load Balancingなどのスケーリング機能をEC2インスタンスに追加した。これによりトラフィック需要の急激な変化に自動的に対応することができる。クラウドでの機械学習の進化に伴い、Amazonは現在、顧客のトラフィックとEC2使用量を予測するためのよく訓練されたモデルを追加している。これは「予測スケーリング」と呼ばれる。AWSのチーフエバンジェリスト、Jeff Barrがブログ記事で次のように述べている。
モデルが予測を開始するには、少なくとも1日分の履歴データが必要です。予測は、24時間ごとに再評価され、次の48時間の予測が作成されます。
予測は、顧客の使用状況と、Amazonの実行環境上の、何万ものEC2インスタンスから得た何百万ものデータポイントに基づいて行われる。Amazonはこれらのデータポイントを使用して、洗練されたリカレントニューラルネットワーク（RNN）を構築する。それよって、たとえばEC2フリートの平均CPU使用率を予測できる。
顧客は、3段階のウィザードプロセスを使用して、観測およびスケーリングするリソースを選択することで予測スケーリングを有効にできる。最初のステップはAuto Scalingコンソールを開き、スケーラブルなリソースを検索することである。次に、EC2 Auto Scalingグループを選択し、そのグループに名前を付け、スケーリング戦略を選択して、予測スケーリングを有効にすると動的スケーリングを有効にするの両方を選択したままにする。
引用元: https://aws.amazon.com/blogs/aws/new-predictive-scaling-for-ec2-powered-by-machine-learning/
Barr氏はブログで、予測スケーリングが負荷の予測と最小キャパシティのスケジューリングによって機能すると説明している。動的スケーリングは、指定されたCloudWatchメトリックスを特定のターゲットに収束させるために「ターゲットトラッキング」を使用する。両モデルは、予測スケーリングによって設定されたスケジュール済みの最小キャパシティによって、うまく機能する。予測は、事前に選択された3つのメトリックまたはカスタムメトリックのうちの一方で行うことができ、顧客は予測スケーリングをニーズに合わせて微調整できる。最後に、計画の準備が整い次第、学習と予測のプロセスを開始できる。コンソールを通じて、顧客は選択した指標に基づく予測を確認できる。
引用元: https://aws.amazon.com/blogs/aws/new-predictive-scaling-for-ec2-powered-by-machine-learning/
Barr氏によると、予測スケーリングに関していくつか考慮すべき点がある。
- タイミング – 最初の一連の予測が行われ、スケーリング計画が整うと、計画は毎日更新され、次の2日間の予測が行われる。
- コスト – 予測スケーリングを無料で使用でき、AWSの料金も削減できる。
- リソース – 私たちはEC2インスタンスのサポートを開始し、他のAWSリソースタイプもサポートする予定である。
- 適用範囲 – 予測スケーリングは、トラフィックが定期的に急増するWebサイトやアプリケーションに最適です。負荷の急上昇が周期的または予測できない状況で役立つようには設計されていない。
- 長期ベースライン – 予測スケーリングは、過去の需要に基づいて最小容量を維持する。これにより、測定基準にギャップがあっても気づかないうちにスケールインするようなことがなくなる。
EC2インスタンスの予測スケーリング機能は、最初は、米国東部（N. Virginia）、米国東部（オハイオ州）、米国西部（オレゴン州）、ヨーロッパ（アイルランド）、アジア太平洋（シンガポール）の各リージョンで使用できる。EC2 Auto Scalingの価格の詳細については、価格ページを参照してください。
Rate this Article
- Editor Review
- Chief Editor Action