Отметим: когда ваш веб-сервис внезапно получает пиковую нагрузку — например, после успешного email-рассылки или рекламной кампании, — серверы могут лечь, а пользователи уйдут к конкурентам. Вы добавляете мощности вручную, но это медленно и дорого. Автоскейлинг решает проблему, но его неправильная настройка приводит к thrashing и перерасходу средств. Мы, команда инженеров с многолетним опытом в инфраструктуре, помогли более 50 проектам внедрить горизонтальное масштабирование с экономией до 30–40% на облачных ресурсах. Мы гарантируем, что вы будете платить только за реально используемые ресурсы, а пользователи не заметят пиков. Получите консультацию — мы оценим ваш проект и предложим оптимальную архитектуру.
Почему простого скейлинга по CPU недостаточно?
CPU-метрика запаздывает: сервер сначала тормозит, потом скейлится. Для типичного веб-приложения комбинируют CPU и количество запросов в секунду (RPS). Это даёт более быструю реакцию на всплески трафика и предотвращает простои. Правильный выбор метрик — основа эффективного автоскейлинга, и именно на этом этапе многие допускают ошибки, ведущие к перерасходу или падению производительности.
Как выбрать метрики для автоскейлинга?
| Метрика | Когда использовать | Порог |
|---|---|---|
| CPU Utilization | CPU-intensive приложения | 60–70% |
| Request Count (RPS) | Stateless HTTP-сервисы | по бизнес-тесту |
| Memory Utilization | Memory-intensive | 70–80% |
| Queue Depth (SQS/RabbitMQ) | Worker-процессы | 100–500 сообщений |
| Custom metric (p95 latency) | Latency-sensitive API | 200–500 мс |
CPU-метрика запаздывает — сервер сначала тормозит, потом скейлится. RPS-метрика реагирует быстрее. Для типичного веб-приложения комбинируют CPU + Request Count.
Настройка в облачных платформах
AWS Auto Scaling Group
Самый распространённый сценарий — EC2 ASG с Application Load Balancer. В одном конфиге объединяем Launch Template, ASG и политики целевого отслеживания:
# Terraform: Launch Template + ASG + Target Tracking Policies
resource "aws_launch_template" "app" {
name_prefix = "myapp-"
image_id = data.aws_ami.ubuntu.id
instance_type = "t3.medium"
user_data = base64encode(<<-EOF
#!/bin/bash
cd /var/www/myapp
git pull origin main
systemctl restart php8.3-fpm
systemctl reload nginx
EOF
)
network_interfaces {
associate_public_ip_address = false
security_groups = [aws_security_group.app.id]
}
iam_instance_profile {
name = aws_iam_instance_profile.app.name
}
lifecycle {
create_before_destroy = true
}
}
resource "aws_autoscaling_group" "app" {
name = "myapp-asg"
vpc_zone_identifier = aws_subnet.private[*].id
target_group_arns = [aws_lb_target_group.app.arn]
health_check_type = "ELB"
health_check_grace_period = 300
min_size = 2
max_size = 20
desired_capacity = 2
launch_template {
id = aws_launch_template.app.id
version = "$Latest"
}
instance_refresh {
strategy = "Rolling"
preferences {
min_healthy_percentage = 50
}
}
tag {
key = "Name"
value = "myapp-app"
propagate_at_launch = true
}
}
# Target Tracking Policy: CPU
resource "aws_autoscaling_policy" "cpu" {
name = "myapp-cpu-tracking"
autoscaling_group_name = aws_autoscaling_group.app.name
policy_type = "TargetTrackingScaling"
target_tracking_configuration {
predefined_metric_specification {
predefined_metric_type = "ASGAverageCPUUtilization"
}
target_value = 65.0
scale_in_cooldown = 300
scale_out_cooldown = 60
}
}
# Target Tracking Policy: ALB Request Count per Target
resource "aws_autoscaling_policy" "rps" {
name = "myapp-rps-tracking"
autoscaling_group_name = aws_autoscaling_group.app.name
policy_type = "TargetTrackingScaling"
target_tracking_configuration {
predefined_metric_specification {
predefined_metric_type = "ALBRequestCountPerTarget"
resource_label = "${aws_lb.main.arn_suffix}/${aws_lb_target_group.app.arn_suffix}"
}
target_value = 1000.0
}
}
ECS Fargate Auto Scaling
Для контейнерных приложений ECS Fargate проще — нет EC2, только задачи. Настраиваем целевой ресурс и политику по CPU и длине очереди SQS:
resource "aws_appautoscaling_target" "ecs" {
max_capacity = 50
min_capacity = 2
resource_id = "service/${aws_ecs_cluster.main.name}/${aws_ecs_service.app.name}"
scalable_dimension = "ecs:service:DesiredCount"
service_namespace = "ecs"
}
resource "aws_appautoscaling_policy" "ecs_cpu" {
name = "myapp-ecs-cpu"
policy_type = "TargetTrackingScaling"
resource_id = aws_appautoscaling_target.ecs.resource_id
scalable_dimension = aws_appautoscaling_target.ecs.scalable_dimension
service_namespace = aws_appautoscaling_target.ecs.service_namespace
target_tracking_scaling_policy_configuration {
predefined_metric_specification {
predefined_metric_type = "ECSServiceAverageCPUUtilization"
}
target_value = 60.0
scale_in_cooldown = 300
scale_out_cooldown = 30
}
}
# Scale by SQS queue depth (worker service)
resource "aws_appautoscaling_policy" "ecs_sqs" {
name = "myapp-worker-sqs"
policy_type = "TargetTrackingScaling"
resource_id = aws_appautoscaling_target.worker.resource_id
scalable_dimension = aws_appautoscaling_target.worker.scalable_dimension
service_namespace = aws_appautoscaling_target.worker.service_namespace
target_tracking_scaling_policy_configuration {
customized_metric_specification {
metric_name = "ApproximateNumberOfMessagesNotVisible"
namespace = "AWS/SQS"
statistic = "Sum"
dimensions {
name = "QueueName"
value = aws_sqs_queue.jobs.name
}
}
target_value = 100.0
}
}
Kubernetes HPA и KEDA
Horizontal Pod Autoscaler работает с CPU и Memory из коробки. KEDA добавляет внешние метрики (SQS, RabbitMQ, Kafka).
Пример HPA с CPU и Memory, стабилизацией и поведением:
# HPA по CPU + Memory
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
name: myapp-hpa
namespace: myapp
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: myapp-web
minReplicas: 2
maxReplicas: 50
metrics:
- type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 65
- type: Resource
resource:
name: memory
target:
type: Utilization
averageUtilization: 75
behavior:
scaleUp:
stabilizationWindowSeconds: 30
policies:
- type: Pods
value: 4
periodSeconds: 60
scaleDown:
stabilizationWindowSeconds: 300
policies:
- type: Percent
value: 25
periodSeconds: 60
Подробнее читайте в официальной документации HorizontalPodAutoscaler.
KEDA ScaledObject для RabbitMQ:
# KEDA ScaledObject — RabbitMQ queue
apiVersion: keda.sh/v1alpha1
kind: ScaledObject
metadata:
name: myapp-worker-scaler
namespace: myapp
spec:
scaleTargetRef:
name: myapp-worker
minReplicaCount: 1
maxReplicaCount: 30
pollingInterval: 10
cooldownPeriod: 60
triggers:
- type: rabbitmq
metadata:
host: amqp://rabbitmq.myapp.svc.cluster.local
queueName: email-queue
mode: QueueLength
value: "50"
Graceful Shutdown
При scale-in инстанс получает сигнал завершения. Приложение должно успеть обработать текущие запросы. Пример для Node.js Express:
// Node.js Express
const server = app.listen(3000);
process.on('SIGTERM', () => {
console.log('SIGTERM received, shutting down gracefully');
server.close(() => {
console.log('HTTP server closed');
process.exit(0);
});
setTimeout(() => {
console.error('Forced shutdown');
process.exit(1);
}, 30000);
});
Дополнительно настраиваем lifecycle hook в AWS для выполнения команд перед завершением инстанса. Подробнее — в документации AWS по Lifecycle Hooks.
Типичные проблемы и их решения
При внедрении автоскейлинга команды часто сталкиваются с thrashing — частым добавлением и удалением инстансов из-за слишком коротких cooldown. Решение — увеличить scale_in_cooldown до 300–600 секунд и использовать stabilizationWindowSeconds в HPA. Другая проблема — медленный старт приложения: новый инстанс создан, но трафик идёт до его готовности. Помогают health check grace period, readiness probe и Warm Pool. Также дорогой scale-in возникает, если удаляется инстанс с незавершёнными фоновыми задачами. Здесь выручает lifecycle hook с drain очереди перед CONTINUE. И наконец, неправильная метрика — например, CPU 20%, но приложение тормозит из-за I/O wait. В таких случаях используйте custom метрики, например p95 latency через CloudWatch или Prometheus.
Пошаговая настройка автоскейлинга в AWS
- Создайте Launch Template с AMI, типом инстанса и user-data для развёртывания приложения.
- Настройте Auto Scaling Group: укажите VPC, subnet, target group для ALB, задайте min, max, desired.
- Добавьте политики Target Tracking по CPU и RPS, установите cooldown.
- Настройте health checks: ELB health check, grace period.
- Включите Instance Refresh для rolling-обновлений.
- Проверьте graceful shutdown: lifecycle hook + drain.
Объём работ по настройке автоскейлинга
- Анализ текущей архитектуры и профиля нагрузки.
- Проектирование политик масштабирования (CPU, RPS, очередь).
- Настройка AWS Auto Scaling Group, ECS Service Auto Scaling или Kubernetes HPA/KEDA.
- Конфигурация health checks и graceful shutdown.
- Настройка мониторинга (CloudWatch, Grafana) и алертов.
- Документация по архитектуре и инструкции для команды.
- Обучение команды (1–2 сессии).
- Поддержка в течение 30 дней после внедрения.
Чек-лист для подготовки к автоскейлингу
- Определите ключевые метрики (CPU, RPS, очередь).
- Убедитесь, что приложение stateless или умеет graceful shutdown.
- Настройте health checks и readiness probes.
- Установите минимальное и максимальное количество экземпляров.
- Протестируйте на нагрузочном стенде.
- Внедрите мониторинг и алерты.
Ориентировочные сроки
| Конфигурация | Срок |
|---|---|
| EC2 ASG + ALB + CPU scaling | 2–3 дня |
| ECS Fargate + target tracking | 1–2 дня |
| Kubernetes HPA | 1 день |
| KEDA + внешние метрики | 2–3 дня |
| Scheduled scaling + Warm Pool | +1–2 дня |
Мы имеем сертификаты AWS и Kubernetes, многолетний опыт на рынке и более 50 реализованных проектов. Свяжитесь с нами, чтобы обсудить ваш проект. Мы подготовим коммерческое предложение с точными сроками и стоимостью.