本实验将逐步指导您使用 Elastic Load Balancing(ELB)和 Auto Scaling 服务对基础设施进行负载均衡 和自动扩展。 涵盖的主题 本实验室课程将演示: • 创建负载均衡器(Elastic Load Balancer)。 • 创建启动配置和 Auto Scaling 组。 • 自动扩展私有子网内的新实例 • 创建 Amazon CloudWatch 警报并监控基础设施的性能。 什么是 Elastic Load Balancer (ELB)与 Auto Scaling? Elastic Load Balancer 介绍 Elastic Load Balancer 在

自述文件 模糊Q学习 Matlab实现的模糊Q学习，可通过在线策略学习使云自动扩展更智能。 演示（在Matlab环境中）： setup demo 如果使用此代码，请引用以下文章： P. Jamshidi, A. Sharifloo, C. Pahl, H. Arabnejad, A. Metzger, G. Estrada, "Fuzzy Self-Learning Controllers for Elasticity Management in Dynamic Cloud Architectures", in Proc. of IEEE/IFIP WICSA and CompArch, (April 2016). 接触 如果您发现错误，想要请求功能，或者有任何疑问或反馈，请发送电子邮件至 。 我们希望听到人们使用我们的代码。 执照 该代码在下。

ATOM Model-Driven Autoscaling for Microservices.pdf

自动发现 AutoSpotting是领先的开源现货市场自动化工具，已针对在各种规模下快速/轻松/毫不费力地采用EC2现货市场进行了优化。 通常设置它以最小的配置更改来监视现有的长期运行的AutoScaling组（通常只是对其进行标记，但即使使用现有的标记也可以避免），从而通常节省70％-90％的Spot成本，但是与替代工具和解决方案相比，集成度更高，更具成本效益且更易于采用。 它是如何工作的？ 安装并通过标记使其能够针对现有按需AutoScaling组运行后，AutoSpotting会逐渐用便宜的实例替换其按需实例，这些实例至少与该组的成员大小相同且配置相同，而无需在任何情况下更改组启动配置办法。 您还可以继续运行可配置数量的按需实例，以百分比或绝对数形式给出，并且在实例实例终止的情况下，它会自动故障转移到按需实例。 展望未来，以及在与预期标签匹配的任何新ASG上，超出配置为保持运行的数量的任何新按需实例将在启动后几秒钟内立即替换为现货克隆。 如果由于现货容量不足而暂时失败，AutoSpotting将每隔几分钟尝试不断更换它们，直到现货容量再次可用后才成功。 当启动竞价型实例

生命周期经理 使用生命周期挂钩在Kubernetes上进行优雅的AWS扩展事件 lifecycle-manager是一项服务，可以将其部署到Kubernetes群集，以使用排水功能使AWS自动扩展事件更加顺畅 某些终止活动（例如AZRebalance或TerminateInstanceInAutoScalingGroup API调用）会导致自动伸缩组终止实例，而又不会先让它们先耗尽。 这可能会导致应用突然终止时出现错误。 lifecycle-manager使用自动伸缩组中的生命周期挂钩（通过SQS）为您预排水实例。 除了耗尽节点外，lifecycle-manager还会尝试从任何发现的ALB目标组中注销实例，这有助于在关机之前对ALB实例进行预排放，以避免ALB发生运行中的5xx错误-此功能目前支持aws-alb-ingress-controller 。 用法 配置扩展组以通知生命周期管理器终止。 您可以通过运行以下命令使用提供的注册CLI $ make build ... $ ./bin/lifecycle-manager enroll --region us-west-2