Auto Scale de WebApp no Microsoft Azure
Caro leitor, seja bem-vindo ao Blog Jefferson Castilho.
Fico muito grato com sua visita, o tema de hoje é “Auto Scale de WebApp no Microsoft Azure”.
Neste artigo vou explicar um pouco sobre como podemos criar um Auto Scale de uma Web App ou “App Service” dentro do Microsoft Azure.
Para quem não sabe o que é o Auto Scale temos os dois modelos abaixo.
Dimensionamento vertical, também chamado de aumento e redução vertical, significa que é possível alterar a capacidade de um recurso. Por exemplo, você pode mover um aplicativo para um tamanho maior de VM.
Geralmente, o dimensionamento vertical requer que o sistema fique temporariamente indisponível enquanto é reimplantado. Portanto, não é comum automatizar o dimensionamento vertical.
Dimensionamento horizontal, também chamado de expansão e redução horizontal, significa que é possível adicionar ou remover instâncias de um recurso. O aplicativo continua em execução sem interrupções conforme os novos recursos são provisionados.
Quando o processo de provisionamento é concluído, a solução é implantada com esses recursos adicionais. Se a demanda cair, os recursos adicionais poderão ser desligados e desalocados.
Fonte Docs
Iniciando o processo de criação do Auto Scale para uma WebApp temos que ir em “App Service Plans”.
Temos que selecionar qual o “App Service Plan” que iremos configurar o “Auto Scale”.
No menu dentro do recurso do “App Service Plan” podemos selecionar a opção “Scale out (App Service Plan).
Scale Manual
Temos duas opções de configurações do “Scale” com a opção “Manual” que você configurar quantas máquinas for necessário dependendo do Size que “App Service Plan” suportar.
Na opção “Custom Auto Scale” esse podemos definir a quantidade de máquinas que o plano suportar, com uma opção que podemos definir métricas de “Processamento” que faz o provisionamento da máquina sozinha. Sem precisar de intervenção humana.
Custom AutoScale
Podemos manter o padrão que é baseado no “Scale Manual” que é feito pela opção “Scale to specific instance count” ou podemos configurar o modo “Scale Based on a Metric” que podemos manter métricas de processamento para o “Scale In” ou “Scale Out”.
Neste modo podemos configurar “regras” para o “Scale In” ou “Scale Out” selecionando a opção “Add a rule”.
Teremos algumas opções que iremos configurar para a criação do “Scale Out”
Metric Source: É o Recurso que teremos que configurar.
Time aggregation: Temos que selecionar opção que iremos usar para o método de no caso será o “Average”.
Metric Name: Iremos utilizar o “CPU Porcentage” que iremos realizar a métrica do “Scale In” pelo uso de Porcentagem de CPU.
Operator: Temos que definir a opção “Greater Than” que é maior que o numero mencionado na “Threshold” que for maior que “70%” por “Duration de 5 Minutes” ele provisiona uma máquina.
Teremos algumas opções que iremos configurar para a criação do “Scale In”
Metric Source: É o Recurso que teremos que configurar.
Time aggregation: Temos que selecionar opção que iremos usar para o método de no caso será o “Average”.
Metric Name: Iremos utilizar o “CPU Porcentage” que iremos realizar a métrica do “Scale In” pelo uso de Porcentagem de CPU.
Operator: Temos que definir a opção “Less than” que é menor que o número mencionado na “Threshold” que for menor que “20%” por “Duration de 5 Minutes” ele desprovisiona uma máquina.
Na aba “Instance limits” podemos definir quantas máquinas desejamos que ele faça o “Scale Out” e o “Scale In” dependendo do seu “Size”
Minimum – 1
Maximum – 4
Default – 1
Que podemos manter um mínimo de 1 máquina, com um possível Scale Out de 4 máquinas.
Após isso podemos selecionar a “Opção de Save”.
Teremos a opção do Auto Scale habilitado com as métricas configuradas. Um ponto importante que cada “escalonamento” com a criação de uma nova máquina será pago por duas máquinas a primeira e a segunda criada.
Por exemplo
Temos um Size X com uma máquina que custa “R$300,00” por um mês, usei o primeiro mês uma máquina paguei “R$300,00”, no segundo mês fiz o processo de escalonar mais uma máquina usando duas máquinas no mês, vou pagar “R$600,00”.
Lembrando que você paga por hora utilizada, então se não usamos o “mês todo” vamos pagar somente pelo uso.
Terminando de acordo que é provável que conhece as minhas redes sociais.
Antes de tudo você conhece as minhas redes sociais? da mesma forma no canal no Youtube? entretanto nos links abaixo e se cadastre para não perder as oportunidades de receber os links quando forem publicados.
Voce que apesar de usar o Facebook pode curtir.
Facebook: https://www.facebook.com/blogjeffersoncastilho
Com o fim de que voce pode assinar a Newsletter do meu canal do Youtube.
Youtube: https://goo.gl/1g3OvL
Da mesma forma que voce pode me seguir pelo Twitter.
Twitter: https://twitter.com/je_will
Com o intuito de em caso de dúvidas ou problemas na execução, pode deixar seu comentário que em breve responderemos.
Aliás obrigado e até o próximo post.
Jefferson Castilho
Certificações: MPN | MCP | MCTS | MCTIP | MS | MCSA | MCSE | MCT | MVP (Microsoft Azure)
Blog: https://jeffersoncastilho.com.br
Facebook: https://www.facebook.com/blogjeffersoncastilho
Youtube: https://goo.gl/1g3OvL