什么是弹性伸缩

弹性伸缩是指根据业务负载的变化，自动调整云服务器实例数量的能力。当访问流量升高、单机压力接近上限时，系统按预设规则自动创建并挂载新的节点；当流量回落、资源长期闲置时，系统再自动释放多余节点。它的核心价值在于：让计算资源跟随业务曲线走，而不是长期按峰值容量付费。

需要先明确一点：弹性伸缩解决的是无状态、可水平复制的那一层负载，例如 Web 前端、API 网关、应用服务节点。数据库主库、有状态缓存、需要本地持久化的服务通常不适合直接纳入自动伸缩组。

流量升高时，如何自动加节点

扩容的完整链路一般包含四个环节：监控采集、策略判定、实例创建、流量接入。

常见的触发指标

• 资源类指标：CPU 利用率、内存利用率、磁盘 IO、带宽使用率。
• 业务类指标：每秒请求数（QPS）、并发连接数、请求队列长度、平均响应时间。
• 时间类策略：针对可预期的业务高峰（如促销活动、定时任务窗口）预设定时扩容。

扩容策略的三个关键参数

1. 触发阈值与持续时间：例如“CPU 利用率持续高于阈值若干分钟”才触发，避免瞬时毛刺导致频繁扩缩。
2. 单次扩容步长：可以按固定台数扩容，也可以按当前实例数的百分比扩容，后者更适合负载增长较快的场景。
3. 最大实例数：必须设置上限，它是成本与容量的最后一道闸门，防止异常流量把实例数无限拉高。

新节点创建后，通常需要经过健康检查，确认服务就绪后才被加入负载均衡后端。因此建议在镜像或启动脚本中做好服务自启动与预热，缩短节点“可服务”的等待时间。

流量回落后，如何自动缩容

缩容与扩容在逻辑上对称，但在工程上需要更谨慎，因为缩容直接涉及正在处理请求的实例。

缩容为什么更“慢”

• 观察窗口更长：负载下降可能是短暂的，过快的缩容会在流量反弹时反复扩缩，形成抖动。
• 需要优雅下线：实例应先从负载均衡后端摘除，等待存量请求处理完毕，再执行释放。
• 需要分批执行：一次释放过多节点可能造成剩余节点压力骤升，宜采用分批、按比例的缩容方式。

缩容的基本顺序

1. 策略判定当前负载低于缩容阈值，并已持续设定的观察时长。
2. 从伸缩组中挑选待移除实例，优先选择创建时间较新或负载较低的节点。
3. 将实例从负载均衡后端摘除，停止接收新请求。
4. 等待连接排空、任务完成后，释放实例并回收相关资源。

配置弹性伸缩的一般步骤

1. 制作标准化镜像：将运行环境、依赖、启动脚本固化，确保新节点开箱即用。
2. 创建伸缩组：指定可用区、网络、实例规格，并设定最小实例数、期望实例数与最大实例数。
3. 关联负载均衡与健康检查：让流量只进入健康节点，异常节点被自动替换。
4. 设置扩容与缩容策略：配置指标阈值、持续时间、步长与冷却时间。
5. 配置告警与通知：对扩容失败、达到实例数上限、健康检查异常等情况及时告警。
6. 压测与灰度验证：先用较低上限做验证，观察扩缩容是否符合预期，再逐步放开。

实践中的注意事项

• 应用必须无状态：会话数据、上传文件、缓存等应外置到独立服务，否则新节点无法对等分担流量。
• 合理设置冷却时间：扩容冷却避免短时间内重复创建，缩容冷却避免频繁释放。
• 关注下游瓶颈：应用层加节点后，数据库连接数、缓存吞吐、第三方接口配额可能成为新瓶颈，需同步评估。
• 成本与容量平衡：最小实例数决定低谷成本，最大实例数决定峰值承载能力，两者都需要结合业务实测确定。
• 与容器化调度配合：如果业务已运行在容器编排平台上，可以优先使用平台自身的调度与副本伸缩能力，避免两套机制互相干扰。

常见误区

• 只按 CPU 扩容：IO 密集型或等待外部接口的服务，CPU 可能并不高，应结合响应时间、队列长度等业务指标。
• 阈值设得过紧：频繁触发的扩缩容会带来持续的实例创建与销毁开销，反而影响稳定性。
• 忽略启动耗时：如果应用启动需要较长时间，等负载已经打满再扩容往往来不及，应适当提前触发或保留基础冗余。
• 把弹性伸缩当成万能方案：对于突发且极端的流量，仍需配合限流、降级、排队等保护手段。

小结

弹性伸缩的本质是给业务设定一条“资源随负载变化”的自动规则：流量升高时自动加节点分摊压力，流量回落后自动缩容释放资源。用好它的关键，不在于把阈值调得多灵敏，而在于把应用改造成可水平扩展的形态，并对扩容速度、缩容安全、成本上限做清晰的约束。