实验概览
有了 Auto Scaling，您便可以根据您定义的条件自动扩展或缩减 Amazon Elastic Compute Cloud (Amazon EC2) 容量。借助 Auto Scaling，您确保所使用的 Amazon EC2 实例数量既能在需求高峰期实现无缝增长以保持性能，也能在需求降低时自动减少，以最大程度降低成本。Auto Scaling 特别适合每小时、每天或每周使用率都不同的应用程序。
但 Auto Scaling 提供了多种方式来增加和删减服务器。它还可用作一种故障处理机制，其方法类似于负载均衡处理无响应的服务器。该实验将展示如何配置 Auto Scaling 以自动启动、监控和更新与您的 Amazon EC2 实例相关的负载均衡器。
关于 Auto Scaling，有两件重要的事需要了解。首先，Auto Scaling 是设置“云温度”的一种方法。您使用策略来“设定恒温器”，在满足“恒温”这一前提下，Auto Scaling 根据需要增加或删减 Amazon EC2 资源来控制热度，以便维持“温度”（容量）。
Auto Scaling 策略包括：
-
一种启动模板，用于定义为应对增加的需求而创建的服务器。
-
一个自动扩缩组，用于定义何时使用启动模板创建新的服务器实例，以及应在哪个可用区 (AZ) 和负载均衡器上下文中创建这些实例。
第二，Auto Scaling 假定有一组同性质的服务器。也就是说，Auto Scaling 不知道服务器 A 是一个 64 位超大型实例，比 32 位小型实例性能强大。实际上，这是云计算的一个核心原则，即：使用可替代资源群水平扩展；单个资源作为资源群的次要选项。
目标
完成本实验后，您应能够：
- 使用命令行工具创建新的启动模板。
- 使用命令行工具创建新的自动扩缩组。
- 配置 Auto Scaling 通知，以在实例资源过高或过低时触发该通知。
- 创建策略以根据资源利用率的变化扩展或缩减当前正在运行的实例的数量。
技术性知识先决条件
要成功完成本实验，您应该熟悉基本 Linux 服务器管理并能够熟练使用 Linux 命令行工具。您还应该熟悉新建 Amazon EC2 服务器实例和配置 Elastic Load Balancing 的基础知识。
图标键
本实验中使用了不同图标，以提醒大家注意各种类型的说明和备注。下面的列表解释了每个图标的用途：
- 提醒：提示特别相关或重要的信息（不查看该信息并不会损坏设备或数据，但可能导致需要重复某些步骤）。
- 命令：您必须运行的命令。
- 预期输出：您可以用来验证命令或已编辑文件输出的示例输出。
- 了解详情：可以找到更多信息的位置。
- 注意：一项提示、技巧或重要指导。
- 刷新：您可能需要刷新 Web 浏览器页面或列表才能看到新信息。
- 任务完成：本实验的总结或结论要点。
