华为云弹性伸缩 AS 实战:流量高峰自动加机器、低谷自动减机器

举报
yd_287000593 发表于 2026/11/18 10:42:13 2026/11/18
【摘要】 前四天我把这套练手网络的骨架和入口都搭完了:11 月 14 日那篇 VPC 把网划清楚了,Web 服务器在公网子网 10.0.1.0/24、数据库在私网子网 10.0.2.0/24;11 月 15 日那篇 NAT 网关给私网开了一条只能出去的路;11 月 16 日那篇 ELB 让两台 Web 服务器共用一个公网入口,坏一台服务不断;11 月 17 日那篇 HTTPS 给这个入口上了锁,用户走...

前四天我把这套练手网络的骨架和入口都搭完了:11 月 14 日那篇 VPC 把网划清楚了,Web 服务器在公网子网 10.0.1.0/24、数据库在私网子网 10.0.2.0/24;11 月 15 日那篇 NAT 网关给私网开了一条只能出去的路;11 月 16 日那篇 ELB 让两台 Web 服务器共用一个公网入口,坏一台服务不断;11 月 17 日那篇 HTTPS 给这个入口上了锁,用户走 HTTPS 进来、HTTP 自动跳转。

但后端这边还留着一个手工操作的问题:流量一大,我得自己去买机器、装环境、挂到 ELB 后面;流量一落,我又得自己去下掉多余的机器。忙不过来就扛不住,反应慢了就白白多花钱。ELB 那篇结尾我留了三个待办,第一件 HTTPS 已经做完了,今天做第二件:把后端做成可伸缩的,让机器数量跟着流量自动增减。

一、先说结论:弹性伸缩解决的是“机器数量跟着流量走”

很多人第一次接触弹性伸缩,会把它理解成“自动买机器的东西”。这不准确。弹性伸缩的核心作用是三件:一是按你设好的规则自动增加或减少云服务器的数量,流量高峰时加机器扛住,低谷时减机器省钱;二是新加的机器自动按同一份配置创建、自动挂到 ELB 后面接流量,不用每次手工装环境;三是机器出问题时自动替换,保持后端始终有足够数量的健康机器在服务。

和它容易混淆的是 ELB。ELB 管的是“流量怎么分发到已有的机器上”,弹性伸缩管的是“后面到底有几台机器”。两者配合才完整:ELB 负责把请求分给健康的后端,弹性伸缩负责保证后端机器的数量和健康。只做 ELB 不做伸缩,流量翻倍时你还是得手工加机器;只做伸缩不做 ELB,新加的机器没人给它分流量,也接不到请求。

还有一个常见的误解:开了弹性伸缩就等于不会宕机了。其实不是。弹性伸缩能保证的是“机器数量按规则维持、坏机器被替换”,但如果你的伸缩配置本身有问题——比如镜像里的代码是旧的、新机器启动后服务起不来——它只会按这份有问题的配置不断造出有问题的机器。伸缩是执行规则的工具,规则和镜像对不对,得在动手之前先确认。

一句话总结:弹性伸缩不是自动买机器,而是一套“流量涨了有人顶、流量落了不浪费、机器坏了有人换”的机制。

二、动手之前:先确认三件事,别急着建伸缩组

第一,确认新机器从哪份模板造出来、造出来长什么样。伸缩组里的机器不是你一台一台手工建的,而是按“伸缩配置”批量造出来的:用哪张镜像、什么规格、哪个密钥对、哪个安全组、系统盘和数据盘多大、启动后自动执行什么脚本,都写在这份配置里。我的做法是先把一台现有的 Web 服务器做成私有镜像,保证两台老机器和以后新造的机器跑的是同一份代码、同一个服务、同一个端口。伸缩配置只负责复制,不负责同步代码;镜像里的内容不一致,新机器返回的页面就不一致,问题不在伸缩,在你的模板。

第二,确认伸缩的上下限和期望数量。伸缩组要设三个数:最小实例数、最大实例数、期望实例数。最小实例数是底线——我的场景里至少是 2,和 ELB 那篇“至少挂两台”的底线一样,设成 1 就等于把高可用亲手拆掉;最大实例数是上限,练手阶段设一个小一点的数,比如 4,防止规则配错时一下子造出十几台机器烧钱;期望实例数是平时维持的数量,先设成 2,跑通后再看要不要调。这三个数不是越大越好,而是要和你的流量、预算一起定。

第三,提前想好费用和触发条件。伸缩组本身不额外收费,费用来自它造出来的云服务器、以及这些机器占用的带宽和磁盘,练手阶段用最小规格、验证完及时把伸缩组和多余的机器释放,是和前几天一样的道理。另外想清楚用什么信号触发伸缩:练手阶段最常用的是 CPU 使用率,简单、直观;等以后要求再高,可以再用内存、网络流量、ELB 的请求数这些指标。先想清楚“什么算忙、什么算闲”,再去配策略,别先建了组再想。

三、搭建过程:五步让后端自己伸缩

第一步是做好伸缩配置。先把一台跑得好好的 Web 服务器做成私有镜像,确认镜像里的 Web 服务能随系统启动、监听的端口和健康检查路径都对;再新建伸缩配置,选这张镜像、最小规格、和老机器一样的安全组和密钥对,启动后自动执行的脚本里只放“确认服务已启动”这类必要的检查,别在里面现场装软件、拉代码——启动脚本越重,新机器就绪就越慢,伸缩的效果就越差。配完先看一眼配置里的镜像、规格、安全组是不是和老机器一致,再往下走。

第二步是创建伸缩组,并把它和 ELB 连起来。新建伸缩组,选择昨天建好的 VPC(10.0.0.0/16)和公网子网 10.0.1.0/24,最小实例数填 2、最大实例数填 4、期望实例数填 2,健康检查方式选 ELB——意思是“机器健不健康,由 ELB 的健康检查说了算”,而不是只看云服务器本身开没开机。关联刚才的 ELB 监听器和后端服务器组,这样伸缩组新造的机器会自动加进 ELB 的后端名单,老机器下线时也会自动从名单里摘掉。关联错了监听器,新机器造出来也接不到流量,这一步配完要回头核对一次。

第三步是配告警策略,这是伸缩的“大脑”。我先配两条最简单的:一条是“CPU 使用率连续 5 分钟超过 70%,增加 1 台”,另一条是“CPU 使用率连续 10 分钟低于 30%,减少 1 台”。阈值和持续时间都要按实际情况设——CPU 偶尔冲高一次就加机器,等于对一次抖动过度反应;持续时间设得太长,流量高峰都过去了机器才加上来,又等于没伸缩。练手阶段先用这两条跑通全流程,再考虑按时间定时伸缩、按周期伸缩这些更精细的策略。

第四步是设好冷却时间,别让伸缩来回折腾。冷却时间是两次伸缩操作之间的最短间隔,我设成 300 秒:刚加完一台机器,先等它启动、进 ELB、通过健康检查、开始接流量,再决定要不要继续加;刚减完一台,也先等剩下的机器稳定下来,再决定要不要继续减。没有冷却时间,告警一触发就连续加机器,流量一回落又连续减机器,机器数量会在高峰和低谷之间来回跳,ELB 的后端名单也跟着不停变,排错时会很绕。

第五步是做一次手动伸缩,验证整条链路。先在控制台上手动把期望实例数从 2 改成 3,看伸缩组会不会按伸缩配置造出一台新机器、新机器会不会自动进 ELB 后端、健康检查通不通过;再手动改回 2,看多余的那台会不会被移出 ELB、再释放掉。手动伸缩跑通了,说明“配置—造机器—挂 ELB—健康检查”这条链路是通的,再去靠告警自动触发,心里才有底。顺序别反过来:先手动验证,再自动触发,出了问题才好定位是哪一步的。

四、验证:四条检查,证明“该加时能加、该减时能减、服务不断”

配完不验证,等于没配。我的验证分四条,缺一不可。

第一条,验证高峰真的会加机器。给后端加压,让 CPU 使用率持续超过 70% 几个分钟,看伸缩组会不会按告警策略新造一台机器;再去 ELB 的后端服务器组里看,新机器是不是已经在名单里、健康检查是不是“健康”、刷新页面时响应是不是可能来自这台新机器。加压的办法要可控,练手阶段用简单的压测工具打一会儿就行,别拿真实用户流量去试。

第二条,验证低谷真的会减机器。把压力撤掉,等 CPU 回落到 30% 以下并持续一段时间,看伸缩组会不会按策略减少一台;再去 ELB 里看,被减掉的那台是不是已经从后端名单里摘掉、服务是不是还在正常提供。减机器时最容易出的问题是“正在处理请求的机器被直接释放”,所以减之前要确认 ELB 已经把它摘掉、不再给它分新请求。

第三条,验证伸缩过程中服务不断。加机器和减机器的整个过程里,持续访问 ELB 的 HTTPS 地址,页面应该一直能打开,只是响应可能来自不同的后端机器;再停掉其中一台老机器的服务,等一个健康检查周期,页面应该还能正常打开,而且只来自还活着的机器。昨天 HTTPS 那篇的两条核心验证结论——HTTPS 能打开、HTTP 会跳转——今天一条都不能被推翻,伸缩改的是后端数量,不是入口的协议。

第四条,验证私网隔离没有被这次改动破坏。从外网直接连数据库的 3306 端口,仍然应该被拒绝;从 Web 服务器连一次数据库,确认 3306 仍然通;从数据库服务器通过 NAT 网关拉一次更新,确认出网仍然正常;新造的机器也一样:它在公网子网 10.0.1.0/24、没有直接访问数据库之外的额外权限,安全组和老机器一致。VPC、NAT、ELB、HTTPS 四篇的验证结论,今天一条都不能被推翻——加机器不应该改路由、不应该改安全组的内网规则。

四条都通过,这次实战才算跑通:流量涨了自动加机器、落了自动减机器、加减过程中服务不断、私网数据库仍然碰不到外网。

五、最容易踩的四个坑

第一个坑是镜像里的代码是旧的。伸缩配置用的镜像是上周做的,里面的代码还是老版本,新机器一造出来就返回旧页面,用户刷新一次变一个样。镜像要先更新、再配伸缩配置;每次代码有大的改动,先更新镜像、再验证一次伸缩,别让伸缩组拿着旧模板不停造旧机器。

第二个坑是冷却时间设得太短,或者干脆没设。告警一触发就连续加机器,CPU 还没降下来就又加一台,最大实例数一下子就顶满了;流量一回落又连续减机器,刚加的机器还没接多少流量就被释放,白白浪费一次启动时间。冷却时间要留够,让新机器有时间启动、进 ELB、通过健康检查,再决定下一步。

第三个坑是最小实例数设成了 1,甚至是 0。低谷时伸缩组按策略减到只剩一台,这台机器一出问题服务就全断,ELB 再可靠也救不了。最小实例数是高可用的底线,练手阶段至少是 2;机器不够时宁可先不做自动减机器,也别做一个“低谷时只剩一台”的假伸缩。

第四个坑是健康检查方式选错。伸缩组的健康检查选了“云服务器本身”,机器开着机就算健康,哪怕上面的 Web 服务根本没起来,伸缩组也不会替换它;选了 ELB 方式,ELB 的健康检查说它不健康,伸缩组才会把它换掉。健康检查要选那个真正能反映服务状态的方式,配完先看一眼新机器的健康状态是不是“健康”,再去验证业务。

六、从“能伸缩”到“敢上生产”,还差什么

今天这套做法跑通之后,只能算“后端数量能跟着流量走、坏机器能被换掉”,离生产可用还差两件事:一是把 ELB 的访问日志和监控告警打开,后端不健康、流量突增、错误率上升、伸缩频繁触发时能第一时间发现,而不是等用户来报障;二是给域名再加一层防护,比如 Web 应用防火墙,挡掉常见的注入和扫描——弹性伸缩只管机器数量,不管请求本身是不是恶意。

这两件事都不需要今天一次做完。我的做法和前四天一样:先保证“流量涨了有人顶、落了不浪费、服务不断、私网不受影响”这条主链路稳定,再一次只补一个点,每补一个点就完整验证一次。

七、给同样在练手的开发者的一点建议

如果你也在按 VPC、NAT、ELB、HTTPS 这四篇搭自己的练手项目,弹性伸缩是顺理成章的下一步:先有公私分离的子网,再给私网开一条单向出网的路,再给入口加一道可扩展的门、给这道门上锁,最后让门后的机器数量跟着流量走。顺序别反过来——先想清楚“新机器从哪份模板造、上下限是多少、什么信号触发伸缩”,再去建伸缩配置、建伸缩组、配告警策略;先手动伸缩验证一次,再靠告警自动触发。

今天这篇就是这样来的:工具是华为云弹性伸缩 AS 加弹性负载均衡 ELB,场景是前四篇那套 VPC 里的 Web + 数据库架构,结论是我自己从做镜像、建伸缩配置、建伸缩组、配告警和冷却时间、手动验证到四条验证一步步走下来之后写下来的。VPC 那篇负责“把网划清楚”,NAT 那篇负责“让私网安全地连上外面的世界”,ELB 那篇负责“让用户可靠地进来”,HTTPS 那篇负责“让用户进来时走的路是加密的”,今天这篇负责“让门后的机器跟着流量走”,五篇合起来,才是一套能用的最小网络模型。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。