Automated Scaling Listener
Ein Automated Scaling Listener (deutsch automatischer Skalierungsüberwacher) ist im Cloud-Computing-Bereich der Rechentechnik ein Dienst, der die Kommunikation und den Workload von anderen Diensten mittels Netzwerk- und Anwendungs-Monitoring überwacht, um Autoscaling zu ermöglichen.[1]
Funktionsweise[Bearbeiten | Quelltext bearbeiten]
Im Falle der (bevorstehenden) Überlastung oder des Ausfalls eines Dienstes erzeugt der Automated Scaling Listener zusätzliche Instanzen des entsprechenden Dienstes (horizontale Skalierung), oder verschiebt diesen auf einen leistungsfähigeren Computer (vertikale Skalierung).[2] Sollten hierbei vordefinierte Grenzen überschritten werden, so kann der Automated Scaling Listener auch von weiteren Instanzen absehen und einen Administrator benachrichtigen.[1]
Klassische Automated Scaling Listener arbeiten hierbei regelbasiert und erzeugen zusätzliche Instanzen, wenn ein bestimmter Prozentsatz der Instanzen eines Dienstes über einen Schwellwert ausgelastet ist.[2] Da das Erzeugen zusätzlicher Instanzen jedoch viel Zeit beansprucht und immer eine Reserve vorgesehen werden muss, welche viel Energie- und Rechenkapazität beansprucht, werden auch Automated Scaling Listeners eingesetzt, die maschinelles Lernen einsetzen, um eine Vorhersage über die erwartete Auslastung zu treffen.[3]
Quellen[Bearbeiten | Quelltext bearbeiten]
- ↑ a b Automated Scaling Listener. In: Cloud Patterns. Arcitura Education Inc., abgerufen am 7. Mai 2017 (englisch).
- ↑ a b Autoscaling. In: Microsoft Azure Documentation. Microsoft, 13. Juli 2017, abgerufen am 8. Mai 2017 (englisch).
- ↑ James Vincent: Google uses DeepMind AI to cut data center energy bills. The AI successfully reduced power consumption by 15 percent overall. 21. Juli 2016, abgerufen am 8. Mai 2017 (englisch).