برخی از الگوریتمهای متداول مقیاس خودکار مورد استفاده در سیستمهای مقاوم معماری عبارتند از:
1. مقیاسگذاری مبتنی بر قانون: در این الگوریتم مجموعهای از قوانین بر اساس پارامترهای خاصی مانند میزان مصرف CPU، مصرف حافظه، ترافیک شبکه و غیره تعریف میشود. با عبور از یک مقدار آستانه، زیرساخت به طور خودکار منابع را اضافه یا حذف می کند تا سطح عملکرد مطلوب را حفظ کند.
2. مقیاس پیش بینی: این الگوریتم از داده های تاریخی برای پیش بینی نیازهای منابع آتی استفاده می کند. الگوریتم های یادگیری ماشین برای تجزیه و تحلیل الگوها و روندها در داده ها استفاده می شود و بر اساس این پیش بینی ها، زیرساخت به طور خودکار افزایش یا کاهش می یابد.
3. مقیاسگذاری مبتنی بر رویداد: در این الگوریتم، مقیاسگذاری منابع توسط رویدادهای خاصی مانند افزایش ناگهانی ترافیک، خرابی سختافزار یا بهروزرسانی نرمافزار آغاز میشود. برای مدیریت رویداد، زیرساخت به طور خودکار افزایش یا کاهش می یابد.
4. مقیاس بندی ترکیبی: این الگوریتم مقیاس بندی مبتنی بر قانون و مقیاس پیش بینی را برای دستیابی به عملکرد بهینه ترکیب می کند. از مقیاسبندی مبتنی بر قانون برای مدیریت الگوهای استفاده معمولی و از مقیاسبندی پیشبینیکننده برای کنترل جهشهای غیرمنتظره در ترافیک یا سایر رویدادهای غیرمعمول استفاده میکند.
5. Proportional Scaling: در این الگوریتم منابع متناسب با حجم کار اضافه یا حذف می شوند. این تضمین می کند که زیرساخت به روشی قابل پیش بینی و سازگار مقیاس می شود و از افزایش ناگهانی یا افت عملکرد جلوگیری می کند.
تاریخ انتشار: