تعمیراتی طور پر لچکدار نظاموں میں استعمال ہونے والے کچھ عام آٹو اسکیلنگ الگورتھم یہ ہیں:
1. اصول پر مبنی اسکیلنگ: اس الگورتھم میں، قواعد کا ایک سیٹ مخصوص پیرامیٹرز جیسے CPU استعمال، میموری کی کھپت، نیٹ ورک ٹریفک وغیرہ کی بنیاد پر بیان کیا جاتا ہے۔ ایک حد کی قدر کو عبور کرنے پر، انفراسٹرکچر مطلوبہ سطح کی کارکردگی کو برقرار رکھنے کے لیے وسائل کو خود بخود شامل یا ہٹاتا ہے۔
2. پیشین گوئی کی پیمائش: یہ الگورتھم مستقبل کے وسائل کی ضروریات کا اندازہ لگانے کے لیے تاریخی ڈیٹا کا استعمال کرتا ہے۔ ڈیٹا میں پیٹرن اور رجحانات کا تجزیہ کرنے کے لیے مشین لرننگ الگورتھم کا استعمال کیا جاتا ہے، اور ان پیشین گوئیوں کی بنیاد پر، انفراسٹرکچر خود بخود اوپر یا نیچے کی پیمائش کرتا ہے۔
3. ایونٹ پر مبنی اسکیلنگ: اس الگورتھم میں، وسائل کی پیمائش مخصوص واقعات جیسے ٹریفک میں اچانک اضافہ، ہارڈ ویئر کی ناکامی، یا سافٹ ویئر اپ ڈیٹ کے ذریعہ شروع کی جاتی ہے۔ بنیادی ڈھانچہ ایونٹ کو ہینڈل کرنے کے لیے خود بخود اوپر یا نیچے کی پیمائش کرتا ہے۔
4. ہائبرڈ اسکیلنگ: یہ الگورتھم بہترین کارکردگی حاصل کرنے کے لیے اصول پر مبنی اور پیشین گوئی کی پیمائش کو یکجا کرتا ہے۔ یہ عام استعمال کے نمونوں کو ہینڈل کرنے کے لیے اصول پر مبنی اسکیلنگ کا استعمال کرتا ہے اور ٹریفک یا دیگر غیر معمولی واقعات میں غیر متوقع اسپائکس کو ہینڈل کرنے کے لیے پیشن گوئی کی پیمائش کا استعمال کرتا ہے۔
5. متناسب اسکیلنگ: اس الگورتھم میں، وسائل کو کام کے بوجھ کے تناسب سے شامل یا ہٹا دیا جاتا ہے۔ یہ اس بات کو یقینی بناتا ہے کہ انفراسٹرکچر ایک پیش قیاسی اور مستقل انداز میں اسکیل کرتا ہے، کارکردگی میں اچانک اضافے یا کمی سے گریز کرتا ہے۔
تاریخ اشاعت: