O que é autoescalonamento em SaaS?

O autoescalonamento é um recurso que ajusta os recursos de um aplicativo SaaS para cima ou para baixo com base no uso atual. Quando há mais usuários, o autoescalonamento aumenta os recursos disponíveis - por outro lado, ele os diminui durante períodos de calmaria. Kubernetes’ Horizontal Pod Autoscaler, for example, checks usage every 15 seconds by default.

SaaS companies need auto-scaling because they often don’t know when traffic is going up or down. While it’s sometimes predictable (e.g., a product launch), sudden global events and unexpected spikes are where auto-scaling should be deployed.

Reasons Para use auto-scaling in your SaaS business include:

• Desempenho: Use o autoescalonamento para que seu site ou aplicativo funcione de forma otimizada durante períodos de pico; sem ele, você pode encontrar interrupções de serviço.
• Disponibilidade: Auto-scaling supports the reachability of sites, products, and services as demand fluctuates, while a load balancer manages traffic distribution among auto-scaled servers.
• Otimização de custos: Use o autoescalonamento para aumentar e diminuir com base no uso em tempo real - você corre o risco de despesas desnecessárias se usar um método alternativo.

Auto-scaling is triggered by cloud performance metrics, checked at intervals (every 15 seconds by default in Kubernetes), such as:

• Utilização da CPU: A quantidade de CPU sendo usada em qualquer momento.
• Uso de memória: Quanta memória um aplicativo ou site está usando em tempo real.
• Tráfego de rede: Data received and sent over the network.
• Latência da solicitação: Response times to user requests; this partly depends on how many users are on the same server.
• Comprimento da fila: Solicitações de fila pendentes; o aumento automático de escala é acionado quando isso é maior.

Diferentes políticas de dimensionamento automático funcionam em vários cenários. Aqui está uma lista de alguns comuns e quando você deve usá-los:

• Rastreamento de Meta: Moves resources based on a metric like average queue length; AWS strongly recommends it for EC2 Auto Scaling (AWS).

• Dimensionamento por Etapa: Scales within thresholds you set, in steps sized to the breach; use when target tracking is not enough.

• Dimensionamento Agendado: Escala com base em horários agendados; use se você conhece os padrões de tráfego diários ou semanais.

Exemplos de empresas de SaaS que usam autoescala com base na demanda são:

• Shopify: Runs microservices on Google Kubernetes Engine, which Google says scales during traffic spikes such as Black Friday (Google Cloud).

• Slack: Autoscales its web app tier quickly when workers become saturated (Slack Engineering, 2020).

• Netflix: Auto-scaling parameters are set to manage traffic when more viewers are online (e.g., evenings, como um Netflix patent on predictive scaling filed in 2013 describes).