Auto Scaling je metoda správy IT prostředků v rámci cloudu, která automaticky upravuje kapacitu běžících služeb (výpočetní výkon, paměť, počet instancí) na základě aktuální poptávky. Cílem je zajistit vysokou dostupnost aplikace při zachování minimálních nákladů.

V encyklopedii je důležité rozlišovat dva základní přístupy k růstu výkonu:

Znamená navýšení výkonu stávajícího stroje (přidání CPU, RAM).

• Omezení: Každý fyzický server má svůj strop. Často vyžaduje restart systému.

Znamená přidání dalších identických strojů (instancí) do sítě.

• Výhoda: Téměř neomezený růst. Probíhá za plného chodu aplikace. Toto je standard pro moderní webové služby.

Proces automatického škálování se obvykle opírá o tři základní komponenty:

Systém neustále sleduje vytížení zdrojů. Mezi nejčastější metriky patří:

• Procentuální vytížení CPU.
• Využití operační paměti (RAM).
• Počet síťových požadavků za sekundu (Requests per Second).

Definují hranice (prahové hodnoty), kdy má systém zasáhnout:

• Scale-out (Rozšíření): „Pokud průměrné vytížení CPU překročí 70 % po dobu 5 minut, přidej 2 nové servery.“
• Scale-in (Zmenšení): „Pokud vytížení klesne pod 30 %, odeber 1 server (pro úsporu nákladů).“

Kolekce instancí, se kterými systém pracuje jako s jedním celkem. Správce nastavuje:

• Minimum: Nejmenší počet serverů, které musí běžet vždy.
• Maximum: Horní hranice, přes kterou systém nepůjde (kontrola nákladů).
• Desired Capacity: Ideální aktuální stav.

• Optimalizace nákladů: Platíte pouze za výkon, který skutečně využíváte. V noci, kdy je provoz nízký, servery „vypnete“.
• Spolehlivost: Pokud jeden server selže (crash), Auto Scaling jej rozpozná jako nezdravý, ukončí ho a automaticky spustí nový.
• Uživatelská zkušenost: Aplikace se nezpomaluje ani v momentech nečekaných špiček (např. marketingová kampaň nebo Black Friday).

• Target Tracking: Systém se snaží udržet metriku na konkrétní hodnotě (např. „udržuj CPU na 50 %“).
• Step Scaling: Reaguje skokově podle závažnosti (např. při 70 % přidej jeden stroj, při 90 % přidej tři).
• Scheduled Scaling: Plánované škálování podle času (např. „každé pondělí v 8:00 ráno zdvojnásob počet serverů“).
• Predictive Scaling: Využívá strojové učení k předpovědi zátěže na základě historických dat.

Auto Scaling úzce spolupracuje s Load Balancerem (rozptylovačem zátěže). Když Auto Scaling přidá nový server, Load Balancer jej automaticky zaregistruje a začne na něj posílat část uživatelského provozu.

Související pojmy: Cloud Computing, Load Balancing, AWS, Azure, Microservices, High Availability.