Service Fabric 托管群集上的自动缩放简介

自动缩放可提供极佳的弹性，并可在辅助节点类型上按需添加或减少节点。通过监视和优化为工作负载提供服务的节点数量，此自动和弹性行为可减少管理开销和潜在的业务影响。你只需为工作负载配置规则，其余由自动缩放处理。当满足这些定义的阈值时，自动缩放规则会采取操作来调整节点类型的容量。可随时启用、禁用或配置自动缩放。本文提供示例部署，如何启用或禁用自动缩放，以及如何配置示例自动缩放策略。

要求和支持的指标：

Service Fabric 托管群集资源的 API 版本应为 2022-01-01 或更高版本。
群集 SKU 必须为标准。
仅可在群集中的辅助节点类型上配置。
为节点类型启用自动缩放后，在重新部署资源时将 vmInstanceCount 属性配置为 -1。
仅支持 Azure Monitor 已发布的指标。

注意

如果将启用了 Hyper-V 角色的 Windows OS 映像（即虚拟机（VM）配置为嵌套虚拟化，则可用内存指标将不可用，因为 VM 中的动态内存驱动程序将处于停止状态。

常见的一个应用自动缩放的场景是特定服务的负载随时间变化。例如，网关等服务可根据处理传入请求所需的资源量进行缩放。让我们看看这些缩放规则的外观示例，我们将在本文后面部分使用这些规则：

如果我的网关的所有实例平均使用率超过 70%，则通过再增加两个实例来横向扩展网关服务。每 30 分钟执行此操作一次，但总共不超过 20 个实例。
如果我的网关的所有实例平均使用少于 40% 核心，则通过删除一个实例来缩小服务。每 30 分钟执行一次，但总实例数不能少于 3 个。

自动扩缩部署示例

本示例将逐步引导您完成以下步骤：

默认情况下，创建具有两个节点类型的标准 SKU Service Fabric 托管群集NT1和NT2。
向次要节点类型添加自动缩放规则，NT2。

注意

节点类型的自动缩放是根据托管群集 VMSS CPU 主机指标来完成的。 VMSS 资源在模板中被自动解析。

下面将逐步介绍如何设置已配置自动缩放的群集。

在区域中创建资源组

Connect-AzAccount -Environment AzureChinaCloud
Select-AzSubscription -SubscriptionId $subscriptionid
New-AzResourceGroup -Name $myresourcegroup -Location $location

创建群集资源

下载此示例标准 SKU Service Fabric 托管群集示例执行以下命令以部署群集资源：

$parameters = @{ 
clusterName = $clusterName
adminPassword = $VmAdminPassword
clientCertificateThumbprint = $clientCertificateThumbprint
} 
New-AzResourceGroupDeployment -Name "deploy_cluster" -ResourceGroupName $resourceGroupName -TemplateFile .\azuredeploy.json -TemplateParameterObject $parameters -Verbose

配置和启用辅助节点类型的自动缩放规则

下载托管群集自动缩放示例模板，然后通过以下命令配置自动缩放：

$parameters = @{ 
clusterName = $clusterName
}
New-AzResourceGroupDeployment -Name "deploy_autoscale" -ResourceGroupName $resourceGroupName -TemplateFile .\sfmc-deploy-autoscale.json -TemplateParameterObject $parameters -Verbose

注意

此部署完成后，将来的群集资源部署应在启用自动缩放规则的辅助节点类型上将 vmInstanceCount 属性设置为 -1。这将确保群集部署不会与自动缩放冲突。

启用或禁用辅助节点类型的自动缩放

默认情况下，Service Fabric 托管群集部署的节点类型不会启用自动缩放。自动缩放可以随时启用或禁用，这取决于每个节点类型的配置和可用性。

若要启用此功能，请在 ARM 模板中的类型enabled下配置Microsoft.Insights/autoscaleSettings属性，如下所示：

    "resources": [
            {
            "type": "Microsoft.Insights/autoscaleSettings",
            "apiVersion": "2015-04-01",
            "name": "[concat(parameters('clusterName'), '-', parameters('nodeType2Name'))]",
            "location": "[resourceGroup().location]",
            "properties": {
                "name": "[concat(parameters('clusterName'), '-', parameters('nodeType2Name'))]",
                "targetResourceUri": "[concat('/subscriptions/', subscription().subscriptionId, '/resourceGroups/',  resourceGroup().name, '/providers/Microsoft.ServiceFabric/managedclusters/', parameters('clusterName'), '/nodetypes/', parameters('nodeType2Name'))]",
                "enabled": true,
            ...

若要禁用自动缩放，请将值设置为 false

删除自动缩放规则

若要删除节点类型的任何自动缩放策略设置，可以运行以下 PowerShell 命令。

Remove-AzResource -ResourceId "/subscriptions/$subscriptionId/resourceGroups/$resourceGroup/providers/microsoft.insights/autoscalesettings/$name" -Force

设置自动缩放策略

默认情况下，Service Fabric 托管群集不会为自动缩放配置任何策略。必须配置自动缩放策略，以便在基础资源上进行任何缩放操作。

以下示例将策略设置为 nodeType2Name 至少三个节点，但允许纵向扩展到 20 个节点。当过去 30 分钟内的平均 CPU 使用率为 70% 且粒度为 1 分钟时，它会触发纵向扩展。在过去 30 分钟内，如果平均 CPU 使用率低于 40%，并且监测的粒度为每 1 分钟一次，就会触发缩减。

    "resources": [
            {
            "type": "Microsoft.Insights/autoscaleSettings",
            "apiVersion": "2015-04-01",
            "name": "[concat(parameters('clusterName'), '-', parameters('nodeType2Name'))]",
            "location": "[resourceGroup().location]",
            "properties": {
                "name": "[concat(parameters('clusterName'), '-', parameters('nodeType2Name'))]",
                "targetResourceUri": "[concat('/subscriptions/', subscription().subscriptionId, '/resourceGroups/',  resourceGroup().name, '/providers/Microsoft.ServiceFabric/managedclusters/', parameters('clusterName'), '/nodetypes/', parameters('nodeType2Name'))]",
                "enabled": "[parameters('enableAutoScale')]",
                "profiles": [
                    {
                        "name": "Autoscale by percentage based on CPU usage",
                        "capacity": {
                            "minimum": "3",
                            "maximum": "20",
                            "default": "3"
                        },
                        "rules": [
                            {
                                "metricTrigger": {
                                  "metricName": "Percentage CPU",
                                  "metricNamespace": "",
                                  "metricResourceUri": "[concat('/subscriptions/',subscription().subscriptionId,'/resourceGroups/SFC_', reference(resourceId('Microsoft.ServiceFabric/managedClusters', parameters('clusterName')), '2022-01-01').clusterId,'/providers/Microsoft.Compute/virtualMachineScaleSets/',parameters('nodeType2Name'))]",
                                  "timeGrain": "PT1M",
                                  "statistic": "Average",
                                  "timeWindow": "PT30M",
                                  "timeAggregation": "Average",
                                  "operator": "GreaterThan",
                                  "threshold": 70
                                },
                                "scaleAction": {
                                  "direction": "Increase",
                                  "type": "ChangeCount",
                                  "value": "5",
                                  "cooldown": "PT5M"
                                }
                            },
                            {
                                "metricTrigger": {
                                  "metricName": "Percentage CPU",
                                  "metricNamespace": "",
                                  "metricResourceUri": "[concat('/subscriptions/',subscription().subscriptionId,'/resourceGroups/SFC_', reference(resourceId('Microsoft.ServiceFabric/managedClusters', parameters('clusterName')), '2022-01-01').clusterId,'/providers/Microsoft.Compute/virtualMachineScaleSets/',parameters('nodeType2Name'))]",
                                  "timeGrain": "PT1M",
                                  "statistic": "Average",
                                  "timeWindow": "PT30M",
                                  "timeAggregation": "Average",
                                  "operator": "LessThan",
                                  "threshold": 40
                                },
                                "scaleAction": {
                                  "direction": "Decrease",
                                  "type": "ChangeCount",
                                  "value": "1",
                                  "cooldown": "PT5M"
                                }
                            }
                            ]
                    }
                    ]
                }
            }

    ]

可下载此 ARM 模板来启用自动缩放，其中包含上述示例

查看托管群集资源的已配置自动缩放定义

你可以使用 Azure 资源浏览器查看已配置的自动缩放设置。

转到 Azure 资源浏览器

导航到 subscriptions ->SubscriptionName ->resource group ->microsoft.insights ->autoscalesettings -> 自动缩放策略名称：例如 sfmc01-NT2。

导航树中将显示类似于下面的内容：
在右侧可以查看此自动缩放设置的完整定义。

在此示例中，自动缩放使用基于 CPU% 的横向扩展和缩减规则进行配置。

疑难解答

应考虑的一些事项：

查看针对托管群集的辅助节点类型触发的自动缩放事件
1. 转到群集活动日志
2. 查看自动缩放纵向扩展/缩减已完成操作的活动日志
为节点类型配置了多少个虚拟机，工作负载在所有 VM 还是只是部分 VM 上发生？
缩小和扩大阈值的差值是否足够大？

假设你设置了一个规则，指示当五分钟期间的平均 CPU 利用率超过 50% 时扩容，而当平均 CPU 利用率低于 50% 时缩容。在 CPU 使用率接近此阈值时，此设置会导致“摇摆”问题，缩放操作不断地增加和减少集的大小。由于此设置，自动缩放服务会尝试防止“摇摆”的发生，这可能表现为不缩放。因此，请确保扩大和缩小阈值的差值要足够大，以允许在缩放之间存在一些空间。
是否可以扩展或缩减节点类型的规模？在节点类型层级调整节点数量，并确保顺利完成。如何在托管群集上缩放节点类型
在 Azure 资源浏览器中查看 Microsoft.ServiceFabric/managedclusters/nodetypes 和 Microsoft.Insights 资源

Azure 资源浏览器是一个不可或缺的疑难解答工具，它显示 Azure 资源管理器资源的状态。选择订阅并查看要进行故障排除的资源组。在ServiceFabric/managedclusters/clustername资源提供程序下，查看NodeTypes下创建的节点类型并检查属性，以验证provisioningState是否为Succeeded。然后，转到clustername下的 Microsoft.Insights 资源提供程序并检查自动缩放规则是否一切正常。
你发出的指标数据是否与预期一致？使用 Get-AzMetricPowerShell 模块获取资源的指标值并查看

完成这些步骤后，如果仍然存在自动缩放问题，则可以尝试使用以下资源：提交支持请求。准备共享模板和性能数据的视图。

后续步骤

了解 Azure Monitor 自动缩放支持

查看 Azure Monitor 中的指标

Service Fabric 托管群集配置选项

Last updated on 2026-04-03

Partager via