Escalado automático de cómputo en Atlas Core

Clústeres elegibles para el escalado automático reactivo

El escalado automático reactivo de los niveles de clúster de Atlas está disponible para todos los niveles de clúster dedicados de Atlas Core, bajo las clases de clúster General y Low-CPU. El escalado automático reactivo también está disponible para los clústeres de Atlas Infinite.

Cómo Atlas escala el nivel de clúster

Atlas depende de los datos de ping del host para tomar decisiones de escalabilidad automática. Los nodos de datos del clúster dedicado envían continuamente estos datos de ping al plano de control, sin importar si el autoescalado está habilitado. Cuando habilitas el escalamiento automático, Atlas puede usar estos datos históricos para escalar inmediatamente si se cumplen las condiciones de escalamiento.

Atlas escala el clúster a otro nivel en la misma clase. Por ejemplo, Atlas escala clústeres General a otras clases de clúster General, pero no escala General clústeres a clases de clúster Low-CPU.

Atlas no escalará su nivel de clúster si el nuevo nivel de clúster queda fuera del rango especificado de Minimum y Maximum Cluster Size.

Si se implementan nodos de solo lectura y se desea que el clúster escale más rápido, se debe considerar ajustar la moda de escalado del set de réplicas.

Los criterios exactos de escalado automático reactivo están sujetos a cambios para asegurar el uso adecuado de los recursos del clúster.

Atlas utiliza los siguientes conceptos de utilización de recursos y control de admisión de operaciones para determinar cuándo aumentar o disminuir la escala del clúster:

• Utilización absoluta de la CPU del sistema: Uso total de la CPU de todos los procesos en el nodo. Se muestra como CPU del sistema en las métricas de Atlas.

• Utilización relativa de la CPU del sistema: Valor que Atlas utiliza para tomar decisiones de autoescalado en los clústeres M10 y M20. Esto se calcula de la siguiente manera:

  Relative System CPU Utilization = Normalized System CPU / Baseline CPU Utilization

  Dónde:

  • Uso normalizado de la CPU del sistema: Suma del uso total de la CPU en todos los núcleos, normalizado con respecto al uso de referencia de la CPU. Se muestra como "Uso normalizado de la CPU del sistema" en las métricas de Atlas.

  • Utilización de CPU de referencia: Fracción de la CPU total garantizada a su instancia por el proveedor de la nube, normalmente entre 20 % y 50 % para tipos de instancias con capacidad de ráfaga. No se muestra en las métricas de Atlas. Para obtener más información, consulte la utilización de CPU de referencia.

    Por ejemplo, utilizando 20% como una estimación del extremo inferior para Baseline CPU Utilization, los siguientes valores de Relative System CPU Utilization corresponden a estos valores de CPU del sistema normalizados en las métricas de Atlas:

    • 75% La utilización relativa de laCPU del sistema es igual a 15% Normalized System CPU (75% de 20%).

    • 90% La utilización relativa de laCPU del sistema es igual a 18% Normalized System CPU (90% de 20%).

  Atlas limita el valor de Relative System CPU Utilization al 100%, incluso cuando el cálculo lo supera. Si se produce un aumento de escala cuando Normalized System CPU parece bajo, póngase en contacto con el soporte de MongoDB.

• Utilización de la memoria del sistema: Uso total de la memoria en todos los procesos del nodo, expresado como un porcentaje de la memoria total disponible para el nodo. Se calcula de la siguiente manera:

  System Memory Utilization = Memory Used / Total Memory * 100

  Dónde:

  • Memoria utilizada: Número de bytes de memoria física que se están utilizando actualmente en el host. Visible como Memoria del sistema: Memoria utilizada (bytes) en las métricas de Atlas.

  • Memoria total: Memoria física total disponible para el nodo, según lo informado por el sistema operativo. Atlas no muestra este valor como una métrica independiente. No es visible en las métricas de Atlas.

  Nota

  El valor System Memory Utilization que Atlas utiliza para las decisiones de autoescalado puede diferir ligeramente del valor que se muestra en el panel de métricas de Atlas. Si no se produce una reducción de escala cuando System Memory Utilization aparece como bajo, póngase en contacto con el soporte de MongoDB.

• Operaciones en cola o rechazadas: Tasa combinada de operaciones que Atlas pone en cola o rechaza para proteger su clúster de la sobrecarga como parte de la Gestión Inteligente de Carga de Trabajo (IWM). Atlas lo calcula de la siguiente manera:

  Queued or Rejected Operations = Queued Operations + Rejected Operations

  Dónde:

  • Operaciones en cola: Tasa promedio por minuto de operaciones entrantes que Atlas agrega a la cola del limitador de tasa de solicitudes de entrada para esperar la admisión al clúster. La tasa por segundo se muestra como Limitación de tasa de operaciones: Operaciones en cola en las métricas de Atlas.

  • Operaciones rechazadas: Tasa promedio por minuto de operaciones entrantes que Atlas rechaza debido a la sobrecarga del clúster y la activación de la función de reducción de carga. La tasa por segundo se muestra como Limitación de tasa de operaciones: Operaciones rechazadas en las métricas de Atlas.

  Para saber cómo funciona IWM para poner en cola o rechazar operaciones en respuesta a la sobrecarga del clúster, consulte Gestión inteligente de la carga de trabajo.

  Un valor combinado superior a cero significa que su clúster está sobrecargado.

Las siguientes secciones describen cómo Atlas utiliza estas métricas para determinar cuándo aumentar o disminuir la escala del clúster.

Escalado de un clúster fragmentado en Atlas Core

Esta sección se aplica a los clústeres Atlas Core. El sharding no es compatible con los clústeres Atlas Infinite durante la vista previa pública. Atlas escala automáticamente el nivel del clúster para los clústeres sharded utilizando los mismos criterios que los conjuntos de réplicas. Atlas aplica las siguientes reglas:

• El escalado independiente de particiones está activado por defecto para clústeres fragmentados con escalado automático. Cuando se habilita el escalado independiente de particiones, el escalado automático en Atlas evalúa y escala cada partición de forma independiente. El escalado independiente de particiones requiere que la partición más pequeña no sea más pequeña que dos niveles de clúster por debajo de la partición más grande, para mantener la disponibilidad y el rendimiento. Si Atlas activa el escalado automático para un clúster de este tipo, y aumenta el tamaño de la partición más grande, también aumenta el tamaño de las particiones más pequeñas si es necesario para garantizar una disponibilidad y un rendimiento coherentes.

• Si los nodos operativos o de análisis dentro de un fragmento cumplen con los criterios para el escalado automático, solo los nodos operativos o de análisis en ese fragmento específico cambian de nivel.

• El set de réplicas del servidor de configuración no tiene escalado automático. Sin embargo, una partición de configuración se escala automáticamente.

Escalado de un clúster dedicado Gen2 en Atlas Core

Esta sección se aplica a los clústeres Atlas Core. Para obtener información sobre el escalado automático de clústeres Atlas Infinite, consulte Escalado automático de cómputo en Atlas Infinite. Atlas escala automáticamente el nivel del clúster para los clústeres dedicados Gen2 utilizando los mismos criterios que los conjuntos de réplicas. Atlas aplica las siguientes reglas:

• El nivel actual, el límite mínimo de escalado automático y el límite máximo de escalado automático de tu clúster deben estar dentro de la misma generación.

• M10 y los clústeres M20 son independientes de la generación. Atlas puede realizar el escalado automático de los clústeres M10 o los clústeres M20 Gen1 o Gen2.

  Por ejemplo, si el límite máximo de escalado automático es un nivel de clúster Gen1, Atlas escala automáticamente el clúster a Gen1. Si el límite máximo de escalado automático es un nivel de clúster Gen2, Atlas escala automáticamente el clúster a Gen2. También puedes usar M10 o M20 como límite mínimo de escalado automático para clústeres Gen1 y Gen2.

La Atlas Administration API devuelve un error INVALID_ATTRIBUTE si se intenta hacer cualquiera de las siguientes acciones:

• Se debe cambiar la generación de un clúster por una que sea diferente a la generación de los límites de escalado automático del clúster.

• Se deben establecer los límites de escalado automático de un clúster para que sea un clúster de nivel M30+ que pertenezca a una generación diferente a la del clúster.

Comportamiento del escalado automático predictivo

Las siguientes instrucciones describen cómo funciona el escalado automático predictivo:

• Atlas intenta escalar el tamaño de la instancia del clúster antes de que llegue la carga prevista.

• Cuando Atlas escala el clúster de forma predictiva según métricas previstas, se puede escalar hacia arriba como máximo dos niveles a la vez.

• El escalado automático predictivo se aplica solo al cómputo, no al almacenamiento.

• El escalado automático predictivo respeta los tamaños mínimos y máximos de las instancias de escalado automático existentes.

• En los casos en que Atlas no puede usar el escalado automático predictivo para escalar el clúster, recurre al escalado automático reactivo.

• El escalado automático predictivo solo admite escalado hacia arriba. No hay reducción de escalado predictivo. Atlas utiliza el escalado automático reactivo para reducir automáticamente el tamaño del clúster cuando la carga de trabajo disminuye.

• Si el escalado predictivo está programado para ocurrir dentro de las siguientes 1 hora, Atlas omite el escalado reactivo.

• Si usas escalado independiente de particiones y agregas una o más particiones después de que el escalado automático predictivo ya esté habilitado y activo en el clúster, estas particiones nuevas no se escalan de forma predictiva hasta que se establecen sus patrones de carga, lo que ocurre dos semanas después. Mientras tanto, estas particiones usan el comportamiento de escalado automático reactivo en Atlas.

Clústeres elegibles para el escalado automático predictivo

Atlas utiliza el escalado automático predictivo para los clústeres elegibles. Los clústeres elegibles para el escalado automático predictivo deben cumplir todos los siguientes criterios:

• Pertenecen a las clases de clúster General y Low-CPU.

• Tener un nivel que sea M30 o mayor.

• Habilite el escalado automático. Si habilita el escalado descendente, el tamaño mínimo de instancia para el escalado automático debe ser igual o superior a M30.

• Haber estado activo durante al menos dos semanas.

• No usar almacenamiento NVMe ni pertenecer a la clase de clúster Local NVMe SSD.

• No ser un clúster dedicado AWS Gen2.

Además, los siguientes criterios afectan si Atlas utiliza el escalado automático predictivo para un clúster elegible:

• El escalado automático predictivo se aplica solo a nodos elegibles y de solo lectura. Atlas no utiliza el escalado automático predictivo para los nodos de búsqueda o de análisis.

• Es posible que el escalado automático predictivo no pueda predecir los picos de carga de trabajo no cíclicos y altamente dinámicos en ningún clúster elegible. En estos casos, Atlas confía en el escalado automático reactivo.

Escalado automático activado por defecto

Cuando creas un nuevo clúster, Atlas habilita el escalado automático (predictivo y reactivo) para el nivel de clúster y el almacenamiento en clúster. (El escalado automático predictivo solo afecta al nivel de clúster y no afecta al almacenamiento.) No necesitas habilitar explícitamente el escalado automático. Si lo prefieres, puedes excluirte del nivel de clúster y del almacenamiento en clúster.

Con el escalado automático activado, su clúster puede automáticamente:

• Escala para aumentar la capacidad con un nivel de clúster superior, utilizando escalado automático reactivo o predictivo, dependiendo de la elegibilidad del clúster y la carga de trabajo.

• Reduce el nivel de clúster actual a un nivel de clúster inferior utilizando el escalado automático reactivo.

En la sección Cluster tier de las opciones de Auto-scale, puede especificar los valores de Maximum Cluster Size y Minimum Cluster Size a los que su clúster puede escalar automáticamente. Atlas establece estos valores de la siguiente manera:

• El Maximum Cluster Size está configurado en un nivel por encima del nivel de clúster actual.

• El Minimum Cluster Size está establecido en el nivel de clúster actual.

Además, Atlas podría usar escalado automático predictivo si el clúster es elegible y la carga de trabajo es cíclica y predecible.

Habilita el escalado automático con Atlas CLI y la API de administración de Atlas

Puedes habilitar el escalado automático tanto para el cómputo como para el almacenamiento al crear o actualizar un clúster mediante Atlas CLI o la API de administración de Atlas. Los siguientes ejemplos muestran cómo habilitar el escalado automático tanto para los nodos elegibles como para los nodos de análisis. Reemplaza los niveles de clúster y la configuración del proveedor con los que necesites.

{
  "replicationSpecs": [
    {
      "regionConfigs": [
        {
          "providerName": "{CLOUD-PROVIDER}",
          "regionName": "{REGION-NAME}",
          "priority": 7,
          "electableSpecs": {
            "instanceSize": "{INSTANCE-SIZE}",
            "nodeCount": 3
          },
          "analyticsSpecs": {
            "instanceSize": "{ANALYTICS-INSTANCE-SIZE}",
            "nodeCount": 1
          },
          "autoScaling": {
            "compute": {
              "enabled": true,
              "scaleDownEnabled": true,
              "minInstanceSize": "{MIN-INSTANCE-SIZE}",
              "maxInstanceSize": "{MAX-INSTANCE-SIZE}"
            },
            "diskGB": {
              "enabled": true
            }
          },
          "analyticsAutoScaling": {
            "compute": {
              "enabled": true,
              "scaleDownEnabled": true,
              "minInstanceSize": "{MIN-ANALYTICS-INSTANCE-SIZE}",
              "maxInstanceSize": "{MAX-ANALYTICS-INSTANCE-SIZE}"
            },
            "diskGB": {
              "enabled": true
            }
          }
        }
      ]
    }
  ]
}

atlas api clusters updateCluster \
  --version 2024-10-23 \
  --clusterName {CLUSTER-NAME} \
  --groupId {GROUP-ID} \
  --file payload.json

curl --header "Authorization: Bearer {ACCESS-TOKEN}" \
     --header "Accept: application/vnd.atlas.2025-03-12+json" \
     --header "Content-Type: application/json" \
     --include \
     --request PATCH "https://cloud.mongodb.com/api/atlas/v2/groups/{GROUP-ID}/clusters/{CLUSTER-NAME}" \
     --data '{
     "replicationSpecs": [
       {
         "regionConfigs": [
           {
             "providerName": "{CLOUD-PROVIDER}",
             "regionName": "{REGION-NAME}",
             "priority": 7,
             "electableSpecs": {
               "instanceSize": "{INSTANCE-SIZE}",
               "nodeCount": 3
             },
             "autoScaling": {
               "compute": {
                 "enabled": true,
                 "scaleDownEnabled": true,
                 "minInstanceSize": "{MIN-INSTANCE-SIZE}",
                 "maxInstanceSize": "{MAX-INSTANCE-SIZE}"
               },
               "diskGB": {
                 "enabled": true
               }
             },
             "analyticsSpecs": {
               "instanceSize": "{ANALYTICS-INSTANCE-SIZE}",
               "nodeCount": 1
             },
             "analyticsAutoScaling": {
               "compute": {
                 "enabled": true,
                 "scaleDownEnabled": true,
                 "minInstanceSize": "{MIN-ANALYTICS-INSTANCE-SIZE}",
                 "maxInstanceSize": "{MAX-ANALYTICS-INSTANCE-SIZE}"
               },
               "diskGB": {
                 "enabled": true
               }
             }
           }
         ]
       }
     ]'

Revisa las opciones de escalado automático de niveles de clúster

Para revisar las opciones de escalado automático habilitadas para los niveles de clúster y almacenamiento:

Excluir el nivel del clúster del escalado automático

Para optar por no participar en el escalado automático del clúster (aumentar el nivel de clúster), cuando crea un nuevo clúster, navega hasta el menú Cluster Tier y desmarque la casilla Cluster Tier Scaling en la sección Auto-scale.

Para optar por no participar en el escalado automático del clúster (disminuyendo el nivel de clúster), cuando crea un nuevo clúster, navega al menú Cluster Tier y desmarque la casilla Allow cluster to be scaled down en la sección Auto-scale.