翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Application Auto Scaling 予測スケーリングの仕組み
<a name="aas-predictive-scaling-how-it-works"></a>

予測スケーリングを使用するには、モニタリングおよび分析する CloudWatch メトリクスを指定する予測スケーリングポリシーを作成します。事前定義されたメトリクスまたはカスタムメトリクスを使用できます。予測スケーリングが将来の値の予測を開始するには、このメトリクスに 24 時間以上のデータが必要です。

ポリシーを作成すると、予測スケーリングは最長過去 14 日間のメトリクスデータの分析を開始し、パターンを特定します。この分析を使用して、今後 48 時間のキャパシティ必要量の時間ごとの予測を生成します。予測は、最新の CloudWatch データを使用して 6 時間ごとに更新されます。新しいデータを取得すると、予測スケーリングは将来の予測の正確性を継続的に向上させることができます。

まず、予測*のみモードで予測*スケーリングを有効にできます。このモードでは、容量予測を生成しますが、実際にはそれらの予測に基づいて容量をスケーリングしません。これにより、予測の正確性と適合性を評価できます。

予測データを確認し、そのデータに基づいてスケーリングを開始することを決定したら、スケーリングポリシーを予測とスケーリングのモードに切り替えます。このモードでは、次のようになります。
+ 予測で負荷の増加が予想される場合、予測スケーリングは容量を増やします。
+ 予測で負荷の減少が予想される場合、予測スケーリングは容量を削除するためにスケールインしません。これにより、予測だけでなく、需要が実際に減少した場合にのみスケールインできます。不要になった容量を削除するには、リアルタイムメトリクスデータに応答するため、ターゲット追跡ポリシーまたは Step Scaling ポリシーを作成する必要があります。

デフォルトでは、予測スケーリングは、その時間の予測に基づいて、各時間の開始時にスケーラブルなターゲットをスケーリングします。`PutScalingPolicy` API オペレーションで `SchedulingBufferTime`プロパティを使用して、オプションで以前の開始時間を指定できます。これにより、予測された需要よりも先に予測された容量を起動できるため、新しい容量はトラフィックを処理する準備ができる十分な時間を確保できます。

## 最大キャパシティの制限
<a name="aas-ps-max-capcity-limit"></a>

デフォルトでは、スケーリングポリシーが設定されている場合、最大キャパシティを超えてキャパシティを増やすことはできません。

または、予測容量がスケーラブルターゲットの最大容量に近づいた場合、または超えた場合に、スケーラブルターゲットの最大容量を自動的に増やすことができます。この動作を有効にするには、`PutScalingPolicy` API オペレーションの `MaxCapacityBreachBehavior` および `MaxCapacityBuffer` プロパティ、または AWS マネジメントコンソールの **[最大キャパシティーの動作]** 設定を使用します。

**警告**  
最大キャパシティを自動的に増やす場合は注意してください。最大キャパシティは、自動的に元の最大キャパシティまで減少しません。

## スケーリングポリシーの作成、管理、および削除用によく使用されるコマンド
<a name="aas-ps-common-commands"></a>

予測スケーリングポリシーを操作するために一般的に使用されるコマンドは次のとおりです。
+ `register-scalable-target` または AWS カスタムリソースをスケーラブルターゲットとして登録し、スケーリングを停止し、スケーリングを再開します。
+ `put-scaling-policy` 予測スケーリングポリシーを作成します。
+ `get-predictive-scaling-forecast` 予測スケーリングポリシーの予測データを取得します。
+ `describe-scaling-activities` は、 のスケーリングアクティビティに関する情報を返します AWS リージョン。
+ `describe-scaling-policies` は、 のスケーリングポリシーに関する情報を返します AWS リージョン。
+ `delete-scaling-policy` スケーリングポリシーを削除します。

**カスタムメトリクス**  
カスタムメトリクスを使用して、アプリケーションに必要な容量を予測できます。カスタムメトリクスは、事前定義されたメトリクスだけではアプリケーションの負荷をキャプチャできない場合に便利です。

## 考慮事項
<a name="aas-ps-considerations"></a>

予測スケーリングを使用する場合は、次の考慮事項が適用されます。
+ 予測スケーリングがアプリケーションに適しているかどうかを確認します。アプリケーションは、曜日または時刻に固有の定期的な負荷パターンを示す場合、予測スケーリングに適しています。予測スケーリングでアプリケーションをアクティブにスケーリングする前に、予測を評価します。
+ 予測スケーリングでは、予測を開始するには 24 時間以上の履歴データが必要です。ただし、履歴データが 2 週間あれば予測がより効果的です。
+ アプリケーションのすべての負荷を正確に表し、スケーリングが最も重要なアプリケーションの側面である負荷メトリクスを選択します。