本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 步骤 4：创建您的扩展计划
<a name="gs-create-scaling-plan"></a>

在 **Review and create (审核和创建)** 页面上，审核您的扩展计划并选择 **Create scaling plan (创建扩展计划)**。您会定向到显示扩展计划状态的页面。在更新资源时，扩展计划的创建可能需要一点时间才能完成。

通过预测缩放， AWS Auto Scaling 可以分析过去 14 天内指定负荷指标的历史记录（至少需要 24 小时的数据），以生成未来两天的预测。然后，它将安排扩展操作来调整资源容量调整，使之与预测期内每小时的预测匹配。

在扩展计划创建完成之后，通过在**扩展计划**屏幕中选择其名称来查看扩展计划详细信息。

## （可选）查看资源的扩展信息
<a name="gs-view-resource"></a>

使用此过程可以查看为资源创建的扩展信息。

数据通过以下方式提供：
+ 图表显示了来自的最新指标历史数据 CloudWatch。
+ 预测缩放图显示基于来自的数据的负荷预测和容量预测 AWS Auto Scaling。
+ 表中列出了为资源计划的所有预测式扩展操作。

**查看资源的扩展信息**

1. 打开 AWS Auto Scaling 控制台，网址为[https://console.aws.amazon.com/awsautoscaling/](https://console.aws.amazon.com/awsautoscaling/)。

1. 在 **Scaling plans (扩展计划)** 页面上，选择扩展计划。

1. 在 **Scaling plan details (扩展计划详细信息)** 页面上，选择要查看的资源。

### 监控和评估预测
<a name="gs-monitoring-forecasts"></a>

当扩展计划启动运行时，您可以监控负载预测、容量预测和扩展操作，以检查预测式扩展的性能。所有启用预测性扩展的 Auto Scaling 组均可在 AWS Auto Scaling 控制台中查看所有这些数据。请记住，您的扩展计划需要至少 24 小时的历史负载数据来进行初次预测。

在以下示例中，每个图表的左侧都显示历史模式。右侧显示扩展计划在预测期间生成的预测。实际值和预测值（分别为蓝色和橙色）均绘制。

![\[控制台中 “预测性扩展预测和计划操作” 页面上的图表。\]](http://docs.aws.amazon.com/zh_cn/autoscaling/plans/userguide/images/monitoring-forecasts.png)


AWS Auto Scaling 自动从您的数据中学习。首先，它会进行负载预测。然后，容量预测计算确定支持应用程序所需的最小实例数。根据容量预测， AWS Auto Scaling 计划在预测的负载变化之前扩展 Auto Scaling 组的扩展操作。如果启用了动态扩展（推荐），则 Auto Scaling 组可以根据实例组的当前利用率横向扩展其他容量（或删除容量）。

当评估预测式扩展的执行情况时，可监控实际值和预测值*在一段时间内* 的接近程度。创建扩展计划时，会根据最新的实际数据 AWS Auto Scaling 提供图表。它还提供接下来 48 小时内的初始预测。但是，在创建扩展计划后，几乎没有可与实际数据进行比较的预测数据。请等到扩展计划已获取若干时间段的预测值，然后再将历史预测值与实际值进行比较。经过几天的每日预测后，您将有更多的预测值样本与实际值进行比较。

对于每天发生的模式，创建扩展计划和评估预测有效性之间的时间间隔可以短至为几天。但是，此时间长度不足以基于最近模式更改来评估预测。例如，假设您正在查看对某个 Auto Scaling 组的预测，该组在过去一周启动了一个新的市场营销活动。该活动显著增加了您在每周的相同两天的 Web 流量。在类似这样的情况下，我们建议您等待该组收集完整的一周或两周的新数据，然后再评估预测的有效性。对于仅仅开始收集指标数据的全新 Auto Scaling 组，上述建议同样适用。

如果您在监控实际值和预测值一段时间之后，发现它们并不匹配，则还应考虑负载指标的选择。若要有效发挥作用，负载指标必须表示对 Auto Scaling 组中所有实例的总负载的可靠而准确的度量。负载指标是预测性扩展的核心。如果您选择非最佳负载指标，则它可能会阻止预测性扩展，从而进行准确的负载和容量预测，并为您的 Auto Scaling 组安排正确的容量调整。