定義擴展政策定義可擴展至零的擴展政策選用：定義新請求從零擴展的擴展政策

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

自動擴展非同步端點

Amazon SageMaker 支援您的非同步端點自動擴展 (自動調整規模)。自動擴展會動態調整針對模型佈建的執行個體數量，因應工作負載的變更。與 Amazon SageMaker 支援的其他託管模型不同，有了非同步推論，您還可以將非同步端點執行個體擴展到零。擴展端點後，執行個體數量為零時，收到的請求會排入佇列進行處理。

若要自動擴展非同步端點的規模，您至少必須：

  • 註冊已部署的模型（生產變體）。

  • 定義擴展政策。

  • 套用自動擴展政策。

您必須先將模型部署到 SageMaker 端點，才能使用自動調度資源。部署的模型稱為生產變體。如需有關將模型部署到端點的詳細資訊，請參閱將模型部署到 SageMaker 主機服務。若要指定擴展政策的指標和目標值，您可以設定擴展政策。有關如何定義擴展策略的信息，請參閱定義擴展策略。在登錄您的模型和制定擴展政策之後，請將此擴展政策套用到已登錄的模型。有關如何應用擴展策略的信息，請參閱應用擴展策略。

如需如何定義其他選用擴展政策，在端點縮減為零後收到請求時擴展端點的詳細資訊，請參閱選用：定義新請求從零擴展的擴展政策。如果未指定這個選用政策，則端點只會在待辦項目請求數量超出目標追蹤值後，才會從零啟動擴展。

如需搭配自動調度資源使用的其他必要條件和元件的詳細資訊，請參閱自 SageMaker 動調度資源文件中的必要條件

注意

如果您將多個擴展政策連接到相同的自動擴展群組，則可能發生擴展衝突。發生衝突時，Amazon EC2 Auto Scaling 會選擇對於擴增和縮減均可佈建容量上限的政策。如需有關此行為的詳細資訊，請參閱 Amazon EC2 Auto Scaling 文件中的多個動態擴展政策。

定義擴展政策

若要指定擴展政策的指標和目標值，您可以設定目標追蹤規模調整政策。將擴展政策定義為文字檔案中的 JSON 區塊。您可以在叫用 AWS CLI 或應用程式自動調整規模 API 時使用該文字檔案。如需政策組態語法的詳細資訊，請參閱 Application Auto Scaling API 參考中的 TargetTrackingScalingPolicyConfiguration。

對於非同步端點， SageMaker 強烈建議您為變體的目標追蹤擴展建立策略組態。在這個組態範例中，我們使用稱為 ApproximateBacklogSizePerInstance 的自訂指標 CustomizedMetricSpecification。

TargetTrackingScalingPolicyConfiguration={
        'TargetValue': 5.0, # The target value for the metric. Here the metric is: ApproximateBacklogSizePerInstance
        'CustomizedMetricSpecification': {
            'MetricName': 'ApproximateBacklogSizePerInstance',
            'Namespace': 'AWS/SageMaker',
            'Dimensions': [
                {'Name': 'EndpointName', 'Value': <endpoint_name> }
            ],
            'Statistic': 'Average',
        }
    }

定義可擴展至零的擴展政策

以下示範如何使用 AWS SDK for Python (Boto3)，透過應用程式自動擴展搭配定義和註冊端點變體。使用 Boto3 定義代表應用程式自動擴展的低階用戶端物件後，我們使用 RegisterScalableTarget 方法註冊生產變體。我們將 MinCapacity 設定為 0，因為在沒有要處理請求時，非同步推論可讓您自動擴展至 0。

# Common class representing application autoscaling for SageMaker 
client = boto3.client('application-autoscaling') 

# This is the format in which application autoscaling references the endpoint
resource_id='endpoint/' + <endpoint_name> + '/variant/' + <'variant1'> 

# Define and register your endpoint variant
response = client.register_scalable_target(
    ServiceNamespace='sagemaker', 
    ResourceId=resource_id,
    ScalableDimension='sagemaker:variant:DesiredInstanceCount', # The number of EC2 instances for your Amazon SageMaker model endpoint variant.
    MinCapacity=0,
    MaxCapacity=5
)

有關應用程序自動擴展 API 的詳細說明，請參閱應用程序縮放肉毒桿菌 3文檔。

選用：定義新請求從零擴展的擴展政策

您可能有一個使用案例，其中具有零星請求或請求數量較少的期間。如果您的端點在這些期間縮減為零個執行個體，則佇列中的請求數量超出擴展政策中所指定的目標後，您的端點才會再次擴展。這可能會導致佇列中的請求等待時間很長。以下一節示範如何建立其他擴展政策，在佇列中收到任何新請求後，將端點從零個執行個體進行擴展。您的端點將能夠更快地回應新請求，而不是等待佇列大小超出目標。

若要建立從零個執行個體擴展的端點擴展政策，請執行以下操作：

  1. 建立定義所需行為的擴展政策，在執行個體數量為零但佇列中有請求時擴展端點。以下示範如何使用 AWS SDK for Python (Boto3)定義稱為 HasBacklogWithoutCapacity-ScalingPolicy 的擴展政策。當佇列大於零，而且端點目前執行個體計數也為零時，該政策會擴展您的端點。在所有其他情況下，該政策不會影響端點的擴展。

    response = client.put_scaling_policy(
    PolicyName="HasBacklogWithoutCapacity-ScalingPolicy",
    ServiceNamespace="sagemaker",  # The namespace of the service that provides the resource.
    ResourceId=resource_id,  # Endpoint name
    ScalableDimension="sagemaker:variant:DesiredInstanceCount",  # SageMaker supports only Instance Count
    PolicyType="StepScaling",  # 'StepScaling' or 'TargetTrackingScaling'
    StepScalingPolicyConfiguration={
        "AdjustmentType": "ChangeInCapacity", # Specifies whether the ScalingAdjustment value in the StepAdjustment property is an absolute number or a percentage of the current capacity. 
        "MetricAggregationType": "Average", # The aggregation type for the CloudWatch metrics.
        "Cooldown": 300, # The amount of time, in seconds, to wait for a previous scaling activity to take effect. 
        "StepAdjustments": # A set of adjustments that enable you to scale based on the size of the alarm breach.
        [ 
            {
              "MetricIntervalLowerBound": 0,
              "ScalingAdjustment": 1
            }
          ]
    },    
)

  2. 使用自定義指標創建 CloudWatch 警報HasBacklogWithoutCapacity。警示觸發時，會啟動先前定義的擴展政策。如需關於 HasBacklogWithoutCapacity 指標的詳細資訊，請參閱非同步推論端點指標。

    response = cw_client.put_metric_alarm(
    AlarmName=step_scaling_policy_alarm_name,
    MetricName='HasBacklogWithoutCapacity',
    Namespace='AWS/SageMaker',
    Statistic='Average',
    EvaluationPeriods= 2,
    DatapointsToAlarm= 2,
    Threshold= 1,
    ComparisonOperator='GreaterThanOrEqualToThreshold',
    TreatMissingData='missing',
    Dimensions=[
        { 'Name':'EndpointName', 'Value':endpoint_name },
    ],
    Period= 60,
    AlarmActions=[step_scaling_policy_arn]
)

您現在應該有一個擴展政策和 CloudWatch 警報，只要佇列有待處理的請求，就可以從零執行個體擴展端點。