オートスケーリングを構成する

クラスター階層のスケールアップ

アプリケーションの動的ワークロードを効果的に管理するために、Atlas はこのセクションで説明する条件下でクラスター内のノードをスケールアップします。

次のクラスター階層が Maximum Cluster Size の範囲内にある場合、クラスター内の指定されたタイプの任意のノードに対して次の条件の 1 つ以上が当てはまる場合、Atlas はクラスター内のノードを次の階層にスケールアップします。

• 稼働中のノード:

  • M10 クラスターで稼働しているノードで、平均的な Normalized System CPU Utilization または System Memory Utilization が、過去 1 時間にクラスターで利用可能なリソースの 75% を超えた。

  • M20 クラスターで稼働しているノードで、平均的な Normalized System CPU Utilization または System Memory Utilization が、クラスターで利用可能なリソースの 90% を少なくとも 20 分間超えたか、またはクラスターで利用可能なリソースの 75% を少なくとも 1 時間超えた。

  • M30+ クラスターで稼働しているノードで、平均的な Normalized System CPU Utilization または System Memory Utilization が、過去 10 分間にクラスターで使用可能なリソースの 90% を超えたか、または少なくとも 1 時間、クラスターで使用可能なリソースの 75% を超えた。

    これらのしきい値により、クラスターは高負荷に対応して迅速にスケールアップし、アプリケーションはトラフィックや使用量の急増に対応しながら、パフォーマンスと信頼性を維持できます。

• 分析ノード:

  • 平均的な Normalized System CPU Utilization または System Memory Utilization が、過去 1 時間にクラスターで利用できるリソースの 75% を超えた。

Atlas では、クラスターが次の条件でスケールアップされていない場合、クラスターが次の階層に増えます。

• M10+ クラスターが、過去 1 時間以内にスケールアップされていない。

• M20+ クラスターが、過去 20 分または 1 時間（しきい値による）スケールアップされていない。

• M30+ クラスターが、過去 10 分または 1 時間（しきい値による）スケールアップされていない。

たとえば、クラスターの現在の Normalized System CPU 使用率が 90% より大きい場合、Atlas は M30+ クラスターを T+10 でスケールアップします。

クラスター階層のスケールダウン

コストを最適化するために、Atlas はこのセクションに記載されている条件下でクラスター内のノードをスケールダウンします。

次に低いクラスター階層が Minimum Cluster Size の範囲内にある場合、Atlas は、指定されたクラスタータイプのすべてのノードに対して次の条件のすべてが当てはまる場合、クラスター内のノードを次の最も低い層にスケールダウンします。

• 稼働中のノード:

  • 平均的な Normalized System CPU Utilization が、少なくとも過去 4 時間にクラスターで使用可能なリソースの 50% を下回った。

  • WiredTiger のキャッシュ平均使用量が、現在のクラスター階層サイズで少なくとも 4 時間、WiredTiger の最大キャッシュサイズの 90% を下回っている。これは、現在のクラスターが過負荷になっていないことを Atlas に示します。

  • 新しい下位クラスター階層での予想される合計メモリ使用率が、少なくとも 4 時間、60% を下回っている。Atlas は、上述の予測される合計メモリ使用率を次のように計算します。

    Atlas は、現在のメモリ使用率を測定し、現在の WiredTiger キャッシュ使用量を新しい下位階層クラスターの WiredTiger キャッシュサイズの 80% に置き換えます。

    次に、Atlas は、予測される合計メモリ使用率が新しい階層サイズで少なくとも 4 時間、60% を下回るかどうかを確認します。

    注意

    Atlas はメモリ計算に WiredTiger キャッシュを含めて、完全なキャッシュを持つクラスターがスケールダウンする可能性を高くしますが、それ以外の場合は低トラフィックがスケールダウンされます。つまり、Atlas はWiredTiger キャッシュのサイズを検査して、クラスターの WiredTiger キャッシュがクラスターの最大 WiredTiger キャッシュサイズの 90% に達する可能性がある場合には、Normalized System CPU 使用率が低いアイドルクラスターを安全にダウンスケールできると判断します。

  • クラスターは過去 24 時間で（手動または自動で）スケールダウンされていない。

  これらの条件により、Atlas はクラスター内の稼働中のノードをスケールダウンして、高使用率の状態を防ぐことができます。

• 分析ノード:

  • 過去 24 時間の平均 Normalized System CPU Utilization と System Memory Utilization が、クラスターで利用可能なリソースの 50% を下回っている。

  • クラスターは過去 24 時間で（手動または自動で）スケールダウンされていない。

  注意

  M10 と M20 クラスターは、バースト期間後にクラウドプロバイダーが設定した CPU 使用率の上限を考慮して、より低いしきい値を使用しています。これらのしきい値は、クラウドプロバイダーとクラスター階層によって異なります。

シャーディングされたクラスターの増加

Atlas は、レプリカセットと同じ基準を使用して、シャーディングされたクラスターの階層をオートスケールします。Atlas は、次のルールを適用します。

• オートスケーリングは、シャーディングされたクラスター内のすべてのシャードに適用される。同じクラスター内の一部のシャードにはオートスケーリングを適用できず、他のシャードには適用できない。

• クラスター階層を自動スケールアップするための基準を満たすシャードがあれば、すべてのシャードがクラスター階層をスケールアップする。

• Atlas がクラスター階層を自動的にスケールダウンする前に、クラスター内のすべてのシャードが基準を満たしている必要があります。

• Config サーバーのレプリカセットはオートスケールされない。

クラスター階層とクラスター ストレージは並行して拡張される可能性があります

Atlas がクラスターのストレージ容量をオートスケーリングしようとすると、現在のクラスター階層がサポートする範囲外でストレージを拡張する必要がある場合があります。 クラスターでダウンタイムが発生しないよう、Atlas はクラスター階層（クラスター ストレージに加えて）を新しいストレージ容量に対応するようにスケーリングします。

Azureでは、拡張ストレージ をサポートするリージョンの 1 つに配置されたクラスターでオートスケーリングが有効になっており、現在のIOPSがオートスケーリング ディスク サイズのデフォルトIOPSより小さい場合、Atlas はIOPSの割り当て数を増やしますIOPSスライダーと UI で通知します。 詳しくは、「 Azure におけるストレージ容量と IOPS の拡張 」を参照してください。

指定した最大クラスター階層が新しいストレージ容量をサポートできない場合、Atlas は次の処理を実行します。

1. お使いの最大クラスター階層を、新しいストレージ容量に対応できる次に低い階層まで引き上げます。

2. クラスター階層をその新しい最大階層に増やします。

Atlas がクラスター階層のスケールダウンを試み、ターゲット層が現在のディスク容量、プロビジョニングされた IOPS、またはその両方をサポートできない場合、Atlas ではクラスターがスケールダウンされません。このシナリオでは、Atlas で、現在のクラスター階層と構成済みの最大クラスター階層との関係に基づいてオートスケーリング設定が更新されます。

• クラスターが現在構成されている最大クラスター階層にある場合、すべての小さい層が必要なストレージ設定に対応できないため、Atlas はクラスターの自動スケールダウンを無効にします。下方オートスケーリングを再度有効にする場合は、クラスター設定から手動で有効にする必要があります。

• クラスターが現在設定されている最大クラスター階層にない場合、Atlasは最小クラスター階層を現在のクラスター階層まで引き上げます。この場合、Atlas は下方オートスケーリングを無効にしません。

このオートスケーリング ロジックにより、ストレージ設定がワークロードと一致しない場合でも、ダウンタイムを軽減できます。

oplog に関する考慮事項

ストレージのオートスケーリングを使用するかどうかに応じて、Atlas は oplog の最小保持ウィンドウまたは oplog サイズに基づいて oplog エントリを管理します。詳しくは、「Oplog サイズの動作」を参照してください。Atlas では、ストレージのオートスケーリングはデフォルトで有効になっています。

デフォルトで有効になっているオートスケーリング

新しいクラスターを作成すると、MongoDB Atlas はクラスター階層とストレージのオートスケーリングを有効にします。オートスケーリングを明示的に有効にする必要はありません。必要に応じて、クラスター階層とストレージをオプトアウトすることもできます。

オートスケーリングを有効にすると、クラスターは自動的に次の操作を実行できます。

• より高いクラスター階層により、スケールアップして、機能を強化します。

• 現在のクラスター階層を下位のクラスター階層に下げます。

Auto-scale オプションの Cluster tier セクションでは、クラスターがオートスケーリングできる Maximum Cluster Size と Minimum Cluster Size の値を指定できます。Atlas では、これらの値が次のように設定されます。

• Maximum Cluster Size は、現在のクラスター階層より 1 つ上の層に設定されています。

• Minimum Cluster Size は現在のクラスター階層に設定されています。

クラスター階層のオートスケーリング オプションを検討する

クラスター階層とストレージに対して有効になっているオートスケーリング オプションを確認するには、次の手順を行います。

1. 選択した Auto-Scale チェックボックスで、Maximum Cluster Size と Minimum Cluster Size の値を確認し、必要に応じて調整します。

2. 新しいクラスターを作成するときにデフォルトでチェックされる Allow cluster to be scaled down オプションを確認してください。

3. デフォルトでチェックされている Storage Scaling チェックボックスの下のオプションを確認します。

クラスター階層とストレージのオートスケーリングをオプトアウトする

クラスターのオートスケーリング（クラスター階層の増加）をオプトアウトするには、新しいクラスターを作成するときに、Cluster Tier メニューに移動し、Auto-scale セクションの Cluster Tier Scaling チェックボックスをオフにします。

クラスターのオートスケーリング（クラスター階層の減少）をオプトアウトするには、新しいクラスターを作成するときに、Cluster Tier メニューに移動し、Auto-scale セクションの Allow cluster to be scaled down チェックボックスをオフにします。

クラスター ストレージのスケーリングをオプトアウトするには、Auto-scale セクションの Storage Scaling チェックボックスをオフにします。