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、Atlas はクラスター内の運用ノードを次の階層にスケールアップします。ただし、このタイプのクラスター ノードのいずれかに対して次の基準の 1 つ以上が当てはまる場合に限ります。

• M10 クラスターと M20 クラスター:

  • Amazon Web Services 。正規化された相対的システム CPU 90使用率の平均が過去20 分間で % を超え、CPU スティール率の平均非正規化絶対 CPU 30使用率が過去3 分間で % を超えています。

  • Azure .正規化された相対的システム CPU 90使用率の平均が過去20 分間で % を超え、ソフト IRQ の平均非正規化絶対 CPU10 使用率が過去3 分間で % を超えています。

  • 正規化されたシステムCPU の絶対使用率の平均が、過去 20 分間にクラスターで利用可能なリソースの 90% を超えました。

  • 正規化されたシステム CPU の相対使用率の平均が、過去 1 時間にクラスターで利用可能なリソースの 75% を超えました。

  • 平均 System Memory Utilization が過去 10 分間にクラスターで利用可能なリソースの 90% を超えている。 Atlas がシステムメモリ使用率の量を計算する方法については、「 Atlas がクラスター階層をスケーリングする方法 」を参照してください。

  • 過去 1 時間の平均 System Memory Utilization が、クラスターで使用可能なリソースの 75% を超えています。

• M30+ クラスター:

  • 平均 System CPU Utilization が過去 10 分間にクラスターで利用可能なリソースの 90% を超えました。

  • 過去 1 時間の平均 System CPU Utilization が、クラスターで使用可能なリソースの 75% を超えています。

  • 平均 System Memory Utilization が過去 10 分間にクラスターで利用可能なリソースの 90% を超えました。

  • 過去 1 時間の平均 System Memory Utilization が、クラスターで使用可能なリソースの 75% を超えています。

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。

最適なリソース利用とコストプロファイルを達成するために、Atlas は次の条件が満たされる場合にクラスターを次の階層にスケールアップすることを避けます。

• M10 または M20 クラスターが、過去 20 分または 1 時間（しきい値による）以内にスケールアップされた。

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

たとえば、12:00 以降クラスター階層が変更されていない場合、クラスターの現在の正規化されたシステム CPU 使用率が 90% を超えると、Atlas は M30+ クラスターを 12:10 に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:

  • 正規化された System CPU Utilization の平均値は、少なくとも過去 10 分および過去 4 時間にわたって、クラスターで使用可能なリソースの 45% を下回っています。Atlas は、CPU 負荷が観測されたレベルに安定したことを示す指標として、「4 時間平均」チェックポイントを使用します。Atlas は、Atlas が「4 時間平均」チェックポイントで捉えられなかった最近の CPU スパイクが発生していないことを示す指標として、「10 分平均」チェックポイントを使用します。

  • WiredTiger のキャッシュ 使用量の平均が、現在の クラスター階層サイズで直近の 10 分および 4 時間で、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測される合計システムメモリ使用率が、少なくとも過去 10 分間および過去 4 時間で 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量が新しい階層サイズで少なくとも過去 4 時間および少なくとも過去 10 分間、60% を下回ってい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、クラスターが完全なキャッシュを持っているものの、それ以外の場合にトラフィックが少なければ、スケールダウンする可能性を高くします。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り、それ以外の状況では Normalized System CPU 使用率が低いアイドルクラスターは、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 クラスターと M20 クラスターは、クラウドプロバイダーがバースト期間後に設定する CPU 使用量の上限を考慮して、より低いしきい値を使用します。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。

• シャード内の運用ノードまたは分析ノードが自動スケーリングの基準を満たした場合、その特定のシャードの運用/分析ノードのみが階層を変更します。

• 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、拡張ストレージをサポートするリージョンの 1 つにデプロイされたクラスターでオートスケーリングを有効にし、現在の IOPS がオートスケールされたディスクサイズのデフォルト IOPS よりも低い場合、Atlas は IOPS スライダーで割り当てられた IOPS の数を増やし、UI で通知します。詳細については、「Azure 上でのストレージ容量と IOPS の変更」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、対象の階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 はクラスターをスケールダウンしません。この場合、Atlas は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を更新します。

• 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。