AI 에이전트의 경우: 문서 인덱스는 https://www.mongodb.com/ko-kr/docs/llms.txt에서 사용할 수 있으며, 모든 페이지의 마크다운 버전은 어떤 URL 경로에 .md를 추가하여 사용할 수 있습니다.
Docs Menu

Atlas Core의 컴퓨팅 자동 확장

이 페이지에서는 클러스터 계층 자동 확장을 다루고 있습니다. 클러스터 계층 자동 확장이 작동하는 방법을 학습하려면 클러스터 계층의 반응형 자동 확장 및 클러스터 계층의 예측형 자동 확장을 참조하세요. 클러스터 저장 자동 확장이 작동하는 방법은 Atlas Core에서 Atlas가 클러스터 저장을 확장하는 방법을 참조하세요.

Atlas 클러스터 계층에 반응형 및 예측형 자동 확장 사용합니다. Atlas 클러스터의 유형, 계층, 워크로드 패턴 에 따라 자동 확장 메커니즘을 선택합니다.

참고

계층 가용성

클러스터 계층 자동 확장은 General 및 Low-CPU 클래스의 클러스터 계층에서는 작동하지만 not Local NVMe SSD 클래스의 클러스터에서는 작동하지 않습니다.

  • 반응형 자동 확장. Atlas 예측이 아닌 임계값을 사용하여 현재 리소스 사용량에 따라 확장 이벤트를 trigger하다 . 반응형 자동 확장 리소스 사용량이 높거나 적게 지속된 후에 발생합니다. 자세한 내용은 클러스터 계층에 대한 반응형 자동 확장.를 참조하세요.

  • 예측 자동 확장. Atlas 머신 러닝 사용하여 과거 사용 패턴을 기반으로 향후 확장 요구 사항을 예측하고 예상되는 워크로드 급증이 발생하기 전에 확장 이벤트를 트리거하다 하려고 시도합니다.

    예측 자동 확장 클러스터 계층 자동 확장 의 확장이며 반응형 자동 확장 으로 대체됩니다. Atlas 주기적으로 또는 예측할 수 없는 워크로드의 예기치 않은 급증을 관리 위해 반응형 자동 확장 계속 사용하고 있습니다. Atlas 적격 클러스터에 예측 자동 확장 사용합니다. 자세히 학습하려면 클러스터 계층에 대한 예측 자동 확장을 참조하세요.

중요

Atlas 에서 클러스터 생성하고 반응형 자동 확장 및 예측 자동 확장 기능을 사용할 수 있는 경우, Atlas UI 사용하면 새 클러스터 에 대해 예측 및 반응형 자동 확장 메커니즘이 기본값 으로 모두 활성화됩니다. 그런 다음 Atlas 클러스터의 유형, 계층 및 워크로드 에 따라 자동 확장 메커니즘을 사용합니다. Atlas 관리 API 사용하는 경우 자동 확장명시적으로 활성화 해야 합니다.

참고

자동 확장 텀 사용

모든 Atlas 문서에서 자동 확장 텀 '예측'이라는 단어 없이 사용될 때마다 이는 반응형 자동 확장 메커니즘을 의미합니다. 예측 자동 확장도 참조하세요.

Atlas가 클러스터 사용량에 따라 클러스터 계층, 저장 용량 또는 두 가지 모두를 자동 확장하는 데 사용할 수 있는 클러스터 계층 범위를 구성할 수 있습니다. 저장 자동 확장이 컴퓨팅 확장에 미치는 영향에 대한 자세한 내용은 Atlas Core에서 Atlas가 클러스터 저장소를 확장하는 방법을 참조하세요.

Atlas 반응형 자동 확장 리소스 사용률을 최적화하고 비용 프로필을 개선하기 위해 지속적으로 높은 수요와 단기 피크 트래픽을 감지하고 실시간 리소스 사용량에 따라 클러스터 계층 조정합니다.

비용을 제어할 수 있도록 cluster를 자동으로 확장할 수 있는 최대 및 최소 cluster 크기 범위를 지정할 수 있습니다.

반응형 자동 확장 순차적으로 작동하며 프로세스 인해 다운타임이 발생하지 않습니다. Atlas 이 프로세스 되는 동안 프라이머리 노드 유지하지만, 노드는 하나씩 업그레이드되며 업그레이드되는 동안에는 사용할 수 없습니다.

반응형 자동 확장이 있는 코드 도구로 인프라를 사용할 때 리소스 드리프트를 방지하는 등 확장성 대한 권장 사항에 대해 학습하려면 Atlas 아키텍처 센터에서 Atlas 확장성을 위한 권장 사항 을 참조하세요.

Atlas 클러스터 계층 반응형 자동 확장은 General 및 Low-CPU 클러스터 클래스에 속하는 모든 전용 Atlas Core 클러스터 계층에서 사용할 수 있습니다. 반응형 자동 확장은 Atlas Infinite 클러스터에서도 사용할 수 있습니다.

Atlas 자동 확장 결정을 위해 호스팅하다 핑 데이터를 사용합니다. 전용 클러스터 데이터 노드는 자동 확장이 활성화되었는지 여부에 관계없이 이 핑 데이터를 컨트롤 플레인으로 지속적으로 전송합니다. 자동 확장을 활성화 Atlas 이 기록 데이터를 사용하여 확장 조건이 충족되는 경우 즉시 확장하다 할 수 있습니다.

Atlas는 클러스터를 같은 클래스의 다른 계층으로 확장합니다. 예를 들어 Atlas는 General 클러스터를 다른 General 클러스터 클래스로 확장하지만 General 클러스터를 Low-CPU 클러스터 클래스로 확장하지는 않습니다.

새 클러스터 계층이 지정된 Minimum 및 Maximum Cluster Size 범위를 벗어나는 경우 Atlas는 클러스터 계층을 확장하지 않습니다.

읽기 전용 노드를 배포하고 클러스터의 확장 속도를 높이고 싶다면 복제본 세트 확장 모드를 조정해 보세요.

정확한 클러스터 리소스 사용률을 보장하기 위해 정확한 반응형 자동 확장 기준이 변경될 수 있습니다.

중요

전용 Atlas Core 클러스터의 경우 대상 클러스터의 저장 용량보다 큰 스냅샷을 복원하면 클러스터가 자동으로 확장되지 않습니다.

Atlas는 다음 리소스 활용도 및 작업 승인 제어 개념을 사용하여 클러스터를 확장하거나 축소할 시기를 결정합니다.

  • 절대 시스템 CPU 사용률: 노드에 있는 모든 프로세스의 총 CPU 사용량입니다. Atlas 지표에서 시스템 CPU로 표시됩니다.

  • 상대 시스템 CPU 사용률: Atlas가 M10 및 M20 클러스터에서 자동 확장 결정을 내리는 데 사용하는 값입니다. 계산 방식은 다음과 같습니다.

    Relative System CPU Utilization = Normalized System CPU / Baseline CPU Utilization

    구제척으로:

    • 정규화된 시스템 CPU: 모든 코어에 걸쳐 합산된 총 CPU 사용량으로, 기준 CPU 사용률로 정규화되었습니다. Atlas 지표에서 정규화된 시스템 CPU로 확인할 수 있습니다.

    • 기준 CPU 사용률: 클라우드 공급자가 인스턴스에 보장하는 전체 CPU의 비율로, 일반적으로 버스트 가능한 인스턴스 유형의 경우 20%~50%입니다. Atlas 지표에는 표시되지 않습니다. 자세한 내용은 기준 CPU 사용률을 참조하세요.

      예를 들어, Baseline CPU Utilization에 대한 하한 추정치로 20%를 사용하면 다음 Relative System CPU Utilization 값은 Atlas 지표의 정규화된 시스템 CPU 값에 해당합니다.

    Atlas는 계산 결과가 이 값을 초과하더라도 Relative System CPU Utilization을(를) 100%로 제한합니다. Normalized System CPU가 낮게 나타날 때 확장(scale-up)이 발생하면 MongoDB 지원팀에 문의하세요.

  • 시스템 메모리 사용률: 노드의 모든 프로세스에서의 총 메모리 사용량을 노드에 사용 가능한 총 메모리의 비율로 표시한 값입니다. 이것은 다음과 같이 계산됩니다:

    System Memory Utilization = Memory Used / Total Memory * 100

    구제척으로:

    • 사용된 메모리: 호스트에서 현재 사용 중인 물리적 메모리의 바이트 수입니다. Atlas 지표에서 시스템 메모리: 사용된 메모리(바이트)로 표시됩니다.

    • 총 메모리: 운영 체제에서 보고한 대로 노드에서 사용할 수 있는 총 물리적 메모리입니다. Atlas는 이 값을 별도의 지표로 표시하지 않습니다. Atlas 지표에는 표시되지 않습니다.

    참고

    Atlas가 자동 확장 결정에 사용하는 System Memory Utilization 값은 Atlas 지표 패널에 표시된 값과 약간 다를 수 있습니다. System Memory Utilization이(가) 낮게 나타나는데도 확장(scale-down)이 발생하지 않으면 MongoDB Support에 문의하세요.

  • 대기 중이거나 거부된 작업: 지능형 워크로드 관리(IWM)의 일환으로 클러스터가 과부하되지 않도록 Atlas가 대기시키거나 거부하는 작업의 결합된 비율입니다. Atlas는 이를 다음과 같이 계산합니다.

    Queued or Rejected Operations = Queued Operations + Rejected Operations

    구제척으로:

    • 대기 중인 작업: Atlas가 클러스터에 대한 승인을 기다리기 위해 수신 요청 속도 제한기 대기열에 추가하는 들어오는 작업의 분당 평균 속도입니다. 초당 속도는 Atlas 지표에서 작업 속도 제한: 대기 중인 작업으로 확인할 수 있습니다.

    • 거부된 작업: 클러스터가 과부하 상태이고 부하 분산이 활성화되어 Atlas가 거부하는 들어오는 작업의 분당 평균 비율입니다. 초당 비율은 Atlas 지표에서 작업 속도 제한: 거부된 작업으로 확인할 수 있습니다.

    클러스터 과부하에 대응하여 작업을 대기열에 넣거나 거부하는 IWM의 작동 방식을 학습하려면 Intelligent 워크로드 관리를 참조하세요.

    0보다 큰 결합 값은 클러스터에 과부하가 걸렸음을 의미합니다.

다음 섹션에서는 Atlas가 이러한 지표를 사용하여 클러스터를 확장하거나 축소할 시기를 결정하는 방법을 설명합니다.

애플리케이션의 동적 워크로드를 관리 위해 Atlas 이 섹션에 설명된 조건에서 클러스터 의 노드를 반응적으로 확장합니다.

최적의 리소스 활용과 비용 프로필을 달성하기 위해 Atlas는 다음과 같은 경우 클러스터를 다음 계층으로 확장하지 않습니다.

  • M10 또는 M20 클러스터가 임계값에 따라 지난 20분 또는 1시간 내 확장되었습니다.

  • M30+ 클러스터가 임계값에 따라 지난 10분 또는 1시간 이내 확장되었습니다.

  • Queued or Rejected Operations 기준에 따라 지난 10 분 동안 클러스터가 확장되었습니다.

예를 들어, 클러스터 계층이 12:00 이후 변경되지 않은 경우, 클러스터의 현재 정규화된 시스템 CPU 사용률이 90%보다 크면 Atlas는 M30+ 클러스터를 12:10에 확장합니다.

다음 클러스터 계층이 범위 내에 있을 경우, 지정된 Maximum Cluster Size 유형의 클러스터 노드 하나라도 다음 기준 중 하나 이상을 충족하면 Atlas는 클러스터의 운영 노드를 다음 계층까지 확장합니다.

참고

이 섹션의 조건은 운영 노드를 설명합니다. 모든 클라우드 공급자의 분석 노드에 대해, 평균 Normalized System CPU 또는 System Memory Utilization이 지난 1시간 동안 클러스터 노드에서 사용할 수 있는 리소스의 75%를 초과한 경우 Atlas는 다음 계층으로 확장하다. Atlas는 분석 노드에 Queued or Rejected Operations 기준을 적용하지 않습니다.

다음 목록은 클러스터 계층별로 기준을 그룹화합니다. 각 계층 내에서 CPU 관련 기준이 먼저 나타나고 메모리 관련 기준이 그 뒤를 따릅니다. 이 두 세트 각각 내에서 클라우드 공급자별 기준이 먼저 나타납니다. 나머지 기준은 가장 제한적인 것부터 가장 덜 제한적인 것 순으로 나타납니다. 과부하 기준은 모든 전용 계층에 적용되며 마지막에 나타납니다.

  • M10 및 M20 클러스터:

    • AWS. 평균 정규화된 Relative System CPU Utilization이(가) 지난 20 분 동안 90% 초과했으며, CPU 도용에 대한 평균 비정규화된 Absolute System CPU Utilization가(이) 지난 3 분 동안 30% 초과했습니다.

    • Azure. 평균 정규화된 Relative System CPU Utilization이(가) 지난 20 분 동안 90%를 초과했습니다. 그리고 softIRQ에 대한 평균 비정규화된 Absolute System CPU Utilization이(가) 지난 3 분 동안 10%를 초과했습니다.

    • 평균 정규화된 Absolute System CPU Utilization이 지난 20 분 동안 클러스터에서 사용할 수 있는 리소스의 90%를 초과했습니다.

    • 지난 1시간 동안 평균 정규화된 Relative System CPU Utilization이(가) 클러스터에서 사용할 수 있는 리소스의 75%를 초과했습니다.

    • 평균 System Memory Utilization이 지난 10분 동안 클러스터에서 사용할 수 있는 리소스의 90%를 초과했습니다.

    • 평균 System Memory Utilization이 지난 1시간 동안 클러스터에서 사용할 수 있는 리소스의 75%를 초과했습니다.

    참고

    Normalized System CPU 이(가) 부족해 보일 때 확장이 발생하면 MongoDB 지원팀 문의.

  • M30+ 클러스터:

    • 평균 Normalized System CPU이 지난 10분 동안 클러스터에서 사용할 수 있는 리소스의 90%를 초과했습니다.

    • 평균 Normalized System CPU이 지난 1시간 동안 클러스터에서 사용할 수 있는 리소스의 75%를 초과했습니다.

    • 평균 System Memory Utilization이 지난 10분 동안 클러스터에서 사용할 수 있는 리소스의 90%를 초과했습니다.

    • 평균 System Memory Utilization이 지난 1시간 동안 클러스터에서 사용할 수 있는 리소스의 75%를 초과했습니다.

  • 모든 전용 클러스터, M10+:

    • Queued or Rejected Operations 지난 10 분 동안 모든 샘플에서 0 이상을 유지합니다.

      Atlas는 평균을 내는 대신 10분 창 동안 속도가 0 이상으로 유지되어야 하므로, 짧은 트래픽 급증 시 큐잉이나 작업 거부가 잠시 발생해도 클러스터를 확장하다 않습니다. 지속적인 부하 분산은 워크로드가 현재 계층이 허용할 수 있는 수준을 초과했음을 나타내며, 따라서 Atlas는 과부하를 해소하기 위해 확장합니다.

      참고

      이 기준은 Atlas가 부하를 분산했는지 여부를 측정하며, 분산한 양을 측정하지는 않습니다. 0보다 큰 지속적인 비율은 임계값을 충족합니다.

이러한 임계값은 클러스터가 높은 부하에 대응하여 빠르게 확장되어 성능과 안정성을 유지하도록 보장합니다.

참고

Atlas는 시뮬레이션된 리전 장애 중에는 클러스터 계층 자동 확장을 trigger하지 않습니다. 이 동작은 클러스터 정상 노드가 확장 작업을 지원을 할 수 없는 경우 실제 리전 장애 중에도 발생할 수 있습니다.

중요

급격한 워크로드 급증

더 큰 클러스터 계층으로 확장하려면 백업 리소스를 준비하는 데 충분한 시간이 필요합니다. 클러스터가 대량 삽입과 같은 급증 활동을 수신하는 경우 자동 확장이 이루어지지 않을 수 있습니다. 리소스 부족 위험을 줄이려면 대량 삽입 및 기타 워크로드 급증이 발생하기 전에 클러스터를 확장할 계획을 세워야 합니다.

Atlas가 확장 조건을 평가하는 방법을 확인하기 위해 다음 값을 사용하는 예시 시나리오를 고려해 보세요. 기준 CPU 사용률은 Atlas 지표 패널에 표시되지 않으며 버스트 가능한 인스턴스 유형의 경우 20%~50% 범위일 수 있습니다. 해당 범위의 모든 값을 사용하여 상한 및 하한을 추정할 수 있으며, 이 예시에서는 해당 범위의 하한으로 20%를 사용합니다.

조건 평가:

조건 1 (AWS): 20 분 동안 평균 상대 시스템 CPU 사용률 > 90% 및 3 분 동안 평균 CPU 도용 > 30%가 필요합니다.

  • 상대 CPU: 60% ~ 20% = 300%, 100%로 제한됩니다. 첫 번째 임계값에 도달했습니다.

  • CPU 도용은 10%로, 30%를 초과하지 않습니다. 두 번째 임계값이 충족되지 않았습니다.

  • 결과: 조건 1이(가) 충족되지 않았습니다. 두 임계값 모두 참이어야 합니다.

조건 2: 20 분 동안 평균 Normalized System CPU > 90%가 필요합니다.

  • 정규화된 시스템 CPU는 60%로, 90%를 초과하지 않습니다.

  • 결과: 조건 2 충족되지 않습니다.

조건 3: 평균 상대 시스템 CPU 사용률 > 75%가 1 시간 동안 필요합니다.

  • 상대 CPU: 60% ~ 20% = 300%, 100%로 제한됩니다.

  • 결과: 조건 3 충족됨. Atlas가 자동 확장을 트리거합니다.

비용을 최적화하기 위해 Atlas 이 섹션에 설명된 조건에서 클러스터 의 노드를 반응적으로 축소합니다.

Atlas 소급적으로가 아니라 다운스케일링을 활성화 순간부터 이러한 조건을 확인하기 시작합니다. 축소를 활성화하기 전에 클러스터 이러한 조건을 충족했더라도 기능 활성화한 후 필요한 시간이 경과할 때까지 Atlas 확장하다 하지 않습니다.

다음으로 낮은 클러스터 계층이 Minimum Cluster Size 범위 내에 있는 경우, 클러스터의 모든 노드에 대해 다음 기준이 모두 해당되는 경우 Atlas는 클러스터의 노드를 다음으로 낮은 계층으로 축소합니다.

  • 모든 노드에 대해 다음이 충족되어야 합니다.

    • Atlas는 지난 24시간 동안 클러스터를 수동 또는 자동으로 축소하지 않았습니다.

    • Atlas는 지난 24시간 동안 클러스터를 프로비저닝하거나 일시 중지를 해제하지 않았습니다.

    • Atlas 지난 12 시간 동안 클러스터 노드를 중지했다가 다시 시작하지 않았습니다.

  • 운영 노드:

    • 평균 Normalized System CPU 이(가) 최소한 지난 10 분 AND 지난 4 시간 동안 클러스터에서 사용할 수 있는 리소스의 45% 미만입니다. Atlas '4 시간 평균' 체크포인트 CPU 부하가 관찰된 수준으로 안정되었다는 표시로 사용합니다. Atlas '10 분 평균' 체크포인트 사용하여 '4 시간 평균' 체크포인트 로 캡처하지 않은 최근 Atlas 스파이크가 발생하지 않았음을 나타냅니다.

      참고

      M10 및 M20 계층의 경우 Atlas 표준 100% 기준이 아닌 인스턴스 기준 CPU 사용률 을 기준으로 45% CPU 임계값을 적용합니다. 20%를 하한 추정치로 사용하면 축소를 위한 유효 절대 CPU 임계값은 약 9% (20%의 45%)입니다.

    • 평균 WiredTiger 캐시 사용률이 현재 클러스터 계층 크기에서 적어도 지난 10분 그리고 지난 4시간 동안 최대 WiredTiger 캐시 크기의 90% 미만입니다. 이는 현재 클러스터가 과부하되지 않았음을 Atlas에 알려줍니다.

    • 새로운 하위 클러스터 계층의 이(가) 적어도 Projected Memory Utilization 60지난 10 시간 그리고 지난 4 분 동안 % 미만입니다.

      Projected Memory Utilization을(를) 계산하려면, Atlas는 Atlas 지표에서 System Memory: Memory Used (bytes)로 표시되는 현재 메모리 사용량으로 시작합니다. Atlas는 현재 WiredTiger 캐시 사용량을 빼고 새로운 하위 계층에서 최대 WiredTiger 캐시 크기의 80%를 더한 다음 그 계층의 총 RAM으로 결과를 나누업니다.

      이 값은 현재 계층의 RAM 대비 사용 중인 모든 메모리를 측정하는 System Memory Utilization과는 다릅니다.

      참고

      Atlas는 이 계산에 WiredTiger 캐시를 포함하여 캐시가 가드 차 있지만 트래픽이 낮은 클러스터가 축소될 가능성을 높입니다. 확장 축소하려면 다음 두 개의 임계값이 모두 통과해야 합니다.

      • 90%: 현재 계층의 WiredTiger 캐시 사용량은 최대 크기의 90% 미만이어야 합니다.

      • 60%: 새로운 하위 계층의 Projected Memory Utilization은(는) 60% 미만이어야 합니다.

    이러한 조건은 Atlas가 클러스터의 운영 노드를 축소하여 사용률이 높아지지 않도록 방지합니다.

    참고

    Atlas는 **예측 메모리 사용량**을 사용하여 메모리 기반 확장을 평가합니다. 이는 System Memory Utilization Atlas UI에 표시되는 과 다릅니다. System Memory Utilization이 낮게 나타날 때 확장 축소가 발생하지 않은 경우, MongoDB 지원팀에 문의하세요.

  • 분석 노드:

    • 지난 24시간 동안의 평균 Normalized System CPU 및 System Memory Utilization이 클러스터에서 사용 가능한 리소스의 50% 미만입니다.

    참고

    M10 및 M20 클러스터는 버스트 기간 이후 클라우드 공급자가 설정한 CPU 사용량 상한선을 고려하여 더 낮은 임계값을 사용합니다. 이러한 임계값은 클라우드 공급자와 클러스터 계층에 따라 다릅니다.

이 섹션은 Atlas Core 클러스터에 적용됩니다. 공개 미리 보기 중에는 Atlas Infinite 클러스터에서 샤딩이 지원되지 않습니다. Atlas는 복제본 세트와 동일한 기준을 사용하여 샤딩된 클러스터에 대한 클러스터 계층을 자동으로 확장합니다. Atlas는 다음 규칙을 적용합니다.

  • 자동 확장 있는 샤딩된 클러스터의 경우 기본값 으로 독립적인 샤드 확장 활성화됩니다. 독립적인 샤드 확장 활성화되면 Atlas 의 자동 확장 각 샤드 독립적으로 평가하고 확장합니다. 독립적인 샤드 확장 위해서는 가용성과 성능을 유지하기 위해 가장 작은 샤드 크기가 가장 큰 샤드 아래의 두 클러스터 계층보다 작지 않도록 유지되어야 합니다. Atlas Triggers 이러한 클러스터 에 대해 자동 확장 하고 가장 큰 샤드 확장하면 일관적인 가용성과 성능을 보장하기 위해 필요한 경우 더 작은 샤드도 확장됩니다.

  • 샤드 내의 운영 또는 분석 노드가 자동 확장 기준을 충족하는 경우, 해당 특정 샤드 의 운영 또는 분석 노드만 계층 변경합니다.

  • config 서버 복제본 세트는 자동 확장되지 않습니다. 하지만 Config Shard 는 자동 확장됩니다.

이 섹션은 Atlas Core 클러스터에 적용됩니다. Atlas Infinite 클러스터 자동 확장에 대해 알아보려면 Atlas Infinite의 컴퓨팅 자동 확장을 참조하세요. Atlas는 복제본 세트와 동일한 기준을 사용하여 Gen2 전용 클러스터에 대한 클러스터 계층을 자동으로 확장합니다. Atlas는 다음 규칙을 적용합니다.

  • 클러스터의 현재 계층, 최소 자동 확장 범위 및 최대 자동 확장 범위는 모두 동일한 세대(generation)내에 있어야 합니다.

  • M10 및 M20 클러스터는 세대와 무관합니다. Atlas는 M10 또는 M20 클러스터를 Gen1 또는 Gen2 클러스터로 자동 확장할 수 있습니다.

    예를 들어, 최대 자동 확장 범위가 Gen1 클러스터 계층인 경우 Atlas는 클러스터를 Gen1으로 자동 확장합니다. 최대 자동 확장 범위가 Gen2 클러스터 계층인 경우, Atlas는 클러스터를 Gen2으로 자동 확장합니다. M10 또는 M20를 Gen1 및 Gen2 클러스터 모두에 대한 최소 자동 확장 범위로 사용할 수도 있습니다.

다음 중 하나를 시도하면 Atlas Administration API가 INVALID_ATTRIBUTE 오류를 반환합니다:

  • 클러스터의 세대를 클러스터의 자동 확장 범위 세대와 다른 세대로 변경합니다.

  • 클러스터와 다른 세대에 속하는 M30+ 계층 클러스터가 되도록 클러스터의 자동 확장 범위를 설정합니다.

참고

GCP 호스팅 클러스터의 클러스터 세대 전환

Google Cloud Platform에서 호스팅되는 클러스터는 클러스터 세대에 따라 다른 디스크 유형을 사용합니다.

  • Gen1, M10, M20 클러스터는 영구 디스크 저장을 사용합니다.

  • Gen2 클러스터는 Hyperdisk 저장을 사용합니다.

To learn more, see Google 문서에서 저장 옵션 을 참조하세요.

M10 또는 M20 클러스터에서 Gen2 클러스터로(또는 그 반대로) Google 클라우드 호스팅 클러스터를 자동 확장하려면 Atlas가 이러한 디스크 유형 간에 데이터를 이동해야 합니다. 이 작업은 M10 또는 M20 클러스터를 Gen1 클러스터로 또는 그 반대로 자동 확장하는 것보다 오래 걸릴 수 있습니다.

예측 자동 확장 자동 확장 의 확장입니다.

Atlas 호스팅하다 리소스 사용률에 수요 예측을 사용하고 클러스터 컴퓨팅의 선제적 확장 수행하여 최적의 리소스 사용률을 보장합니다. 예측 자동 확장 사용하면 Atlas 주기적으로 워크로드 가 급증하기 전에 클러스터 를 사전에 확장하다 하려고 시도합니다.

예측 자동 확장 기록 패턴을 기반으로 하는 머신 러닝 모델을 기반 . Atlas 프라이머리 노드의 리소스 사용률을 분석하여 확장 결정을 내립니다. 이 모델은 과거 사용 패턴을 기반으로 리소스 사용률이 높은 시점을 예측하고, 모델이 리소스 사용률이 높을 것으로 예측하면 Atlas 클러스터 확장합니다. MongoDB Atlas 성능을 최적화하기 위해 모델과 해당 기준을 지속적으로 업데이트합니다.

이 모델은 롤링 4주 입력 창 분석하여 주기적 패턴을 식별합니다. 이 창 내에서 관찰 가능한 모든 패턴 ( 예시: 시간별, 매일, 매주 또는 격주 주기)을 캡처할 수 있습니다. 월별 또는 분기별 주기와 같이 기간이 더 긴 패턴은 4주 창 벗어나서 감지할 수 없습니다.

참고

창 상한에 가까운 패턴의 경우 창 내에서 발생하는 완전한 주기가 줄어들기 때문에 정확도가 떨어질 수 있습니다.

예측 자동 확장 예측적이고 주기적인 워크로드가 있는 클러스터에 다음과 같은 이점이 있습니다.

  • 4주 입력 창 내에서 주기적인 워크로드 패턴에 맞게 클러스터 자동으로 확장하다 .

  • 예측 가능한 수요 증가 기간 동안 일관적인 성능과 가용성을 유지합니다.

  • Atlas 용량 증가를 관리하도록 하여 수동 확장 작업이나 예약된 스크립트를 줄일 수 있습니다.

  • 클러스터 워크로드 의 변경 사항이 예측 가능한 패턴을 벗어나고 주기적이지 않거나 예측할 수 없는 경우 반응 자동 확장 으로 원활하게 전환합니다.

예측 자동 확장 트리거하다 하려면 클러스터 2주 동안 지속적인 활동 로그를 유지해야 합니다. 이 기준을 충족하면 시스템에서 예측 자동 확장 활성화합니다.

참고

클러스터 를 일시 중지하는 경우 예측 자동 확장 재개하려면 2주 연속 활동이 필요합니다.

다음 설명은 예측 자동 확장 작동 방식을 설명합니다.

  • Atlas 예상 로드가 도달하기 전에 클러스터 인스턴스 크기 확장하다 을 시도합니다.

  • Atlas 예측된 지표 기반으로 클러스터 예측적으로 확장하는 경우, 한 번에 최대 두 계층까지 확장하다 할 수 있습니다.

  • 예측 자동 확장 스토리지가 아닌 저장 에만 적용됩니다.

  • 예측 자동 확장 기존 자동 확장 최소 및 최대 인스턴스 크기를 따릅니다.

  • Atlas 예측 자동 확장 사용하여 클러스터 를 확장하다 할 수 없는 경우, 반응형 자동 확장 사용합니다.

  • 예측 자동 확장 업스케일링만 지원합니다. 예측 가능한 축소는 없습니다. Atlas 워크로드 감소하면 반응형 자동 확장 사용하여 클러스터 를 자동으로 확장하다 합니다.

  • 향후 1 시간 이내에 예측적 확장이 발생하도록 예약된 경우, Atlas 반응형 다운스케일링을 건너뜁니다.

  • 독립적인 샤드 확장 사용하고 클러스터 에서 예측 자동 확장 이미 활성화되어 활성화된 후 하나 이상의 샤드를 추가하는 경우, 이러한 새로운 샤드는 2주 후 워크로드 패턴이 설정될 때까지 예측적으로 자동 확장되지 않습니다. 그동안 이러한 샤드는 Atlas 에서 반응형 자동 확장 동작을 사용합니다.

Atlas 적격 클러스터에 예측 자동 확장 사용합니다. 예측 자동 확장 에 적합한 클러스터는 다음 기준을 모두 충족해야 합니다.

  • General 및 Low-CPU 클러스터 클래스에 속합니다.

  • 계층 이 M30 이상이어야 합니다.

  • 자동 확장을 활성화합니다. 다운스케일링을 활성화하면 자동 확장 최소 인스턴스 크기는 M30 이상이어야 합니다.

  • 최소 2주 동안 활동했습니다.

  • NVMe 스토리지 사용 하거나 Local NVMe SSD 클러스터 클래스에 속하지 않습니다.

  • AWS Gen2 전용 클러스터에 해당하지 않아야 합니다.

또한 다음 기준은 Atlas 적격 클러스터 에 대해 예측 자동 확장 사용하는지 여부에 영향을 미칩니다.

  • 예측 자동 확장 투표 선택 가능 노드와 읽기 전용 노드에만 적용됩니다. Atlas 검색 또는 분석 노드에 예측 자동 확장 사용하지 않습니다.

  • 예측 자동 확장 적격 클러스터 에서 비주기적이고 매우 동적인 워크로드 스파이크를 예측하지 못할 수 있습니다. 이러한 경우 Atlas 반응형 자동 확장 사용합니다.

클러스터 편집 페이지에서 클러스터 계층 수동으로 줄일 수 있습니다. 클러스터 계층 을 수동으로 확장하다 때는 다음 고려 사항이 적용 .

  • 배포의 워크로드 범위를 예상한 다음, 배포의 워크로드를 처리하기에 충분한 용량을 가진 클러스터 계층에 Minimum Cluster Size 값을 설정합니다. 클러스터 활동의 급격한 증가 또는 감소 가능성을 고려하세요.

  • M10보다 작은 클러스터 계층으로 확장할 수 없습니다.

  • Atlas Core 클러스터에서는 클러스터의 현재 디스크 구성보다 낮은 최소 클러스터 계층을 선택할 수 없습니다. 만약 저장이 최소 클러스터 계층에서 지원하는 용량을 초과하게 되면 Atlas는 클러스터의 저장 구성을 현재 최소 클러스터 계층에서 지원하는 용량을 넘어설 수 있도록 조정합니다. 그 후, Atlas는 자동으로 현재 클러스터의 저장 요구 사항을 충족하는 계층으로 최소 클러스터 계층을 조정합니다.

    예시

    자동 확장 범위를 M20~M60으로 설정했으며, 현재 클러스터 계층은 M40이고 디스크 용량은 200GB입니다. 현재 디스크 사용량이 200GB 용량의 90% 이상인 180GB를 초과하기 때문에 Atlas는 디스크 자동 확장 이벤트를 트리거하여 용량을 320GB로 늘립니다.

    Atlas 다음과 같은 조치를 취합니다.

    1. 최소 클러스터 계층을 새 스토리지 용량을 수용할 수 있는 가장 낮은 계층 M30으로 올립니다. M20은 최대 256GB의 스토리지 용량을 지원하므로 이상 유효한 자동 확장 한계가 아닙니다.

    2. 현재 인스턴스 크기인 M40가 새 디스크 구성을 지원하는지 확인합니다. 디스크 자동 확장 이벤트 성공했습니다.

클러스터를 생성하거나 수정할 때 자동 확장 옵션을 구성할 수 있습니다. 새로운 cluster 의 경우 Atlas는 클러스터 계층 자동 확장 및 저장 자동 확장을 자동으로 허용합니다.

이 섹션의 저장 자동 확장 옵션은 Atlas Core 클러스터에 적용됩니다.

다음 중 하나를 수행할 수 있습니다.

  • 클러스터를 자동 확장할 때 Atlas가 사용해야 하는 상위 및 하위 클러스터 계층을 검토하고 조정하거나

  • 자동 크기 조정 사용을 옵트아웃합니다.

Atlas는 General 및 Low-CPU 계층 클러스터에 대한 클러스터 빌더의 Auto-scale 섹션에 자동 확장 옵션을 표시합니다.

새 클러스터 생성하면 Atlas 클러스터 계층 및 클러스터 저장 에 대한 자동 확장 (예측 및 사후 대응)을 활성화합니다. (예측 자동 확장 클러스터 계층 에만 영향을 미치며 저장 영향을 주지 않습니다.) 자동 확장 명시적으로 활성화 필요는 없습니다. 원하는 경우 클러스터 계층 및 클러스터 저장 사용하지 않도록 선택 할 수 있습니다.

참고

Atlas UI에서 클러스터를 생성할 때 Atlas는 클러스터 계층 자동 확장 기능을 기본으로 활성화합니다. API로 클러스터를 생성하는 경우 클러스터 자동 확장은 기본적으로 선택되지 않으므로 하나의 프로젝트에서 하나의 클러스터 업데이트 엔드포인트의 autoScaling 옵션을 사용해 명시적으로 활성화해야 합니다.

자동 확장을 활성화하면 클러스터가 자동으로 확장됩니다.

  • 클러스터 및 워크로드 자격에 따라 사후 또는 예측 자동 확장 사용하여 상위 클러스터 계층 으로 역량 확장하세요.

  • 반응형 자동 확장 사용하여 현재 클러스터 계층 더 낮은 클러스터 계층 으로 줄입니다.

Auto-scale 옵션의 Cluster tier 섹션에서 클러스터가 자동으로 확장할 수 있는 Maximum Cluster Size 및 Minimum Cluster Size 값을 지정할 수 있습니다. Atlas는 이러한 값을 다음과 같이 설정합니다.

  • Maximum Cluster Size는 현재 클러스터 계층보다 한 계층 위로 설정되어 있습니다.

  • Minimum Cluster Size 이(가) 현재 클러스터 계층으로 설정되어 있습니다.

또한 클러스터 자격이 있고 워크로드 주기적이고 예측 가능한 경우 Atlas 예측 자동 확장 사용할 수 있습니다.

클러스터를 생성하거나 업데이트할 때 Atlas CLI 또는 Atlas 관리 API를 사용하여 컴퓨팅 및 저장에 대한 자동 확장을 활성화할 수 있습니다. 다음 예시에서는 투표 선택 가능 노드와 분석 노드 모두에 대해 자동 확장을 활성화하는 방법을 보여줍니다. 클러스터 계층 및 공급자 설정을 필요한 설정으로 교체합니다.

Atlas CLI를 사용하여 자동 확장을 구성하려면 자동 확장 구성이 포함된 JSON 파일을 생성한 후 atlas api clusters updateCluster 명령어에 해당 파일을 지정합니다.

클러스터 계층 및 스토리지에 대해 활성화된 자동 확장 옵션을 검토하려면 다음 단계를 따르세요.

1

선택한 Auto-Scale 확인란에서 Maximum Cluster Size 및 Minimum Cluster Size 값을 검토하고 필요한 경우 조정합니다.

2

Atlas UI에서 새 클러스터를 생성할 때 기본값으로 선택된 Allow cluster to be scaled down 옵션을 검토합니다.

3

기본적으로 선택되어 있는 Storage Scaling 확인란 아래의 옵션을 검토합니다. 이 단계는 Atlas Core 클러스터에만 적용됩니다.

cluster 자동 확장(클러스터 계층 증가)을 옵트아웃하려면 새로운 cluster를 생성하는 경우 Cluster Tier 메뉴로 이동하여 Auto-scale 섹션의 Cluster Tier Scaling 확인란을 선택 취소합니다.

클러스터 자동 확장(클러스터 계층 감소)을 옵트아웃하려면 새로운 클러스터를 생성할 때 Cluster Tier 메뉴로 이동하여 Auto-scale 섹션의 Allow cluster to be scaled down 확인란을 선택 취소합니다.