¿Cómo diseñas autoscaling en múltiples zonas?

Respuesta directa

Qué debe cubrir una buena respuesta

Cómo funciona

Las zonas de disponibilidad fallan de forma independiente, así que la capacidad sin estado se reparte en al menos tres y el tamaño mínimo se fija para que perder una zona deje suficiente para servir el pico. El balanceador enruta solo a instancias que pasan las comprobaciones de salud, y esas comprobaciones prueban la aplicación y no el puerto. Las políticas de escalado usan la señal de demanda que realmente limita el servicio, como solicitudes por destino o profundidad de cola, con periodos de enfriamiento y pasos ajustados para que el grupo no oscile, y la reducción se protege para que una caída breve no retire capacidad necesaria un minuto después. Las dependencias con estado como bases de datos y cachés necesitan su propia historia multizona o se convierten en el punto único de fallo.

Ejemplo

Una API corre en un grupo de autoscaling en tres zonas con mínimo de seis instancias, dimensionado para que cuatro soporten el pico; el seguimiento de objetivo mantiene las solicitudes por instancia cerca de 800, la ampliación reacciona en un minuto y la reducción espera diez. La base de datos es una primaria multizona con standby síncrono, y el clúster Redis tiene réplicas en cada zona. Una caída de zona el año pasado retiró dos instancias y el grupo las reemplazó en las otras zonas en tres minutos sin impacto en usuarios.

Errores frecuentes

• Fijar el mínimo de modo que perder una zona deja menos capacidad de la necesaria para el pico.
• Escalar por CPU cuando el servicio está limitado por conexiones a base de datos.
• Hacer multizona la capa web mientras la caché vive en una sola zona.

Una estructura útil para responder

Responde desde tu propia experiencia.

No memorices un guion: usa solo ejemplos que puedas explicar con honestidad en preguntas posteriores.