La respuesta corta
El autoscaling de réplicas suma y saca copias de un servicio cuando se mueve la carga. El máximo es un techo de seguridad. Pagás las réplicas que de verdad están corriendo. El mínimo es cuántas quedan arriba, y es el piso de la factura.
El error habitual es un máximo alto con mínimo 1. El techo no mantiene una segunda copia en marcha. Las tarifas están en precios, y cómo funciona el cobro por capacidad explica el medidor.
1. Mínimo: disponibilidad y piso de costo
El mínimo es la menor cantidad de réplicas que el servicio conserva. La factura sigue al autoscaler minuto a minuto, y la cantidad nunca baja de ese mínimo, así que ese número también es lo que pagás cuando el servicio está quieto.
Varias réplicas quedan repartidas, así que una falla no tira la app mientras corre más de una. Esa capacidad ya está arriba. No es una copia que aparece después de un pico. Un mínimo de 1 deja el estado quieto en una sola réplica. Un máximo alto no cambia eso.
Una réplica extra cuenta cuando ya puede atender. Un pico corto de uso no encarece una réplica que ya estaba corriendo. Réplicas y recursos en la pestaña Scale.
2. Máximo: un techo, no una factura
El máximo es la mayor cantidad de réplicas que el autoscaling va a prender. No pagás el hueco entre lo que corre y ese techo. Con el autoscaling prendido, Scale muestra una estimación mensual en forma de rango.
El plan marca hasta dónde puede escalar un servicio, y el panel muestra ese límite al lado del máximo. En la celda compartida un servicio puede correr hasta 3 réplicas. Las celdas dedicadas permiten más. Esta página no publica un tope distinto para esas celdas.
Las ventanas que dejan réplicas extra listas a una hora conocida existen en celdas dedicadas compatibles. No están en la celda compartida. Autoscale por CPU, memoria o ambas.
3. Disparador: CPU, memoria o ambas
Cada disparador es una parte del límite de esa réplica, promediada entre las que están corriendo. Podés escalar por CPU, por memoria o por ambas. Al menos uno queda prendido. Si los dos están prendidos, gana el que pide más réplicas.
La CPU viene prendida, con un objetivo del 70%. La memoria viene apagada. Cuando la prendés, el objetivo arranca en 80%. Los dos se pueden fijar entre 10% y 95%. Si la app no suelta la memoria después de un pico, por ejemplo un cache o un heap que solo crece, las réplicas extra se quedan. Dejá la memoria apagada en ese caso.
Las réplicas nuevas arrancan en unos 30 segundos de carga sostenida. Las extra se retiran después de unos 5 minutos de carga baja, así que una caída corta no baja la capacidad. Esos dos tiempos no son una sola regla del estilo “CPU por encima de un porcentaje durante cinco minutos”. Las ventanas de alerta sobre los mismos gráficos de CPU y memoria son otro control. Logs, métricas y alertas es donde se describen esos gráficos y esas alertas.
La guía de servicios es la fuente de los valores por defecto. Los planes dicen que el autoscaling de réplicas no está en Free.
Escalar en horizontal y en vertical
Escalar en horizontal cambia la cantidad de réplicas. Escalar en vertical cambia la CPU y la memoria de cada una. El autoscaling de réplicas es el horizontal. El tamaño de cada réplica queda en lo que definiste en Scale.
Una réplica más ocupada no sale más cara si la configuración y la cantidad en marcha no cambian. Prender otra réplica suma la CPU y la memoria configuradas de esa réplica por el tiempo que corre. Las tarifas están en precios.
Qué no escala así
Los servicios de repositorio y los de upload pueden correr varias réplicas. Los de imagen, los workers y cualquier servicio con volumen persistente corren una.
Free corre una réplica, y el autoscaling de réplicas no está disponible. Pro escala hasta el límite de la celda compartida. Las réplicas no comparten memoria. Antes de correr más de una, dejá las sesiones y el resto del estado compartido en una base o en otro almacén compartido.
Un cambio de escala se guarda enseguida y entra en el próximo deploy.
Tres decisiones antes de prenderlo
- Poné el mínimo en la cantidad de réplicas que querés arriba cuando el servicio está quieto. Ese número es el piso de disponibilidad y el piso de costo.
- Poné el máximo como un techo al que estás dispuesto a llegar, dentro del límite que el panel muestra al lado.
- Dejá la CPU en 70% salvo que tengas un motivo para cambiarla. Prendé la memoria solo si la app la suelta después de un pico. El objetivo inicial es 80%.
Preguntas frecuentes
¿Qué es el autoscaling de réplicas?
Suma y saca copias de un servicio según la carga, entre un mínimo y un máximo que definís. Se cobra por las réplicas que están corriendo, no por el máximo. Requiere Pro y no está en Free.
¿Cuál es la diferencia entre escalar en horizontal y en vertical?
En horizontal cambia cuántas réplicas corren. En vertical cambia la CPU y la memoria de cada réplica. El autoscaling de réplicas es horizontal. El tamaño de cada réplica queda como lo configuraste, y un pico de uso no cambia esa línea.
¿Pago el número máximo de réplicas?
No. Pagás las réplicas que de verdad están corriendo, entre el mínimo y el máximo. Una réplica extra cuenta cuando ya puede atender, y la cantidad nunca baja del mínimo. La pestaña Scale muestra la estimación mensual como un rango. Las tarifas están en precios.
¿Para qué sirve el mínimo de réplicas?
Es la menor cantidad de copias que quedan arriba, y el piso de la factura. Varias réplicas quedan repartidas, así que una falla no tira la app mientras corre más de una. Un mínimo de 1 te puede dejar en una sola copia.
¿El autoscaling tiene que seguir la CPU o la memoria?
La CPU viene prendida, al 70% del límite de cada réplica, promediada entre las réplicas. La memoria está apagada hasta que la actives, y el objetivo arranca en 80%. Si las dos están prendidas, gana la que pide más réplicas. Dejá la memoria apagada si la app solo acumula memoria.
¿Un máximo alto con mínimo 1 mantiene la app disponible?
No. El máximo es solo un techo. Con mínimo 1 el servicio puede quedarse en una réplica hasta que suba la carga. Las copias de más no están corriendo, y no las pagás, hasta que el disparador las suma.
¿Dónde están los límites del autoscaling de réplicas?
En la celda compartida un servicio puede correr hasta 3 réplicas. Las celdas dedicadas permiten más. El panel muestra el límite de tu plan al lado del máximo. La guía de servicios es la fuente de los tiempos y de los objetivos por defecto.