自動擴展會根據目前的工作負載需求，動態調整分配給 Lakebase 計算的運算資源量。 隨著應用程式一天中活動程度不同，自動擴展會在尖峰時增加運算能力，在較安靜時減少運算能力，免除手動介入的需求。
此視覺化展示自動縮放如何在典型一天中運作，計算資源會根據需求調整，確保資料庫擁有所需資源，同時在非尖峰時段節省資源。
自動縮放是在使用者定義的範圍內運作。 例如，你可以設定一個運算單元，規模介於 2 到 8 個運算單元（CU），每個 CU 提供 2 GB 記憶體。 你的運算會根據工作負載自動調整，無論需求如何，都不會低於或超過最低值。 可對最高達 64 CU（128 GB）的計算資源使用自動調整功能。
自動調整的運作方式
自動資源調整
當你啟用自動擴展並設定最小與最大運算大小時，Lakebase 會持續監控你的工作負載並自動調整資源。 系統追蹤三個關鍵指標以做出擴展決策：
- CPU 負載： 監控處理器使用率，確保資料庫擁有足夠的處理能力。
- 記憶體使用情況： 追蹤記憶體消耗以避免記憶體限制。
- 工作組大小： 估算你經常存取的資料，以優化快取效能。
根據這些指標，Lakebase 會在需求增加時擴展計算資源，在活動減少時自動縮減計算資源，且全部都在您設定的範圍內。
擴展界限
你可以透過設定最小和最大運算大小來定義縮放範圍。 此範圍提供：
- 性能保證： 最低值確保即使在低活動期間也能維持基線表現。
- 成本控制： 最大值可防止資源無限消耗與成本。
- 自動優化： 在這些範圍內，Lakebase 負責所有規模調整決策。
最大與最低的差額不得超過16 CU（也就是說， max - min ≤ 16 CU）。
沒有停機時間或人工介入
在您設定的範圍內，自動縮放調整會發生，而不需要重新啟動計算或中斷連線。 然而，更改最小或最大 CU 配置可能會導致活動連線短暫中斷。 設定完成後，系統將自動運作，讓您能專注於應用程式，而非基礎架構管理。
自動縮放的好處
成本效益： 你只付你實際使用的運算資源。 在非尖峰時段，運算量會縮減，降低成本。 在高峰期，它會擴大規模以維持效能。
效能優化： 當工作負載增加時，您的資料庫會自動接收額外資源，防止在流量激增或密集營運期間效能下降。
可預測的成本： 透過設定最大運算大小，你可以控制運算成本的上限，避免因資源失控而產生的意外支出。
簡化操作： 自動擴展消除了手動監控工作負載模式與調整運算大小的需求，降低營運負擔與人為錯誤的風險。
設定自動縮放
要設定自動擴展，請設定最小與最大運算大小。 可對最高達 64 CU（128 GB）的計算資源使用自動調整功能。 對於需要超過 64 CU 的工作負載，則有較大的固定大小運算可供選擇。
關於啟用與設定自動擴展的詳細說明，請參見管理運算。
常見的自動縮放情境
代理程式與應用程式工作負載
基於 Databrick 建置的代理程式與互動式應用程式經常會出現可變的請求模式。 自動擴展確保你的資料庫能在活躍使用者會話期間處理流量激增，同時在安靜時段降低成本。
關於如何將 Lakebase 與 Databricks AI 及應用服務連結的詳細資訊，請參見 Databricks 整合。
開發與測試環境
用於測試結構變更或驗證資料管線的開發分支通常會遇到間歇性活動。 自動縮放在閒置時期最大限度地減少資源使用，同時確保活躍開發期間的適當效能。
面向客戶的儀表板與應用程式
向終端使用者提供分析或營運洞察的應用程式，通常會有特定時段的使用模式。 自動縮放會自動調整資源，以配合使用者一天中的活動。
自動縮放與縮減至零
自動縮放與縮放到零一同運作。 自動擴展會根據工作負載需求調整資源，而縮放至零則會在一段時間不活躍後完全暫停運算，將運算成本降低至空閒期間的零。
當你設定這兩個功能時：
- 活躍期： 自動縮放會根據你設定範圍內的工作負載調整運算大小。
- 非活躍期： 在 scale-to-0 超時結束後，運算會完全暫停。
- 恢復活動： 當有新查詢到達時，運算資源會從最小自動調整規模重新開始。
這種組合最大化成本效益，特別是對於經常長期閒置的開發、測試或暫行環境。
只有當運算最大大小不超過 32 CU 時，才可以使用縮放到零。 如果你將最大值設定為大於 32 CU，就無法為該運算資源啟用調整為零。
自動縮放與高可用性
高可用性端點支援自動縮放。 在高可用性配置中，所有計算單元的調整都會一一適用——你設定的自動擴展範圍會同時適用於主計算和所有次要運算。
當自動縮放與高可用性結合時，有兩個限制：
- 次要節點的擴展不能低於主要節點目前的 CU 大小。 這確保次要人員隨時準備好接替主職，且晉升後不會有績效空缺。
- 高可用性配置的計算無法支援縮放至零。 為了降低非活躍期間的成本，可以考慮在非 HA 分支上使用 scale to zero。