关于 ECS 服务中的 auto scaling 问题

ECS 服务中的 auto scaling 共有两种，一种的 ECS 实例的自动扩展与收缩，一种是容器服务的自动扩展与收缩。

对于 ECS 实例的 scaling 来讲，有两种途径，一种是直接在 ECS 控制台通过手动的扩展 ECS 实例，一种是通过EC2 的 Auto scaling 服务进行，毕竟 ECS 实例本质上也是 EC2 实例，所以如果在 EC2 的 auto scaling 中找到 ECS 创建时 EC2 的 autocaling 服务,那么就可以通过配置这个 EC2 的 auto scaling 服务的策略来影响 ECS 实例的扩展与伸缩。

关于 ECS 实例的 scaling 可以参考如下文档：

http://docs.aws.amazon.com/zh_cn/AmazonECS/latest/developerguide/scale_cluster.html

http://docs.amazonaws.cn/AmazonECS/latest/developerguide/cloudwatch_alarm_autoscaling.html

需要注意的是如果减少集群中的 ECS 容器实例数，则任何正在已终止实例上运行的任务都将停止。

对于容器服务的自动扩展与收缩，可以参考如下文档：

http://docs.aws.amazon.com/zh_cn/AmazonECS/latest/developerguide/service_autoscaling_tutorial.html

ECS 实例的自动扩展与收缩 和 容器服务的自动扩展与收缩 是属于 ECS 集群中的两个 autoscaling 的概念，扩展或者缩减的条件也是根据不同的指标，因此两者属于共同维护 autoscaling 的关系，没有明显的优先级一说，有可能对于某种特定的容器服务，分配给他的资源不够了，这时候他需要在底层的 ECS 实例上进行扩展，但是这时候底层 ECS 实例本身的资源还是没有达到扩展阈值的。也有可能特定的容器服务的资源利用率远远低于为他分配的资源定义而没有出发扩展策略，但是这时候其他运行在 ECS 上的服务大量的耗费了 ECS 实例的资源导致了 ECS 实例本身的扩展。

关于 autoscaling 的资源监控指标，参考如下文档：

http://docs.aws.amazon.com/zh_cn/AmazonECS/latest/developerguide/cloudwatch-metrics.html