Scheduled scaling - ClickHouse Documentation

Os serviços do ClickHouse Cloud escalam automaticamente com base na utilização de CPU e memória, mas muitas cargas de trabalho seguem padrões previsíveis — picos diários de ingestão, jobs em lote executados durante a noite ou tráfego que cai acentuadamente nos fins de semana. Para esses casos de uso, o Scheduled Scaling permite definir exatamente quando seu serviço deve aumentar ou reduzir a escala, independentemente das métricas em tempo real. Com o Scheduled Scaling, você configura um conjunto de regras baseadas em tempo diretamente no console do ClickHouse Cloud. Cada regra especifica um horário, uma recorrência (diária, semanal ou personalizada) e o tamanho de destino — seja o número de réplicas (horizontal) ou o nível de memória (vertical). No horário agendado, o ClickHouse Cloud aplica automaticamente a alteração, para que seu serviço esteja dimensionado corretamente antes da chegada da demanda, em vez de reagir depois. Isso é diferente do autoscaling baseado em métricas, que responde dinamicamente à pressão sobre CPU e memória. O Scheduled Scaling é determinístico: você sabe exatamente quando o scaling acontecerá e para qual tamanho. As duas abordagens são complementares — um serviço pode ter um cronograma básico de scaling e ainda se beneficiar do autoscaling dentro dessa janela se as cargas de trabalho variarem de forma inesperada. No momento, o Scheduled Scaling está disponível em Private Preview. Para habilitá-lo para sua organização, entre em contato com o suporte do ClickHouse.

Configurando um agendamento de escalonamento

Para configurar um agendamento, acesse seu serviço no console do ClickHouse Cloud e vá até as configurações. Em seguida, selecione Schedule Override e adicione uma nova regra. Cada regra exige:

Hora: quando a ação de escalonamento deve ocorrer (no seu fuso horário local)
Recorrência: com que frequência a regra se repete (por exemplo, todos os dias úteis, todo domingo)
Tamanho de destino: o número de réplicas ou a alocação de memória para a qual deve escalar

Várias regras podem ser combinadas para formar um agendamento semanal completo. Por exemplo, você pode escalar para 5 réplicas todos os dias úteis às 6h e reduzir novamente para 2 réplicas às 20h.

Casos de uso

Cargas de trabalho em lote e ETL: Aumente a escala antes da execução de um job noturno de ingestão e reduza-a novamente assim que ele for concluído, evitando superprovisionamento durante as horas ociosas do dia. Padrões de tráfego previsíveis: Serviços com horários de pico consistentes (por exemplo, tráfego de consultas em horário comercial) podem ser escalados antecipadamente para lidar com a carga antes que ela chegue, em vez de esperar o autoscaling reagir. Redução de escala no fim de semana: Reduza a contagem de réplicas ou a camada de memória nos fins de semana, quando a demanda é menor, e depois restaure a capacidade antes do pico de segunda-feira pela manhã. Controle de custos: Para equipes que gerenciam os gastos com o ClickHouse Cloud, reduções programadas de escala durante períodos conhecidos de baixa utilização podem reduzir significativamente o consumo de recursos sem nenhuma intervenção manual.

Uma ação de Scheduled Scaling e uma recomendação concorrente de autoscaling podem interagir — o agendamento tem precedência no momento em que é acionado.

Como lidar com picos de carga de trabalho

Se você espera um pico de carga de trabalho em breve, pode usar a ClickHouse Cloud API para escalar seu serviço preventivamente a fim de lidar com esse pico e reduzi-lo quando a demanda diminuir. Para entender quantos núcleos de CPU e quanta memória estão sendo usados por cada uma das suas réplicas, você pode executar a consulta abaixo:

SELECT *
FROM clusterAllReplicas('default', view(
    SELECT
        hostname() AS server,
        anyIf(value, metric = 'CGroupMaxCPU') AS cpu_cores,
        formatReadableSize(anyIf(value, metric = 'CGroupMemoryTotal')) AS memory
    FROM system.asynchronous_metrics
))
ORDER BY server ASC
SETTINGS skip_unavailable_shards = 1

​Configurando um agendamento de escalonamento

​Casos de uso

​Como lidar com picos de carga de trabalho

Configurando um agendamento de escalonamento

Casos de uso

Como lidar com picos de carga de trabalho