Min/Max Recommendations
Min/Max Recommendations는 Autopilot을 위한 ML 기반 최소/최대 레플리카 범위를 제공합니다. Wave는 각 Deployment의 트래픽을 분석해 사용할 레플리카 범위를 권고합니다. 권고값은 Performance 세트(더 넉넉한 여유 용량)와 Cost 세트(더 슬림한 구성) 두 가지로 제공됩니다.
Deployment 전용. Min/Max Recommendations는 Deployment에서만 사용할 수 있으며, StatefulSet이나 DaemonSet에서는 지원하지 않습니다.
동작 방식
Wave는 Deployment의 트래픽 패턴(24시간 주기, 7~14일치 이력)을 학습해 두 가지 권장 범위 세트를 산출합니다.
- Performance:
Min Performance와Max Performance는 스파이크에 대비해 더 많은 여유 용량을 유지합니다. 프로덕션, 사용자 대면 서비스에 사용하세요. - Cost:
Min Cost와Max Cost는 비용 절감을 위해 더 슬림하게 운영합니다. 비용에 민감하거나 지연에 관대한 워크로드에 사용하세요.
별도의 토글은 없습니다. Deployment에서 Autopilot을 활성화하고 충분한 데이터가 쌓이면 권고값이 자동으로 나타납니다.
권고값 확인하기
- Deployment에서 Autopilot(또는 Monitoring)을 활성화합니다. 자세한 내용은 Getting Started를 참고하세요.
- Deployment를 열고 Min/Max Recommendation 탭으로 이동합니다.
- Performance와 Cost 카드를 확인합니다.
카드 아래에는 24시간 히트맵과 영역 차트가 시간대별로 산출된 레플리카 수를 보여주므로, 피크 시간대와 비피크 시간대를 한눈에 파악할 수 있습니다.
값 적용하기
권고값을 Autopilot 설정에 그대로 반영합니다.
- Deployment의 Autopilot 설정으로 이동합니다.
- 선택한 세트(Performance 또는 Cost)의 값으로 Min Replicas와 Max Replicas를 설정합니다.
- 저장한 뒤 약 일주일간 스케일링을 관찰합니다.
섞어서 사용하기. 하한값은 Min Cost(유휴 비용 최소화), 상한값은 Max Performance(피크 트래픽 수용)로 조합하는 방식이 흔히 사용됩니다.
문제 해결
Autopilot을 활성화했는데 권고값이 나오지 않나요? ML 모델은 7~14일간 일정한 트래픽이 필요합니다. Deployment의 트래픽이 안정적인지, Autopilot을 충분히 오래 활성화했는지 확인하세요.
권고값이 실제 동작과 맞지 않나요? 모델이 이례적인 기간에 학습되었을 수 있습니다. 히트맵을 현재 트래픽과 비교하고, 재학습될 때까지 시간을 두세요.
다음 단계
- Core Configuration: Autopilot의 모든 설정 항목
- Cost vs Performance: 전략 선택 방법