Śledzenie celów działa przede wszystkim w automatycznym skalowaniu AWS, aby dynamicznie dostosowywać liczbę instancji w odpowiedzi na zmiany w określonej metryce. Jego główną funkcją jest utrzymanie docelowej wartości metryki poprzez dodawanie lub usuwanie instancji z grupy autoskalowania. Na przykład, jeśli ustawisz docelową zasadę śledzenia użycia procesora na 50%, automatyczne skalowanie dostosuje liczbę wystąpień, aby utrzymać średnie użycie procesora na poziomie zbliżonym do wartości docelowej.
Korzystanie ze śledzenia obiektów docelowych w autoskalowaniu AWS polega na automatyzacji procesu skalowania w oparciu o pożądaną metrykę. Upraszcza zarządzanie zasadami skalowania, umożliwiając określenie wartości docelowej metryki zamiast definiowania konkretnych progów i działań skalowania. Takie podejście gwarantuje, że aplikacja może dynamicznie skalować się w celu obsługi różnorodnych obciążeń bez ręcznej interwencji, optymalizując wydajność i rentowność.
Śledzenie celów polega na ciągłym monitorowaniu określonych wskaźników (takich jak użycie procesora, liczba żądań itp.) i porównywaniu ich z ustawioną wartością docelową. Na podstawie odchylenia od wartości docelowej funkcja automatycznego skalowania oblicza i stosuje korekty skalowania do liczby wystąpień w grupie automatycznego skalowania. Na przykład, jeśli metryka przekracza cel, autoskalowanie doda instancje, aby zmniejszyć metrykę w kierunku celu; Jeśli metryka spadnie poniżej wartości docelowej, odpowiednio usunie instancje.
W kontekście terminologii AWS „Target Track” wydaje się być błędem typograficznym lub źle zrozumianym terminem. Może odnosić się do „śledzenia celu”, co jest właściwym terminem używanym w automatycznym skalowaniu AWS do opisania mechanizmu utrzymywania określonej wartości docelowej dla metryki poprzez zautomatyzowane działania skalowania.
W IoT (Internet rzeczy) śledzenie celów może odnosić się do podobnej koncepcji, w której urządzenia IoT dostosowują swoje działania lub zachowania w oparciu o docelowy wskaźnik lub warunek. Na przykład w systemie inteligentnego termostatu urządzenie może dostosować ustawienie temperatury, aby utrzymać docelową temperaturę w pomieszczeniu w oparciu o preferencje użytkownika lub zewnętrzne warunki pogodowe. Śledzenie celów w aplikacjach IoT ma na celu autonomiczne osiągnięcie pożądanych stanów operacyjnych lub warunków, podobnie jak to działa w skali AWS Auto, ale ma zastosowanie do zarządzania urządzeniami IoT i operacji.