GCP 오토스케일링 — MIG·헬스체크·스케일 정책 진단 — 실습 Lab

INCIDENT RESPONSE

0 / 5 단계 완료

📚 PREREQUISITES

Labgcp-compute-engine-basics

Theorycloud/autoscaling-lb

Theorycloud/compute-instances

TRACK

CLOUD-GCP

SLA

45분

SEV

SEV-2

PHASES

3단계

ENV

local

INCOMING TICKET

“운영 보고: "프로모션으로 트래픽이 3배인데 응답이 느려요. 오토스케일링 걸어놨다는데 인스턴스가 1대 그대로예요."”

YOUR ROLE

클라우드 엔지니어인 당신이

IMPACT IF UNRESOLVED

수요 급증에 용량이 안 따라가 응답 지연·일부 실패. 오토스케일링의 가치(탄력 용량)가 작동하지 않음.

🚨INCIDENT BRIEF

프로모션으로 트래픽이 평소의 3배입니다. 응답이 느려졌습니다.

"오토스케일링 걸어놨다는데 왜 인스턴스가 1대 그대로죠?"

오토스케일링이 동작하려면 여러 조각이 맞물려야 합니다: 관리형 인스턴스 그룹(MIG), 오토스케일러(어떤 지표로·몇 대까지),

헬스체크(살아있는 인스턴스 판별), 그리고 LB(트래픽 분산). 하나라도 빠지거나 어긋나면 "설정은 했는데 안 늘어나는" 상태가 됩니다.

현재 정책을 진단하고, 스케일 기준을 바로잡고, 실제 부하로 스케일 아웃이 일어나는지 확인합니다.

⏱ 45분📊 중급🔧 3단계#gcp#autoscaling#mig#instance-group

MISSION

MIG·오토스케일러 현재 상태 진단

인스턴스 그룹이 관리형(MIG)인지, 오토스케일러가 붙어 있고 min/max·목표 지표가 무엇인지 확인한다

스케일 정책·헬스체크 교정

CPU(또는 LB) 기준 오토스케일러를 적절한 목표·min/max로 설정하고 헬스체크를 연결한다

부하로 스케일 아웃·인 검증

실제 부하를 줘서 인스턴스가 목표에 따라 늘고(out), 부하가 빠지면 줄어드는(in) 것을 확인한다

📌 선수 지식

ℹ️ 실습 환경

환경: local

필요 도구: gcloud

🔒

실습 실행은 Pro 플랜 전용입니다

인시던트 브리프와 학습 자료는 지금 바로 확인할 수 있습니다. 실제 실습 진행 및 터미널 사용은 Pro 플랜에서 가능합니다.

>_ LAB TERMINAL↔ 너비 조절

NOTES