通过自动检测和更换运行状况不良的实例，改进容错能力。
通过预测性或动态扩展策略以及适当的计算容量，提高可用性。
将购买选项和实例类型相结合，优化工作负载性能和成本。
通过实例刷新降低配置更改和应用程序部署的复杂性。
工作原理
Amazon EC2 Auto Scaling 可以帮助您保持应用程序的可用性，并允许您使用您定义的扩缩策略自动添加或删除 EC2 实例。动态或预测扩缩策略允许您添加或删除 EC2 实例容量，为既定或实时的需求模式服务。Amazon EC2 Auto Scaling 的实例集管理功能有助于维护实例集的运行状况和可用性。
Amazon EC2 实例的自动管理（51:16）
为什么选择 Amazon EC2 Auto Scaling？
自动化对高效进行开发运维至关重要，因此让 Amazon EC2 实例集自动启动、预置软件和自我修复是一项重大挑战。Amazon EC2 Auto Scaling 提供每个实例生命周期自动化步骤的必要功能。
使用案例
计划应用程序扩展
在已知的负载变化出现之前，使用之前的流量模式确定应用程序扩展。
减少手动预置
遵循应用程序的需求变化，从而无需提前预置 Amazon EC2 容量。
借助机器学习预期变化
使用机器学习预测和计划正确数量的 EC2 实例，以预期即将产生的流量变化。