GSP087

Descripción general

El uso del escalado automático en un grupo de instancias administrado (MIG) de Compute Engine garantiza que tu aplicación sea confiable y rentable, ya que su capacidad se adapta automáticamente a la demanda de los usuarios.

• Si una instancia de VM falla o se encuentra en mal estado, el MIG la reemplaza automáticamente.
• Durante los períodos de mayor demanda, el grupo escala horizontalmente para controlar la carga y, durante los períodos de baja demanda, reduce la escala para ahorrarte dinero en recursos de procesamiento que no necesitas.
• Cuando usas una métrica personalizada, puedes realizar el escalado en función de factores exclusivos del estado interno de tu aplicación, no solo del uso básico de la CPU.

En este lab, implementarás un grupo de instancias administrado con escalado automático y basado en métricas y, luego, usarás Monitoring para confirmar que tu aplicación administra su capacidad por sí sola.

Objetivos

En este lab, aprenderás a realizar las siguientes tareas:

• Implementar un grupo de instancias administrado de Compute Engine con escalado automático
• Crear una métrica personalizada para escalar el grupo de instancias
• Observar el sistema a través de Monitoring

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs cuentan con un temporizador que no se puede pausar. El temporizador, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar. Se recomienda el navegador Chrome.

• Tiempo para completar el lab (recuerda que, una vez que comienzas un lab, no puedes pausarlo).

Cómo iniciar tu lab y acceder a la consola de Google Cloud

1. Haz clic en el botón Comenzar lab. Si debes pagar por el lab, se abrirá un diálogo para que selecciones la forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón para abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debes usar para el lab
   • Otra información para completar el lab, si es necesaria

2. Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

   El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

   Sugerencia: Ordena las pestañas en ventanas separadas, una junto a la otra.

   Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.

3. De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.

   {{{user_0.username | "Username"}}}

   También puedes encontrar el nombre de usuario en el panel Detalles del lab.

4. Haz clic en Siguiente.

5. Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.

   {{{user_0.password | "Password"}}}

   También puedes encontrar la contraseña en el panel Detalles del lab.

6. Haz clic en Siguiente.

   Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia cuenta de Google Cloud para este lab podría generar cargos adicionales.

7. Haz clic para avanzar por las páginas siguientes:

   • Acepta los Términos y Condiciones.
   • No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
   • No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para acceder a los productos y servicios de Google Cloud, haz clic en el menú de navegación o escribe el nombre del servicio o producto en el campo Buscar.

Activa Cloud Shell

Cloud Shell es una máquina virtual que cuenta con herramientas para desarrolladores. Ofrece un directorio principal persistente de 5 GB y se ejecuta en Google Cloud. Cloud Shell proporciona acceso de línea de comandos a tus recursos de Google Cloud.

1. Haz clic en Activar Cloud Shell en la parte superior de la consola de Google Cloud.

2. Haz clic para avanzar por las siguientes ventanas:

   • Continúa en la ventana de información de Cloud Shell.
   • Autoriza a Cloud Shell para que use tus credenciales para realizar llamadas a la API de Google Cloud.

Cuando te conectes, habrás completado la autenticación, y el proyecto estará configurado con tu Project_ID, . El resultado contiene una línea que declara el Project_ID para esta sesión:

gcloud es la herramienta de línea de comandos de Google Cloud. Viene preinstalada en Cloud Shell y es compatible con la función de autocompletado con tabulador.

3. Puedes solicitar el nombre de la cuenta activa con este comando (opcional):

4. Haz clic en Autorizar.

Resultado:

5. Puedes solicitar el ID del proyecto con este comando (opcional):

Resultado:

Crea la aplicación

La plantilla de instancias necesita una forma de instalar la aplicación y las secuencias de comandos necesarias en cada VM nueva que cree. Cloud Storage actúa como una fuente estable y accesible para la secuencia de comandos de inicio (startup.sh), que se ejecutará cuando se inicie una instancia nueva.

Crearás una copia de la secuencia de comandos de inicio y los archivos de la aplicación para una aplicación de ejemplo que se usa en este lab. Esta aplicación envía un patrón de datos a una métrica personalizada que luego puedes usar para configurarla como la métrica que controla el comportamiento del escalado automático.

Tarea 1: Crea un bucket

1. En la consola de Cloud, en el Menú de navegación, selecciona Cloud Storage > Buckets y, luego, haz clic en Crear.

2. Asigna un nombre único a tu bucket, pero no utilices un nombre que quizá desees usar en otro proyecto. Consulta los lineamientos para asignar nombres a buckets y obtén más detalles al respecto. Puedes usar tu ID del proyecto + "bucket" para el nombre del bucket. A lo largo de este lab se hará referencia a este bucket como YOUR_BUCKET.

3. Acepta los valores predeterminados y haz clic en Crear.

4. Haz clic en Confirmar si te aparece la ventana emergente Se impedirá el acceso público.

Una vez que se haya creado el bucket, se abrirá la página Detalles del bucket.

Prueba la tarea completada

Haz clic en Revisar mi progreso para verificar la tarea realizada. Si creaste de forma correcta un bucket de Cloud Storage, verás una puntuación de evaluación.

5. A continuación, ejecuta el siguiente comando en Cloud Shell para copiar los archivos de la secuencia de comandos de inicio desde el bucket predeterminado de Cloud Storage del lab a tu bucket de Cloud Storage. Recuerda reemplazar <YOUR BUCKET> por el nombre del bucket que acabas de crear:

6. Después de subir las secuencias de comandos, haz clic en Actualizar en la página Detalles del bucket. Tu bucket debería publicar los archivos que se agregaron.

Información sobre los componentes de código

• Startup.sh: Es una secuencia de comandos de shell que instala los componentes necesarios para cada instancia de Compute Engine mientras la instancia se agrega al grupo de instancias administrado.
• writeToCustomMetric.js: Es un fragmento de Node.js que crea una métrica personalizada de supervisión cuyo valor activa el escalamiento. En un entorno de producción, este sería el código de la aplicación real, y el valor que informa (appdemo_queue_depth_01) sería una métrica comercial esencial, como la cantidad de mensajes pendientes en una cola, la cantidad de conexiones de bases de datos abiertas o la longitud de las tareas pendientes de procesamiento por lotes.
• Config.json: Es un archivo de configuración de Node.js que especifica los valores para la métrica personalizada de supervisión y se usa en writeToCustomMetric.js.
• Package.json: Es un archivo de paquete de Node.js que especifica la instalación estándar y las dependencias para writeToCustomMetric.js.
• writeToCustomMetric.sh: Es una secuencia de comandos de shell que ejecuta de manera continua el programa writeToCustomMetric.js en cada instancia de Compute Engine.

Tarea 2: Crea una plantilla de instancias

Este es el esquema de todas las VMs del grupo. El escalado automático funciona destruyendo y creando instancias, y debe saber exactamente cómo volver a crearlas. La plantilla define el tipo de máquina, la imagen del SO y, lo que es más importante, los metadatos que se dirigen a la secuencia de comandos startup.sh en tu bucket de Cloud Storage.

1. En la consola de Cloud, haz clic en el menú de navegación > Compute Engine > Plantillas de instancia.

2. Haz clic en Crear plantilla de instancias en la parte superior de la página.

3. Asigna el nombre autoscaling-instance01 a la plantilla de instancia.

4. Establece la Ubicación como Global.

5. Desplázate hacia abajo y haz clic en Opciones avanzadas.

6. En la sección Metadatos de la pestaña Administración, ingresa estos valores y claves de metadatos. Para eso, haz clic en el botón + Agregar elemento y agrégalos de a uno. Recuerda reemplazar el marcador de posición [YOUR_BUCKET_NAME] con el nombre de tu bucket:

6. Haz clic en Crear.

Prueba la tarea completada

Haz clic en Revisar mi progreso para verificar la tarea realizada. Si creaste correctamente una plantilla de instancia, verás una puntuación de evaluación.

Tarea 3: Crea el grupo de instancias

El grupo de instancias actúa como contenedor y controlador de la flota de VMs. El modo de escalado automático se establece en Desactivado de forma inicial para controlar el entorno y garantizar que la primera instancia ejecute correctamente la secuencia de comandos de la métrica personalizada antes de habilitar el escalado automático.

1. En el panel izquierdo, haz clic en Grupos de instancias.

2. Haz clic en Crear grupo de instancias en la parte superior de la página.

3. Nombre: autoscaling-instance-group-1.

4. Para la Plantilla de instancias, selecciona la plantilla de instancias que acabas de crear.

5. Para la Ubicación, selecciona Zona única y, luego, usa y para la región y la zona, respectivamente.

6. Establece el Modo de ajuste de escala automático en Desactivado: no ajusta la escala automáticamente.

Primero, crearás el grupo de instancias y, luego, editarás la configuración del ajuste de escala automático. Deja las otras opciones de configuración con sus valores predeterminados.

7. Haz clic en Crear.

Prueba la tarea completada

Haz clic en Revisar mi progreso para verificar la tarea realizada. Si creaste correctamente un grupo de instancias, verás una puntuación de evaluación.

Tarea 4: Verifica que se creó el grupo de instancias

Espera hasta ver la marca de verificación verde junto al grupo de instancias nuevo que acabas de crear. La secuencia de comandos de inicio necesitará varios minutos para completar la instalación y empezar a informar los valores.

Debes confirmar que la instancia de prueba única ejecute correctamente la secuencia de comandos writeToCustomMetric.js y que los datos fluyan hacia Cloud Monitoring. Si no se informan los datos de la métrica, el escalador automático no tendrá nada a lo que reaccionar. Verificar los registros de la VM de nodeapp: available confirma que esta canalización de datos está operativa.

Haz clic en Actualizar si notas que tarda demasiado.

1. En la ventana Grupos de instancias, haz clic en autoscaling-instance-group-1 para mostrar las instancias activas del grupo.

2. Desplázate hacia abajo y haz clic en el nombre de la instancia. Debido a que el ajuste de escala automático no inició instancias adicionales, hay solo una instancia en ejecución.

3. En la pestaña Detalles, en la sección Registros, haz clic en el vínculo Registros para ver los registros de la instancia de VM.

4. Espera 1 o 2 minutos para permitir que se acumulen algunos datos. Habilita el botón de activación Mostrar consulta, verás resource.type y resource.labels.instance_id en el cuadro de vista previa Consulta.

5. Agrega nodeapp como la línea 3 para que el código se vea similar al siguiente:

6. Haz clic en Ejecutar consulta.

Si se ejecuta la secuencia de comandos de Node.js en la instancia de Compute Engine, se envía una solicitud a la API y, en los registros, aparecen entradas que dicen nodeapp: available.

Tarea 6: Configura el escalado automático para los grupos de instancias

Tras verificar que la métrica personalizada informe datos de forma correcta desde la primera instancia, se puede configurar el grupo de instancias para que escale automáticamente en función del valor de la métrica personalizada.

1. En la consola de Cloud, ve a Compute Engine > Grupos de instancias.

2. Haz clic en el grupo autoscaling-instance-group-1.

3. Haz clic en Editar.

4. En Escalado automático, establece el Modo de escalado automático en Activado: agrega y quita instancias del grupo.

5. Establece Número mínimo de instancias: 1 y Número máximo de instancias: 3 Esto define los límites inferior y superior de tu garantía de costo y rendimiento. Pagas al menos 1 instancia y tienes la garantía de que nunca escalarás más allá de 3 instancias, lo que administra tu exposición de costos.

6. En Indicadores de escalado automático, haz clic en AGREGAR INDICADOR para editar la métrica. Configura los siguientes campos y deja el resto con sus valores predeterminados.

   • Tipo de indicador: Cloud Monitoring metric new. Haz clic en Configurar.
   • En Recurso y métrica, haz clic en SELECCIONAR UNA MÉTRICA y navega a Instancia de VM > Métricas personalizadas > Custom/appdemo_queue_depth_01.
   • Haz clic en Aplicar.
   • Objetivo de utilización: 150

   Cuando los valores de la métrica personalizada de supervisión son más altos o más bajos que el valor Objetivo, el escalador automático escala el grupo de instancias administrado y aumenta o reduce el número de instancias. El valor objetivo puede ser cualquier valor doble, pero para este lab, se eligió el valor 150 porque coincide con los valores que informa la métrica personalizada de supervisión.

   • Tipo de objetivo de utilización: Medidor. Haz clic en Seleccionar.

   Indicador: Se ajusta según el valor actual promedio de la métrica en todas las instancias (p. ej., "La profundidad promedio de la cola es de 200, lo que supera mi objetivo de 150, por lo que necesito otra máquina"). Esto es adecuado para métricas como la profundidad de la cola o el uso de CPU. En cambio, configurar el Modo de destino en DELTA_PER_MINUTE o DELTA_PER_SECOND ajusta el escalado de forma automática según la frecuencia de cambio observada, en vez de un valor promedio.

7. Haz clic en Guardar.

Prueba la tarea completada

Haz clic en Revisar mi progreso para verificar la tarea realizada. Si configuraste correctamente el ajuste de escala automático para el grupo de instancias, verás una puntuación de evaluación.

Tarea 7: Observa cómo el grupo de instancias realiza el escalado automático

La secuencia de comandos de Node.js modifica los valores de la métrica personalizada que informa desde cada instancia en el tiempo. Cuando el valor de la métrica aumenta, el grupo de instancias agrega VMs para escalar verticalmente. Si el valor se reduce, el grupo de instancias lo detecta y quita VMs para reducir la escala verticalmente. La secuencia de comandos emula una métrica real cuyos valores pueden fluctuar.

A continuación, observa cómo se escala el grupo de instancias en respuesta a la métrica. Para ello, haz clic en la pestaña Supervisión para ver el gráfico Tamaño con escalado automático.

1. En el panel izquierdo, haz clic en Grupos de instancias.
2. Haz clic en el grupo de instancias builtin-igm de la lista.
3. Haz clic en la pestaña Monitoring.
4. Habilita Actualización automática.

Puesto que este grupo tuvo una ventaja inicial, puedes ver los detalles de ajuste de escala automático del grupo de instancias en el gráfico de escalado automático. El escalador automático tardará unos cinco minutos en reconocer de forma correcta la métrica personalizada y hasta 10 o 15 minutos para que la secuencia de comandos genere los datos suficientes que activen el comportamiento de ajuste de escala automático.

Coloca el cursor del mouse sobre los gráficos para ver más detalles.

Puedes regresar al grupo de instancias que creaste para ver su rendimiento (puede que no haya suficiente tiempo en el lab para ver el escalado automático en tu grupo de instancias).

En lo que resta del tiempo del lab, puedes observar el gráfico de escalado automático y analizar los aumentos y las disminuciones que se producen cuando se agregan y quitan instancias.

Tarea 8: Ejemplo de escalado automático

Lee este ejemplo de ajuste de escala automático para entender cómo funcionan la capacidad y la cantidad de instancias con ajuste de escala automático en un entorno más grande.

El número de instancias que se muestra en el gráfico superior cambia como resultado del nivel variable global de los valores de las propiedades de la métrica personalizada que aparecen en el gráfico inferior. Después de que se inicia cada instancia, hay un leve retraso de hasta cinco minutos antes de que esta comience a informar los valores de su métrica personalizada. Mientras se inicia el ajuste de escala automático, consulta este gráfico para comprender lo que sucederá:

La secuencia de comandos empieza a generar valores altos durante unos 15 minutos para activar el comportamiento de escalamiento vertical.

• 11:27 El grupo de ajuste de escala automático inicia con una instancia única. El objetivo global de la métrica personalizada es 150.
• 11:31 Se adquieren los datos de la métrica inicial. Como la métrica es mayor que el objetivo de 150, el grupo con ajuste de escala automático inicia una segunda instancia.
• 11:33 Se empiezan a adquirir los datos de la métrica personalizada de la segunda instancia. Ahora el objetivo global es 300. Como el valor de la métrica es mayor que 300, el grupo de ajuste de escala automático inicia la tercera instancia.
• 11:37 Se empiezan a adquirir los datos de la métrica personalizada de la tercera instancia. Ahora el objetivo global es 450. Como el valor acumulativo de la métrica es mayor que 450, el grupo con ajuste de escala automático inicia la cuarta instancia.
• 11:42 Se empiezan a adquirir los datos de la métrica personalizada de la cuarta instancia. Ahora el objetivo global es 600. Ahora el valor acumulativo de la métrica es mayor que el nuevo nivel objetivo de 600, pero no se realizan acciones adicionales para escalar verticalmente debido a que se alcanzó el límite de tamaño del grupo con ajuste de escala automático.
• 11:44 La secuencia de comandos de la aplicación pasó a un período de 15 minutos de métrica baja. A pesar de que el valor acumulativo de la métrica es menor que el objetivo de 600, la reducción de escala debe esperar que pase un retraso de reducción de escala incorporado de diez minutos antes de hacer algún cambio.
• 11:54 Los datos de la métrica personalizada estuvieron por debajo del nivel objetivo global de 600 para un clúster de cuatro nodos durante más de 10 minutos. La reducción de escala verticalmente ahora quita dos instancias seguidas con rapidez.
• 11:56 Los datos de la métrica personalizada de los nodos que se quitaron se quitan del cálculo del ajuste de escala automático y el objetivo global se reduce a 300.
• 12:00 La secuencia de comandos de la aplicación regresó a un período de 15 minutos de métrica alta. El valor acumulativo de la métrica personalizada aumentó de nuevo por encima del nivel objetivo global de 300, por lo que el grupo con ajuste de escala automático inicia una tercera instancia.
• 12:03 Se adquirieron los datos de la métrica personalizada de la instancia nueva, pero los valores acumulativos informados siguen por debajo del objetivo de 450, por lo que el ajuste de escala automático no realiza cambios.
• 12:04 Los valores acumulativos de la métrica personalizada superan el objetivo de 450, por lo que el ajuste de escala automático inicia la cuarta instancia.

Felicitaciones.

Felicitaciones. En este lab, creaste un grupo de instancias administrado de Compute Engine que realiza un escalado automático basado en el valor de una métrica personalizada de Cloud Monitoring. También aprendiste cómo usar la consola de Cloud para visualizar el tamaño de la métrica personalizada y el grupo de instancias.

Próximos pasos/Más información

• Más información sobre Cloud Monitoring
• Más información sobre las métricas de supervisión personalizadas de Cloud
• Obtén más información sobre el escalado automático con Compute Engine

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Actualización más reciente del manual: 23 de octubre de 2025

Prueba más reciente del lab: 25 de julio de 2024

Copyright 2026 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.