我正在致力于向 ECS 服务添加自动缩放功能。该服务当前配置为使用 3 个任务，但没有适当的扩展策略。 该服务处理许多不同的工作负载 - 一些工作负载受 CPU 限制（即指标计算），而其他工作负载则受内存限制（即检索大量数据）。根据一天中的不同时间，服务器上的工作负载会发生变化，因此我们希望能够根据两者 RAM 和 CPU 利用率进行扩展 - 以便针对两种类型的工作负载进行扩展。
我过去曾使用过 Kubernetes，并且我知道为同一个服务拥有两个单独的 HPA（水平 Pod 自动缩放器）可能会导致问题（例如，由于 HPA 跟踪内存，服务会被扩展，但随后跟踪 CPU 的 HPA 会缩减服务规模）。但是，我不确定 ECS 是否也存在同样的问题，即扩展策略冲突。
我查看了与 ECS 自动扩展相关的 AWS 文档，但是，该文档似乎讨论了识别一个单个指标来跟踪利用率 - 例如：
以上暗示使用单一指标，并且：为了有效扩展，确定表明利用率或饱和度的指标至关重要
在负载测试时，检查每个利用率指标。随着负载增加的指标是最适合作为最佳利用率指标的候选指标。 [...] 同时，还要如上所述，我们的服务负载全天都会发生变化，因此我们理想情况下希望根据 RAM 和 CPU 利用率进行扩展，但 AWS 文档促使您选择单个指标。我们有没有办法将扩展与两个指标联系起来，或者跟踪多个指标会导致扩展指令冲突吗？检查利用率指标，看看哪个指标首先在高水平上趋于平稳。 [...] 因此，选择代表首先耗尽的资源的指标。 [...] 假设“关键指标”以以前一半的速度增加或减少。如果是这种情况，那么“指标”与容量成正比。这是自动缩放的一个很好的利用率指标。 上面的代码片段指导您从识别一组与负载相关的指标，到选择与负载最成比例的单个指标。
您应该能够根据 AWS 使用多个目标跟踪策略来做到这一点
如果任何目标跟踪策略已准备好横向扩展，它将横向扩展 Auto Scaling 组，但仅当所有目标跟踪策略（启用了缩减部分）已准备好缩减时才会缩减。
https://docs.aws.amazon.com/autoscaling/ec2/userguide/as-scaling-target-tracking.html