Auto scaling 不必要：我手动 scale

solo engineer 没有 auto scaling。

大公司做 auto scaling：

• AWS Auto Scaling Group (ASG)：根据 CPU / memory / network 自动加 server
• GCP Instance Group：GCP 自动 instance group
• Azure VMSS：Azure virtual machine scale set
• k8s HPA：Horizontal Pod Autoscaler
• k8s VPA：Vertical Pod Autoscaler
• k8s KEDA：Kubernetes Event-Driven Autoscaling
• CPU threshold：CPU > 70% → 加 server
• memory threshold：memory > 80% → 加 server
• min / desired / max：最小 2 台 / 期望 5 台 / 最大 20 台
• scale up / scale down：加 / 减 server
• cool down：scale 完等 5 分钟再 scale

一人工程做 auto scaling：

• 没有 ASG
• 没有 CPU threshold
• 没有 scale up / scale down
• 没有 cool down

simedw 的 auto scaling 哲学

simedw 是 iPhone piano app。他没有 auto scaling：

• simedw 没有 server：iPhone app 没有 server，没有 auto scaling
• simedw 的 iPhone = 一个 server：每个用户的 iPhone = 一个 server
• simedw 的"scale up" = 用户买新 iPhone：用户 iPhone 旧了 / 满了 → 用户买新 iPhone
• simedw 的"scale down" = 用户卸载 app：用户不用 app → 卸载 = scale down
• simedw 不需要自动：simedw 不能控制用户买 iPhone 的速度

simedw 的"auto scaling"在 App Store + 用户决策：

• App Store 下载量：用户主动下载 = scale up
• App Store 卸载量：用户主动卸载 = scale down
• App Store 自动更新：苹果自动推送 = 升级 model
• iPhone 升级：用户买新 iPhone = scale up 硬件

不需要 AWS Auto Scaling，因为：

• iPhone app 没有 server
• 用户自己买 iPhone = 手动 scale
• 用户自己卸载 app = 手动 scale down
• simedw 不能控制 scale 速度

一人工程的 auto scaling 工具

• App Store 下载量：用户主动下载
• App Store 卸载量：用户主动卸载
• App Store 自动更新：苹果自动推送
• iPhone 升级：用户买新 iPhone
• TestFlight：beta 用户

不需要 AWS Auto Scaling，因为 iPhone app 没有 server。

AWS Auto Scaling Group 在大公司的细节

大公司 AWS Auto Scaling Group：

• launch template：AMI + instance type + security group + IAM role
• min / desired / max：min 2 / desired 5 / max 20
• CPU threshold：CPU > 70% → scale up
• memory threshold：memory > 80% → scale up
• network threshold：network > 50% → scale up
• custom metric：queue length / request latency / business metric
• scale up cooldown：scale up 后等 5 分钟
• scale down cooldown：scale down 后等 10 分钟

每个 ASG：

• 2-20 台 server
• $200-2000 / 月
• 1 个 SRE 配置

一人工程没有 ASG。一人工程有：

• simedw 0 台 server：iPhone app 没有 server
• simedw 0 美元 / 月：iPhone app 没有 ASG 成本
• simedw 自己 = SRE：simedw 自己配置

k8s HPA 在大公司的细节

大公司 k8s Horizontal Pod Autoscaler (HPA)：

• CPU threshold：CPU > 70% → 加 pod
• memory threshold：memory > 80% → 加 pod
• custom metric：queue length / request latency
• min / max replicas：min 2 / max 50
• scale up：加 pod 副本
• scale down：减 pod 副本
• scaleUp behavior：30 秒内 +50% pod
• scaleDown behavior：5 分钟内 -10% pod

每个 HPA：

• 2-50 个 pod
• k8s controller
• 5 个 SRE 维护

一人工程没有 HPA。一人工程有：

• simedw 没有 pod：iPhone app 没有 server pod
• simedw 0 个 SRE：simedw 自己 = SRE
• simedw 没有 k8s：iPhone app 没有 k8s

k8s VPA 在大公司的细节

大公司 k8s Vertical Pod Autoscaler (VPA)：

• CPU request / limit：动态调整 pod CPU
• memory request / limit：动态调整 pod memory
• recommendation：根据历史使用推荐
• auto apply：自动应用推荐
• min / max allowed：CPU 100m-2000m, memory 128Mi-4Gi

每个 VPA：

• k8s controller
• 自动调整 pod resource
• 5 个 SRE 维护

一人工程没有 VPA。一人工程有：

• simedw 没有 pod：iPhone app 没有 server pod
• simedw 固定 CPU / memory：iPhone 固定 CPU / memory，没有 VPA
• simedw 0 美元 / 月：iPhone app 没有 VPA 成本

k8s KEDA 在大公司的细节

大公司 k8s KEDA (Kubernetes Event-Driven Autoscaling)：

• event-driven：根据外部事件 scale
• Kafka lag：Kafka consumer lag > 100 → 加 consumer pod
• RabbitMQ queue：queue depth > 1000 → 加 consumer pod
• SQS queue：SQS message count > 100 → 加 consumer pod
• Cron schedule：每天 9 点加 pod 处理报表
• Prometheus metric：基于 Prometheus 指标

每个 KEDA：

• k8s controller
• event-driven scale
• 5 个 SRE 维护

一人工程没有 KEDA。一人工程有：

• simedw 没有 event：iPhone app 没有 Kafka / RabbitMQ / SQS
• simedw 没有 server pod：iPhone app 没有 pod
• simedw 0 美元 / 月：iPhone app 没有 KEDA 成本

CPU threshold 在大公司的细节

大公司 CPU threshold：

• target 70%：CPU 70% 是 target
• scale up：CPU > 70% 持续 5 分钟 → 加 server
• scale down：CPU < 30% 持续 10 分钟 → 减 server
• scale fast / slow：scale up 快（30 秒）+ scale down 慢（5 分钟）

每个 CPU threshold：

• 70% target
• 5-10 分钟观察期
• 几秒 scale 时间

一人工程没有 CPU threshold。一人工程有：

• simedw 没有 server CPU：iPhone app 没有 server CPU
• simedw iPhone CPU：iPhone 有 CPU，但 simedw 不能 scale iPhone CPU
• simedw iPhone 散热：iPhone 过热 → 降低性能（不是 simedw 控制）

memory threshold 在大公司的细节

大公司 memory threshold：

• target 80%：memory 80% 是 target
• scale up：memory > 80% 持续 5 分钟 → 加 server
• scale down：memory < 30% 持续 10 分钟 → 减 server

每个 memory threshold：

• 80% target
• 5-10 分钟观察期
• 几秒 scale 时间

一人工程没有 memory threshold。一人工程有：

• simedw 没有 server memory：iPhone app 没有 server memory
• simedw iPhone memory：iPhone 有 memory（4-8 GB），但 simedw 不能 scale iPhone memory
• simedw OOM：iPhone app OOM = app crash（重启 = 内存清空）

scale up / scale down 在大公司的细节

大公司 scale up / scale down：

• scale up：CPU 上升 → 加 server（30 秒内）
• scale down：CPU 下降 → 减 server（5 分钟内，避免抖动）
• scale up cooldown：30 秒（避免频繁 scale up）
• scale down cooldown：5 分钟（避免频繁 scale down）

每个 scale up / scale down：

• 几秒时间
• 几美元成本
• 1 个 SRE 配置

一人工程没有 scale up / scale down。一人工程有：

• simedw 没有 server：iPhone app 没有 server，没有 scale
• simedw 用户升级 iPhone：用户自己买新 iPhone = scale up
• simedw 用户卸载 app：用户自己卸载 = scale down

min / desired / max 在大公司的细节

大公司 ASG min / desired / max：

• min 2：最少 2 台 server（保证高可用）
• desired 5：期望 5 台 server（基于平均负载）
• max 20：最多 20 台 server（防止成本失控）

每个 ASG：

• 2-20 台 server
• 弹性伸缩
• 5 个 SRE 配置

一人工程没有 min / desired / max。一人工程有：

• simedw 0 台 server：iPhone app 没有 server
• simedw iPhone 用户数：用户数 = server 数（1 个用户 = 1 个 iPhone = 1 个"server"）
• simedw 没有最大：iPhone app 用户数没有 max（苹果 App Store 全球分发）

auto scaling 失败在大公司的细节

大公司 auto scaling 失败模式：

• scale up 太慢：流量激增 → scale up 5 分钟 → 用户已经离开
• scale up 太多：scale up 一次 +10 台 → 成本爆炸
• scale down 太快：scale down 5 分钟 → 流量回升 → 再次 scale up（抖动）
• scale down 误判：scale down 时 server 正在处理 → 用户失败
• metric 错误：用错 metric scale → 浪费钱

每个 auto scaling 失败：

• 重新配置 threshold
• 调整 cooldown
• 5 个 SRE 调试

一人工程没有 auto scaling 失败模式：

• simedw 没有 server：iPhone app 没有 auto scaling
• simedw 没有 scale 失败：iPhone app 不需要 scale
• simedw 不需要 threshold：iPhone app 没有 threshold

auto scaling 成本在大公司的细节

大公司 auto scaling 成本：

• min 2 × $100 / 月 = $200 / 月：最小 server
• avg 5 × $100 / 月 = $500 / 月：平均 server
• peak 20 × $100 / 月 = $2000 / 月：peak server
• 总成本：~$500 - $2000 / 月

每个 auto scaling 成本：

• $500 - $2000 / 月
• 5 个 SRE 维护
• 100 万用户服务

一人工程没有 auto scaling 成本。一人工程有：

• simedw 0 美元 / 月：iPhone app 没有 server
• simedw 0 个 SRE：simedw 自己 = SRE
• simedw 100 用户：simedw 服务 100 用户，0 cost

iPhone app vs server 的 auto scaling 区别

iPhone app 和 server 根本不同：

• server：100 万用户 → 5-20 台 server + auto scaling
• iPhone app：100 用户 → 100 个 iPhone（每个 iPhone = 一个 server）

simedw 的 iPhone piano app：

• 100 个用户 = 100 个 iPhone = 100 个 "server"
• 每个 iPhone 独立运行 app
• iPhone app 不需要 scale up（用户自己买新 iPhone）
• iPhone app 不需要 scale down（用户自己卸载）
• App Store 自动分发新版本

不需要 AWS Auto Scaling，因为：

• simedw 的 app 没有 server
• iPhone 本地运行 = 0 网络依赖
• App Store 全球分发 = 无限 scale

一人工程的 auto scaling 哲学

大公司 auto scaling 是因为他们有：

• 100 万用户 web 请求（流量波动）
• 1000 RPS 峰值（需要弹性伸缩）
• $500 - $2000 / 月 server 成本
• 5 个 SRE 维护 auto scaling

一人工程没有这些。一人工程有：

• 100 用户 iPhone app（每个 iPhone = 一个 server）
• 10 RPS 峰值（iPhone 本地处理，不需要弹性伸缩）
• $0 / 月 server 成本（iPhone app 没有 server）
• 0 个 SRE（simedw 自己 = SRE）

auto scaling 在一人工程里 = 用户自己买新 iPhone / 卸载 app。

我就是 auto scaling

大公司 auto scaling 是专用基础设施：

• AWS Auto Scaling Group
• k8s HPA / VPA / KEDA
• 5 个 SRE 维护

一人工程 auto scaling 是用户自己：

• 用户买新 iPhone = scale up
• 用户卸载 app = scale down
• 用户升级 iOS = model upgrade

没有 AWS Auto Scaling，没有 k8s HPA，没有 VPA，没有 KEDA。

一人工程 + 我手动 scale

simedw 不做 ASG。 simedw 不做 HPA。 simedw 不做 VPA。 simedw 不做 KEDA。 simedw 用户自己买新 iPhone = scale up。

auto scaling 在一人工程里不是工具，是用户自己。

---

solo engineer 没有 auto scaling。 solo engineer 的 auto scaling = 用户自己买新 iPhone / 卸载 app。

solus opus.