本文介绍如何使用ACK和ECI完成在线业务的弹性伸缩=
准备业务镜像
整体业务请求链路如上图所示，您可以请求service-entry（模拟入口业务应用），service-entry会请求service-a（模拟耗CPU应用）和service-b（模拟耗内存应用），所以需要准备3个Docker镜像。
service-entry： aliyuneci/ack-vk-autoscaler-demo-service-entry:1.0
创建ACK集群
本文使用Kubernetes托管版类型的集群，使用ECS Node服务业务的正常水位，通过ack-virtual-kubelet-autoscaler来使用Virtual Node（底层资源是ECI），以服务业务的弹性水位。
部署VK和vk-autoscaler
在容器服务控制台的市场>应用目录中，依次安装ack-virtual-node和ack-virtual-kubelet-autoscaler。
部署业务应用
在容器服务控制台的应用中，根据业务形态选择对应的部署形式，本文采用无状态部署（Deployment）。
填入相关内容，选择前面准备好的业务镜像，暴露相关的端口信息（service-entry为8080，service-a为8001，service-b为8002），配置service，即可创建完成。
创建service-entry的时候，需要传入2个环境变量（值来自service-a和service-b的service内部端点）。
并且service-entry需要提供出ingress路由，将业务能力暴露到外部环境。
配置弹性伸缩策略
在应用>无状态中，选择业务app，配置容器组水平伸缩器。
目前默认策略支持mem和cpu，也可以自己实现更多复杂的策略。
本文为上述提及的App均配置了CPU、内存维度的HPA（容器组水平伸缩器）。
部署三方应用
在市场-应用目录中，可以根据业务需要，安装部署相应的App，本文中部署了以下App。
ack-virtual-node：通过vk来将pod创建在eci上。
ack-virtual-kubelet-autoscaler：通过vk动态的将pod创建在eci上（本文在eci上实现的弹性伸缩能力就是借助于此）。
ahas：提供应用架构自动探测，故障注入式高可用能力评测和一键流控降级等功能。
arms-pilot：自动发现应用拓扑、自动生成 3D 拓扑、自动发现并监控接口、捕获异常事务和慢事务。
arms-prometheus：对接开源 Prometheus 生态，支持类型丰富的组件监控，提供多种开箱即用的预置监控大盘，且提供全面托管的 Prometheus 服务。
PTS 压测
使用PTS对服务进行压测，来模拟业务低峰期到高峰期的一个过程。本文从5个并发施压，一直递增到40个并发。
观察效果
可以看到随着施压并发的递增，各个App（如截图中的service-b）根据自身的负载情况进行了动态的扩容。
当ECS Node上资源不足的时候，Pod被自动调度到了Virtual Node，实现了ACK+ECI的在线业务弹性伸缩的效果。
更多关于ACK+ECI的在线业务弹性伸缩的细节，请参见在线业务弹性扩缩容最佳实践。