> For the complete documentation index, see [llms.txt](https://docs.skyone.cloud/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.skyone.cloud/skyone-autosky/recursos-do-skyone-autosky/ambientes/ambiente-scaling.md).

# Ambiente Scaling

O **Ambiente Scaling** no **Skyone Autosky** é um modelo de infraestrutura de alta performance e disponibilidade, projetado especificamente para operar de forma elástica e sob demanda. Diferente da arquitetura centralizada do Ambiente Micro, o modelo *Scaling* distribui as suas funções entre duas ou mais máquinas separadas, garantindo que múltiplos usuários compartilhem os recursos de uma mesma máquina virtual de forma otimizada, além de oferecer um controle muito mais granular e individualizado sobre cada instância.

Para facilitar a gestão operacional de uma infraestrutura desse porte, o painel do Skyone Autosky disponibiliza uma série de ações gerais e automações que simplificam o monitoramento e o controle do ecossistema de servidores.

Além disso, a criação e a evolução deste ambiente baseiam-se em um processo padronizado: é necessário realizar a publicação de uma imagem técnica para a geração dos modelos de máquina, permitindo ajustar parâmetros avançados como o "sabor" (*flavor* / capacidade de hardware) da máquina e as diretrizes do grupo de segurança.

#### Principais Características e Benefícios

* **Funcionamento Inteligente Sob Demanda:** O **Skyone Autosky** assume o controle total sobre o ciclo de vida das instâncias. O sistema liga ou desliga as máquinas automaticamente conforme a necessidade real de uso e respeitando os horários pré-configurados através do Robô de Períodos, gerando grande eficiência e otimização de custos.
* **Escalabilidade Adaptável:** Cada instância dentro do modelo *Scaling* é dimensionada para suportar um número específico e seguro de conexões simultâneas (variando geralmente entre 10 e 20 usuários por máquina, a depender dos requisitos da aplicação e do parceiro).
* **Alta Disponibilidade e Fail-over:** A arquitetura utiliza conceitos de modelos primários e secundários para assegurar a continuidade do negócio. Caso ocorra qualquer falha ou instabilidade no carregamento principal, o sistema executa automaticamente um fluxo de *fail-over*, alternando os acessos entre diferentes zonas de disponibilidade ou tipos de instâncias (*flavors*).
* **Segurança Avançada com Zero Trust:** O ambiente conta com suporte integral à funcionalidade de *Zero Trust*. Esse protocolo de segurança restringe e blinda as conexões RDP, garantindo que o acesso às máquinas só seja permitido a usuários que foram devidamente autenticados e validados através do portal AutoSky.

Acompanhe, a seguir, as seções e recursos detalhados que você encontrará para gerenciar dentro de um Ambiente Scaling:

* [Instâncias ](https://docs.skyone.cloud/skyone-autosky/recursos-do-skyone-autosky/ambientes/ambiente-scaling/instancias-do-ambiente-scaling.md)
* [Servidores](https://docs.skyone.cloud/skyone-autosky/recursos-do-skyone-autosky/ambientes/ambiente-scaling/servidores-do-ambiente-scaling.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.skyone.cloud/skyone-autosky/recursos-do-skyone-autosky/ambientes/ambiente-scaling.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
