AWS定时自动扩展和步长扩展是两种常见的自动扩展策略，可以根据需求自动增加或减少AWS资源。

1. AWS定时自动扩展示例：

import boto3

# 创建Auto Scaling组
client = boto3.client('autoscaling')
response = client.create_auto_scaling_group(
    AutoScalingGroupName='my-auto-scaling-group',
    LaunchConfigurationName='my-launch-configuration',
    MinSize=1,
    MaxSize=10,
    DesiredCapacity=1,
    AvailabilityZones=['us-west-2a'],
)

# 创建定时自动扩展策略
response = client.put_scheduled_update_group_action(
    AutoScalingGroupName='my-auto-scaling-group',
    ScheduledActionName='scale-up',
    StartTime='2022-01-01T00:00:00Z',
    Recurrence='0 0 * * *',
    MinSize=1,
    MaxSize=10,
    DesiredCapacity=5,
)

上述示例中，首先通过create_auto_scaling_group创建了一个Auto Scaling组，然后使用put_scheduled_update_group_action创建了一个定时自动扩展策略。ScheduledActionName指定了策略名称，StartTime指定了策略生效时间，Recurrence指定了策略重复执行的时间表达式，MinSize、MaxSize和DesiredCapacity分别指定了策略生效时的最小、最大和期望实例数量。

2. AWS步长扩展示例：

import boto3

# 创建Auto Scaling组
client = boto3.client('autoscaling')
response = client.create_auto_scaling_group(
    AutoScalingGroupName='my-auto-scaling-group',
    LaunchConfigurationName='my-launch-configuration',
    MinSize=1,
    MaxSize=10,
    DesiredCapacity=1,
    AvailabilityZones=['us-west-2a'],
)

# 创建步长扩展策略
response = client.put_scaling_policy(
    AutoScalingGroupName='my-auto-scaling-group',
    PolicyName='scale-out',
    AdjustmentType='ChangeInCapacity',
    ScalingAdjustment=2,
    Cooldown=300,
)

上述示例中，同样首先通过create_auto_scaling_group创建了一个Auto Scaling组，然后使用put_scaling_policy创建了一个步长扩展策略。PolicyName指定了策略名称，AdjustmentType指定了调整类型为ChangeInCapacity，ScalingAdjustment指定了调整的步长，Cooldown指定了调整之间的冷却时间。

以上示例中的代码是使用Python的boto3库来操作AWS Auto Scaling服务的示例，可以根据实际需求进行修改和扩展。