Os clientes fazem upload de arquivos para o S3 e uma mensagem SQS contendo o ARN do objeto é enviada. Um worker baseado em EC2 consulta o SQS e processa os arquivos; o tempo de processamento varia com o tamanho do arquivo. Para reduzir os atrasos percebidos pelo cliente, um administrador cria uma AMI a partir da instância existente e um modelo de inicialização. Como o Auto Scaling deve ser configurado para melhorar a capacidade de resposta?

A resposta correta é criar uma métrica personalizada que combine o número de mensagens visíveis no SQS (ApproximateNumberOfMessagesVisible) com o número de instâncias ativas (InService) no grupo do Auto Scaling. Essa métrica, calculada pelo aplicativo e publicada no CloudWatch, permite que o Auto Scaling ajuste o número de instâncias de forma inteligente, mantendo uma proporção ideal entre a carga de trabalho e a capacidade de processamento. Isso garante que a capacidade seja escalada com base na demanda real, melhorando a capacidade de resposta. As outras opções são menos eficazes: Adicionar vários tamanhos de instância no modelo de inicialização não aborda diretamente a capacidade de resposta baseada na carga do SQS. Usar ApproximateNumberOfMessagesDelayed não é ideal, pois a escalabilidade deve ser proativa, não reativa a mensagens já atrasadas. Criar uma métrica personalizada baseada em ASGAverageCPUUtilization e GroupPendingInstances não reflete diretamente a carga de trabalho do SQS, que é o principal fator de escalabilidade neste cenário.