Uma campanha de marketing direcionará mais tráfego para um aplicativo web que usa API Gateway e Lambda. O aplicativo armazena dados em um cluster Amazon Aurora MySQL com uma Aurora Replica. A proporção de leitura/gravação é de cerca de 95% leituras e 5% gravações. Como um administrador SysOps deve configurar o banco de dados para escalar para a carga mais alta esperada?

A opção correta é habilitar o Aurora Auto Scaling para adicionar ou remover Aurora Replicas. Como a carga de trabalho é predominantemente de leitura (95%), o aumento do número de réplicas de leitura (Aurora Replicas) é a estratégia mais eficaz para escalar o banco de dados e distribuir a carga de leitura. O Aurora Auto Scaling gerencia automaticamente o número de réplicas com base em métricas como a utilização da CPU, garantindo que o cluster possa lidar com picos de tráfego. A opção de alterar a classe da instância (escalar para cima/para baixo) não é a mais eficiente para cargas de leitura, pois uma única instância maior ainda pode se tornar um gargalo. Usar o AWS Auto Scaling diretamente para monitorar a instância primária ou uma única réplica existente não é o ideal, pois o Aurora Auto Scaling é a solução nativa e otimizada para gerenciar as Aurora Replicas de forma elástica, garantindo a escalabilidade horizontal necessária para a carga de leitura.