Uma empresa executa uma plataforma de venda de ingressos para eventos na AWS e deseja reduzir os custos. A plataforma usa Amazon EKS no Amazon EC2 para a maioria das cargas de trabalho e uma instância de banco de dados Amazon RDS para MySQL. Novos recursos serão executados no Amazon EKS com AWS Fargate. A carga de trabalho tem picos de demanda infrequentes e baseados em datas. Qual abordagem é a MAIS econômica para esse ambiente?

A opção correta é a mais econômica porque combina estratégias de precificação flexíveis e otimizadas para diferentes componentes. Compute Savings Plans são ideais para cobrir o uso de computação de linha de base do EKS e Fargate, oferecendo descontos significativos. On-Demand Capacity Reservations garantem capacidade para picos de demanda planejados e infrequentes, evitando a indisponibilidade de Spot Instances para cargas críticas. Reserved Instances No Upfront para o RDS cobrem a carga base do banco de dados com um bom desconto sem investimento inicial. Escalar réplicas de leitura durante picos é uma forma eficiente de lidar com o aumento de carga no banco de dados sem superprovisionar a instância primária. As opções incorretas falham em um ou mais pontos: A primeira opção sugere Reserved Instances Standard para EC2 e Spot Instances para picos, o que pode ser arriscado para cargas de trabalho críticas. A terceira e quarta opções sugerem escalar manualmente a instância do banco de dados para picos, o que é menos eficiente e mais caro do que usar réplicas de leitura ou superprovisionar uma RI. Além disso, usar Spot Instances para picos de demanda planejados não é o ideal, pois a capacidade não é garantida.