Uma empresa migrou seu aplicativo para um cluster Amazon EKS no EC2 e habilitou o autoescalonamento baseado em CPU. Sob carga pesada, o aplicativo apresenta erros de memória e não escala horizontalmente de forma suficiente. A empresa precisa coletar e analisar métricas de memória ao longo do tempo. Qual combinação de etapas alcançará isso? (Escolha três.)

Para coletar métricas de memória de um cluster EKS, o CloudWatch Agent é essencial. A política gerenciada CloudWatchAgentServerPolicy deve ser anexada ao perfil de instância do IAM associado aos nós EC2 do cluster, concedendo as permissões necessárias para o agente enviar dados ao CloudWatch. O agente unificado do CloudWatch precisa ser implantado nas instâncias EC2 existentes e incorporado na AMI para novos nós, garantindo a coleta contínua de métricas. Finalmente, a análise da métrica podmemoryutilization no namespace ContainerInsights, usando a dimensão Service, permite identificar quais serviços estão consumindo mais memória e causando os erros. A opção de anexar a política a uma função de conta de serviço para o cluster está incorreta porque as permissões para o CloudWatch Agent são aplicadas ao perfil da instância EC2, não a uma conta de serviço Kubernetes. O coletor ADOT é para logs e rastreamentos, não para métricas de desempenho do sistema como as de memória. A métrica nodememoryutilization é útil, mas podmemoryutilization com a dimensão Service é mais granular para identificar a causa raiz dos problemas de memória em nível de aplicativo.