Uma empresa opera um serviço de entrega de alimentos. Devido ao crescimento recente, o sistema de processamento de pedidos da empresa está enfrentando problemas de escalabilidade durante os horários de pico de tráfego. A arquitetura atual inclui instâncias Amazon EC2 em um grupo do Auto Scaling que coletam pedidos de um aplicativo. Um segundo grupo de instâncias EC2 em um grupo do Auto Scaling atende aos pedidos. O processo de coleta de pedidos ocorre rapidamente, mas o processo de atendimento de pedidos pode levar mais tempo. Os dados não devem ser perdidos devido a um evento de escalabilidade. Um arquiteto de soluções deve garantir que o processo de coleta de pedidos e o processo de atendimento de pedidos possam escalar adequadamente durante os horários de pico de tráfego. Qual solução atenderá a esses requisitos?

A opção correta aborda a escalabilidade e a durabilidade dos dados. O Amazon SQS desacopla os processos de coleta e atendimento de pedidos, permitindo que escalem independentemente. Usar duas filas SQS, uma para cada processo, garante que a carga de trabalho seja distribuída e que os dados não sejam perdidos. O escalonamento dos grupos do Auto Scaling com base no número de mensagens nas filas é uma estratégia eficaz, pois o número de mensagens reflete diretamente a demanda de trabalho pendente, permitindo que os recursos sejam ajustados dinamicamente. As outras opções são menos eficazes: Monitorar apenas a CPUUtilization e definir a capacidade mínima para o pico não é dinâmico e pode resultar em provisionamento excessivo ou insuficiente. Usar o CloudWatch para invocar um tópico SNS para criar grupos do Auto Scaling adicionais sob demanda é inviável e não é uma funcionalidade padrão para escalabilidade. O Auto Scaling Groups já gerencia a escalabilidade de instâncias dentro de um grupo. Escalar grupos do Auto Scaling com base em notificações que as filas enviam não é o método mais direto; o número de mensagens na fila é uma métrica mais apropriada para o escalonamento dinâmico.