Uma empresa processa mensagens com um aplicativo worker executado em três instâncias EC2 em um grupo do Auto Scaling que usa uma política de escalonamento simples. Os workers pesquisam mensagens de uma fila do Amazon SQS. Picos esporádicos de mensagens estão degradando o desempenho do processamento, e o administrador de SysOps deve escalar o grupo do Auto Scaling para lidar com um volume maior de filas. Qual abordagem melhor satisfaz esse requisito?

A melhor abordagem é usar o CloudWatch metric math para calcular o número aproximado de mensagens visíveis por instância na fila do SQS e criar uma política de escalonamento de rastreamento de destino. Isso permite que o Auto Scaling Group adicione ou remova instâncias dinamicamente com base na carga de trabalho real da fila, garantindo que haja sempre instâncias suficientes para processar as mensagens, mesmo durante picos. A opção de estimar a idade da mensagem mais antiga é menos eficaz porque uma mensagem antiga pode não indicar um grande volume de mensagens, mas sim um problema de processamento em uma única mensagem. Criar um Application Load Balancer (ALB) e usar ALBRequestCountPerTarget não é adequado, pois os workers estão pesquisando mensagens de uma fila SQS, não recebendo solicitações HTTP/S de um ALB. O escalonamento agendado não é ideal para picos esporádicos, pois não se adapta à demanda em tempo real.