一家事务处理公司在 Auto Scaling 组中的 Amazon EC2 实例上运行每周脚本批处理作业。事务数量各不相同，但每次运行期间的基准 CPU 利用率至少为 60%。公司必须在作业开始前 30 分钟预置容量。工程师目前手动修改 Auto Scaling 组，并且公司缺乏分析容量趋势的资源。哪种解决方案能够以最少的操作开销自动修改 Auto Scaling 组的所需容量？

预测扩缩策略是最佳解决方案，因为它利用机器学习预测未来的负载，并在作业开始前 30 分钟预置所需的容量。这满足了在作业开始前 30 分钟预置容量的要求，并且由于其预测能力，操作开销最少。动态扩缩策略仅在达到阈值时才进行扩缩，无法满足提前 30 分钟预置容量的要求。计划扩缩策略需要手动设置容量，并且在事务数量变化时效率低下，与公司缺乏分析容量趋势的资源相悖。EventBridge 和 Lambda 组合虽然可以实现自动化，但需要额外的开发和维护工作，操作开销高于预测扩缩。