一家公司部署了一个使用 Amazon DynamoDB 的应用程序。运维团队测量了预期负载，并配置了表的 RCU 和 WCU，以匹配预期的峰值。该工作负载每周有一次持续 4 小时的峰值，是平均流量的两倍；在一周的其余时间里，流量接近平均水平。访问模式是写入密集型（写入量远多于读取量）。您必须推荐一种成本最低的方法来满足这些要求。您应该选择哪种解决方案？

正确答案是使用 AWS Application Auto Scaling 在每周高峰期提高预置容量，并购买与其余时间的平均负载相匹配的预留 RCU 和 WCU。这是因为该方法能有效利用预置容量的成本优势，并通过 Application Auto Scaling 灵活应对每周一次的峰值，避免了持续为峰值容量付费。预留容量（Reserved Capacity）可以进一步降低非峰值时段的成本。 将 DynamoDB 表配置为按需容量模式虽然简单，但对于可预测的峰值工作负载，其成本通常高于预置容量模式，尤其是在流量大部分时间低于峰值的情况下。 在表前部署 DynamoDB Accelerator (DAX) 主要用于提高读取性能和降低读取成本，但本场景是写入密集型，且 DAX 无法解决写入容量不足的问题。降低预置读取容量与写入密集型工作负载的需求不符。 将 DAX 与按需容量模式结合，同样无法有效解决写入容量问题，且按需模式的成本效益不如预置容量加自动扩缩。