一家电子商务公司部署了一个用于产品推荐的 SageMaker factorization machines (FM) 端点。团队训练了两个新模型（TensorFlow 和 PyTorch），需要使用以下路由规则运行 A/B 测试：将 70% 的流量发送到 FM 模型，15% 发送到 TensorFlow 模型，15% 发送到 PyTorch 模型；但对于来自欧洲的客户，将所有流量路由到 TensorFlow 模型。哪种架构支持此行为？

正确答案利用了 SageMaker 端点配置中的生产变体功能，该功能允许在单个端点下部署多个模型并分配流量权重。通过为 TensorFlow 和 PyTorch 模型创建生产变体，并设置相应的 70%、15%、15% 权重，可以实现 A/B 测试的流量分配。对于欧洲客户的特殊路由需求，SageMaker 提供了 TargetVariant 请求头，客户端可以在调用端点时指定此请求头，强制将请求路由到特定的变体（在此例中是 TensorFlow 变体），从而满足了所有要求。 第一个和第三个选项（使用 Application Load Balancer 或 Network Load Balancer）虽然可以实现流量路由，但它们增加了架构复杂性，并且通常用于在多个独立端点之间进行路由，而不是在单个 SageMaker 端点内的多个模型变体之间进行精细控制。SageMaker 生产变体是为此类 A/B 测试和流量分配场景设计的原生且更优化的解决方案。 第二个选项（使用自动扩缩策略）与流量路由和 A/B 测试的直接关系不大，自动扩缩主要关注资源管理，而不是请求的条件路由。