某个应用程序使用 AWS Lambda 和 ECS on Fargate，并将数据存储在 Aurora MySQL 数据库中。该工作负载的写入操作繁重，流量具有高度的突发性，表现为长时间的空闲期和突然的流量激增。当前的内存优化型数据库实例无法处理可变负载。哪种设计能以最具成本效益的方式扩展以适应这些流量模式？

Aurora Serverless v1 能够根据工作负载需求自动扩展或缩减数据库容量，非常适合具有高度突发性且长时间空闲的写入密集型工作负载，因为它只在需要时消耗资源，从而实现成本效益。Compute Savings Plans 可以进一步降低计算成本。 其他选项不理想： 添加只读副本并购买 Instance Savings Plans 和 RDS Reserved Instances：只读副本无法解决写入操作繁重的问题，且预留实例不适用于突发性负载，可能导致资源浪费或不足。 迁移到具有多个写入器实例的 Aurora DB 集群并购买 Instance Savings Plans：Aurora Multi-Writer 旨在提高写入可用性，而非应对突发性负载的成本效益扩展。预留实例同样不适合突发性负载。 迁移到 Aurora 全球数据库并购买 Compute Savings Plans 和 RDS Reserved Instances：Aurora 全球数据库主要用于跨区域灾难恢复和低延迟全球读取，与解决突发性写入负载的成本效益扩展无关。预留实例也不适合突发性负载。