某公司在 AWS 上运行一个使用 Amazon Aurora DB 集群的应用程序。在许多用户读取数据的峰值时段，监控显示写入查询性能下降。该公司希望提高可扩展性，以经济高效地应对峰值需求。哪种解决方案能最经济高效地满足这些要求？

当写入查询导致性能下降时，将只读操作分流到 Aurora Read Replica 是最经济高效的解决方案。Aurora Read Replica 共享与主实例相同的基础存储卷，因此数据复制是异步且高效的，且不会增加额外的存储成本。通过将只读查询路由到副本端点，并将写入查询路由到集群端点，可以有效地分散数据库负载，提高可扩展性。 其他选项的缺点： 创建第二个 Aurora DB 集群并复制数据：这会增加存储和计算成本，并且需要手动管理数据复制，效率低于 Aurora Read Replica。 使用 Amazon DynamoDB Accelerator (DAX) 集群：DAX 专为 DynamoDB 设计，不适用于 Aurora。 创建 Amazon Redshift 集群：Redshift 是数据仓库服务，适用于分析工作负载，而不是事务性只读查询。它会引入额外的数据复制和管理复杂性，成本也更高。