Web应用程序的Auto Scaling组由于实例引导脚本耗时较长而导致横向扩展缓慢。管理员希望在横向扩展期间缩短提供流量的时间，同时不增加过剩容量。哪种更改能最有效地实现此目标？

配置Auto Scaling组的warm pool是实现此目标最有效的方法。Warm pool允许您在实例启动后，但在它们开始接收流量之前，对其进行预初始化。这意味着耗时的引导脚本可以在实例处于warm pool中时运行，一旦实例准备好服务请求，它们就可以快速附加到Auto Scaling组，从而显著缩短横向扩展期间的周转时间，而无需增加过剩容量。 修改启动配置以使用更大的实例类型可能会增加成本，并且不能解决引导脚本耗时的问题。提高Auto Scaling组的最小实例数会增加持续运行的实例数量，从而增加成本和过剩容量。添加预测性扩展策略有助于在需求之前启动实例，但如果实例引导时间仍然很长，它仍然会面临相同的延迟问题。