Die zustandsbehaftete Anwendung eines Unternehmens läuft im Arbeitsspeicher auf Amazon EC2-Instances. Die Infrastruktur wurde mit AWS CloudFormation unter Verwendung der EC2-Instance-Familie M5 bereitgestellt. Als der Datenverkehr zunahm, verschlechterte sich die Anwendungsleistung und Benutzer erlebten Verzögerungen. Welche Lösung behebt die Probleme mit der HÖCHSTEN Betriebseffizienz?

Die Anwendung ist zustandsbehaftet und läuft im Arbeitsspeicher, was auf einen hohen Speicherbedarf hindeutet. Die M5-Instance-Familie ist für allgemeine Zwecke konzipiert, während R5-Instances speicheroptimiert sind und sich daher besser für diese Workload eignen. Die Änderung der CloudFormation-Vorlage stellt sicher, dass die Infrastruktur als Code verwaltet wird, was die Betriebseffizienz erhöht. Die Bereitstellung des CloudWatch-Agenten zur Erfassung benutzerdefinierter Metriken für die Anwendungslatenz ist entscheidend, um die tatsächliche Benutzererfahrung zu überwachen und eine präzise zukünftige Kapazitätsplanung zu ermöglichen. T3-Instances sind Burst-fähig und für Workloads mit variabler CPU-Nutzung gedacht, nicht für speicherintensive Anwendungen. Manuelles Skalieren in einer Auto Scaling-Gruppe ist ineffizient und reaktiv, nicht proaktiv. Die Verwendung integrierter EC2-Speichermetriken ist nützlich, aber die Anwendungslatenz ist eine spezifischere und relevantere Metrik für die Benutzererfahrung und zukünftige Kapazitätsplanung bei dieser Art von Anwendung.