Ein Finanzunternehmen betreibt eine geschäftskritische Anwendung auf Linux EC2-Instances der aktuellen Generation mit einer selbstverwalteten MySQL-Datenbank, die eine hohe E/A-Last aufweist. Die Anwendung verarbeitet den größten Teil des Monats moderaten Datenverkehr, verlangsamt sich jedoch in den letzten drei Tagen aufgrund der Monatsendberichterstattung. Die Infrastruktur verwendet bereits ELBs und Auto Scaling für die Rechenleistung. Welche Maßnahme ermöglicht es der Datenbank, die Monatsendlast mit dem geringsten Leistungseinbruch zu bewältigen?

Die Migration zu Amazon RDS bietet eine verwaltete Datenbanklösung, die Skalierbarkeit und Hochverfügbarkeit bereitstellt. Das Erstellen zusätzlicher Read Replicas ist eine effektive Strategie, um die erhöhte Leselast am Monatsende zu verteilen und die Leistung der primären Datenbankinstanz zu entlasten, was zu einem geringeren Leistungseinbruch führt. Die Option mit dem Vorwärmen der ELBs und dem Wechsel zu größeren Instances ist unzureichend, da die Datenbank das Nadelöhr ist und EBS GP2 möglicherweise nicht ausreicht. Das dynamische Ändern von EBS-Volume-Typen über CloudWatch und Lambda ist komplex, potenziell störend und bietet keine garantierte Leistung für die Datenbank selbst. Das Ersetzen aller EBS-Volumes durch PIOPS-Volumes durch Snapshots und Wiederherstellung ist ein manueller, zeitaufwändiger und potenziell riskanter Prozess, der zu Ausfallzeiten führen kann und nicht die Flexibilität von RDS bietet.