Ein Unternehmen betreibt Analyse-Software auf Amazon EC2-Instances, die Aufträge für Daten verarbeiten, die in Amazon S3 hochgeladen wurden. Benutzer berichten, dass einige übermittelte Daten nicht verarbeitet werden. Amazon CloudWatch zeigt an, dass die CPU-Auslastung der EC2-Instances konstant bei oder nahe 100 % liegt. Das Unternehmen möchte die Leistung verbessern und basierend auf der Benutzerlast skalieren. Was sollte ein Solutions Architect tun?

Die CPU-Auslastung von 100 % zeigt, dass die EC2-Instances überlastet sind und nicht alle Aufträge verarbeiten können. Die Weiterleitung eingehender Anfragen an Amazon SQS entkoppelt die Auftragserstellung von der Verarbeitung. Eine Auto Scaling-Gruppe, die auf der Warteschlangengröße basiert, stellt sicher, dass die Anzahl der EC2-Instances dynamisch an die aktuelle Arbeitslast angepasst wird. Wenn die Warteschlange wächst, werden mehr Instances gestartet, um die Aufträge zu verarbeiten, und wenn sie schrumpft, werden Instances beendet, was die Leistung verbessert und Kosten optimiert. Das Erstellen einer Kopie der Instance hinter einem Application Load Balancer (ALB) würde die Last verteilen, aber nicht unbedingt die zugrunde liegende Überlastung beheben, wenn die einzelnen Instances immer noch überfordert sind oder die Skalierung nicht dynamisch erfolgt. Ein S3 VPC-Endpunkt verbessert die Netzwerkleistung zu S3, löst aber nicht das Problem der CPU-Auslastung der EC2-Instances. Das Ändern des Instance-Typs zu einem leistungsstärkeren ist eine vertikale Skalierung, die kurzfristig helfen kann, aber keine dynamische Anpassung an schwankende Lasten ermöglicht und möglicherweise teurer ist als nötig.