Ein Unternehmen plant, 20 selten genutzte, aber geschäftskritische Anwendungen (eine Mischung aus Java und Node.js) zu AWS zu migrieren. Das Unternehmen möchte die Kosten minimieren und einen einzigen Bereitstellungsansatz standardisieren. Die meisten Anwendungen laufen im Rahmen der Monatsendverarbeitung mit wenigen gleichzeitigen Benutzern, können aber auch zu anderen Zeiten ausgeführt werden. Der typische Speicherverbrauch liegt unter 1 GB, mit einigen Spitzen bis zu 2,5 GB. Eine kritische Java-Anwendung für Abrechnungsberichte greift auf mehrere Datenquellen zu und kann mehrere Stunden lang ausgeführt werden. Was ist die KOSTENGÜNSTIGSTE Bereitstellungsstrategie?

Die Ausführung der Anwendungen als Amazon ECS-Tasks auf Amazon EC2-Instances mit Auto Scaling ist die kostengünstigste Option. ECS bietet die Flexibilität, Java- und Node.js-Anwendungen zu hosten und ermöglicht eine effiziente Ressourcennutzung durch gemeinsame EC2-Instances. Auto Scaling basierend auf Speicherauslastung (75 %) stellt sicher, dass Ressourcen nur bei Bedarf bereitgestellt werden, was Kosten minimiert, da die Anwendungen selten genutzt werden. Die kritische Java-Anwendung, die mehrere Stunden läuft, ist für serverlose Funktionen wie Lambda ungeeignet, da diese Laufzeitbeschränkungen haben. Die Bereitstellung als separate AWS Lambda-Funktionen wäre teuer, da die Abrechnungsanwendung die Lambda-Laufzeitgrenzen überschreiten würde und die Spitzen von 2,5 GB Speicher die Lambda-Limits (bis zu 10 GB, aber teurer) stark ausreizen würden. AWS Elastic Beanstalk ist zwar einfach, aber weniger kostengünstig als ECS auf EC2, da es oft zu einer Überprovisionierung von Ressourcen führt. Ein neuer EC2-Instance-Cluster mit Reserved Instances wäre ebenfalls teurer, da die selten genutzten Anwendungen keine konstante Auslastung garantieren, die Reserved Instances rentabel machen würde.