Eine E-Commerce-Anwendung verwendet Amazon API Gateway und eine AWS Lambda-Funktion, die Daten in einer Amazon Aurora PostgreSQL-Datenbank speichert. Während eines Verkaufsereignisses führte ein Anstieg der Bestellungen zu Timeouts. Der Lösungsarchitekt stellte aufgrund vieler offener Verbindungen eine hohe CPU- und Speicherauslastung auf der Datenbank fest. Welche Lösung sollte der Architekt implementieren, um Timeout-Fehler mit den geringsten Änderungen an der Anwendung zu vermeiden?

Amazon RDS Proxy ist die effektivste Lösung, da er die Anzahl der offenen Datenbankverbindungen verwaltet und wiederverwendet, was die CPU- und Speicherauslastung der Datenbank reduziert und Timeouts während Lastspitzen verhindert. Die Anwendung muss lediglich den Datenbankendpunkt auf den RDS Proxy-Endpunkt umstellen, was minimale Änderungen erfordert. Die Konfiguration von bereitgestellter Parallelität für Lambda würde die Kaltstarts reduzieren, aber nicht das Problem der Datenbankverbindungen lösen. Eine globale Datenbank würde die Ausfallsicherheit erhöhen, aber nicht direkt das Problem der Verbindungslast. Eine Lesereplika ist für Leseoperationen nützlich, aber die Timeouts treten bei Schreiboperationen auf, die die Hauptdatenbank belasten. Das Weiterleiten von Traffic über API Gateway zu einer Lesereplika ist für Schreiboperationen nicht geeignet. Die Migration zu DynamoDB wäre eine erhebliche Anwendungsänderung und würde eine Neugestaltung der Datenzugriffsschicht erfordern, was nicht die Anforderung "geringste Änderungen" erfüllt.