Eine Marketingkampagne wird mehr Traffic auf eine Webanwendung lenken, die API Gateway und Lambda verwendet. Die Anwendung speichert Daten in einem Amazon Aurora MySQL-Cluster mit einer Aurora Replica. Das Lese-/Schreibverhältnis beträgt etwa 95 % Lesevorgänge und 5 % Schreibvorgänge. Wie sollte ein SysOps-Administrator die Datenbank konfigurieren, um für die erwartete höhere Last zu skalieren?

Die korrekte Antwort ist, Aurora Auto Scaling zu aktivieren, um Aurora Replicas im Cluster basierend auf der durchschnittlichen CPU-Auslastung der Aurora Replicas hinzuzufügen oder zu entfernen. Bei einem Lese-/Schreibverhältnis von 95 % Lesevorgängen ist die Skalierung der Lese-Replicas entscheidend, um die Last zu bewältigen. Aurora Auto Scaling ist speziell dafür konzipiert, die Anzahl der Aurora Replicas dynamisch anzupassen, um die Leseleistung zu optimieren. Die Option, die Instance-Klasse zu ändern, ist weniger effizient, da sie die horizontale Skalierung der Leselast nicht adressiert. Die Verwendung von AWS Auto Scaling anstelle von Aurora Auto Scaling ist nicht die spezifischste und optimierteste Lösung für Aurora-Replica-Skalierung. Die Überwachung der CPU-Auslastung der primären Instanz ist für die Skalierung von Lese-Replicas weniger relevant, da diese hauptsächlich die Schreiblast verarbeitet.