Eine Webanwendung verwendet Amazon API Gateway, AWS Lambda und Amazon DynamoDB. Nach einer Marketingkampagne weisen viele Anfragen deutlich längere Antwortzeiten auf. CloudWatch Logs für API Gateway zeigen Fehler bei 20 % der Anfragen. Für die Lambda-Funktion beträgt der Throttles-Metrikwert 1 % und der Errors-Metrikwert 10 %. Anwendungs-Logs zeigen, dass Fehler mit Aufrufen an DynamoDB zusammenfallen. Welche Änderung sollte der Solutions Architect implementieren, um die Antwortzeiten bei wachsendem Datenverkehr zu verbessern?

Die Fehlermeldungen in den Anwendungs-Logs, die mit DynamoDB-Aufrufen zusammenfallen, und die langen Antwortzeiten deuten auf ein Problem mit der DynamoDB-Kapazität hin. Obwohl die Lambda-Funktion Throttling-Fehler von nur 1 % aufweist, was auf ausreichende Lambda-Kapazität hindeutet, können Engpässe bei DynamoDB zu Fehlern und erhöhten Latenzen führen. Das Aktivieren von DynamoDB Auto Scaling stellt sicher, dass die Lese- und Schreibkapazität der Tabelle automatisch an die aktuelle Auslastung angepasst wird. Dies verhindert Drosselung durch DynamoDB und verbessert die Antwortzeiten bei steigendem Datenverkehr. Das Erhöhen des Concurrency-Limits der Lambda-Funktion würde die Anzahl der gleichzeitigen Lambda-Aufrufe erhöhen, aber das zugrunde liegende DynamoDB-Problem nicht lösen, was zu noch mehr Fehlern führen könnte. Das Erhöhen der API Gateway-Drosselungslimits würde mehr Anfragen an die Backend-Dienste weiterleiten, aber ebenfalls das DynamoDB-Problem nicht beheben. Das Neugestalten des Primärschlüssels ist eine langfristige Optimierung, die bei schlechter Partitionsverteilung helfen kann, aber Auto Scaling ist die direktere Lösung für Kapazitätsprobleme unter Last.