Durante el lanzamiento de un juego, una empresa ejecutó 12 instancias r6g.16xlarge (optimizadas para memoria) de Amazon EC2 detrás de un Network Load Balancer. El monitoreo mostró un uso real de aproximadamente una cuarta parte de la CPU y la memoria esperadas. La demanda ha disminuido y se ha vuelto más variable. La empresa reemplazará el parque fijo con un grupo de Auto Scaling que escale en función de la CPU y la memoria para minimizar los costos. ¿Qué configuración de Auto Scaling es la más rentable y cumple con los requisitos?

La opción correcta es utilizar instancias r6g.4xlarge con un grupo de Auto Scaling. Originalmente, se usaron 12 instancias r6g.16xlarge, pero el monitoreo mostró un uso de solo una cuarta parte de la CPU y la memoria. Esto significa que cada instancia r6g.16xlarge era equivalente a cuatro instancias r6g.4xlarge en términos de recursos utilizados. Por lo tanto, 12 instancias r6g.16xlarge sobredimensionadas son equivalentes a 48 instancias r6g.4xlarge, pero con un uso real de solo 12 instancias r6g.4xlarge (12 1/4 = 3 instancias r6g.16xlarge de uso real, que equivalen a 3 4 = 12 instancias r6g.4xlarge). Configurar la capacidad mínima y deseada en 3 instancias r6g.4xlarge es el punto de partida más rentable, ya que 3 instancias r6g.4xlarge son equivalentes al uso real de una instancia r6g.16xlarge. La capacidad máxima de 12 instancias r6g.4xlarge permite escalar hasta el nivel de recursos que las 12 instancias r6g.16xlarge originales ofrecían, pero de forma más granular y rentable. Las opciones con instancias c6g.4xlarge o m6g.4xlarge son incorrectas porque la carga de trabajo original utilizaba instancias optimizadas para memoria (r6g), y no hay información que sugiera que el tipo de instancia deba cambiar. La opción con r6g.8xlarge es menos rentable, ya que 2 instancias r6g.8xlarge ya son más potentes que el uso real inicial, y el escalado sería menos granular.