Una aplicación Java se ejecuta en ECS Fargate (puerto 8080); las métricas de la JVM se exponen en el puerto 9404. Desea escalar el servicio en función del recuento de subprocesos de la JVM con una sobrecarga operativa mínima. ¿Qué dos enfoques cumplen este requisito?

Ambas opciones correctas ofrecen soluciones viables con mínima sobrecarga. La primera opción utiliza el agente de CloudWatch como sidecar para extraer métricas de JVM. CloudWatch es un servicio nativo de AWS y el agente puede configurarse para recolectar métricas personalizadas. Luego, se crean alarmas de CloudWatch sobre estas métricas para activar una política de escalado por pasos en Fargate, lo cual es un método estándar y eficiente para el escalado reactivo. La segunda opción aprovecha Amazon Managed Service for Prometheus (AMP) y AWS Distro for OpenTelemetry (ADOT). ADOT, desplegado como sidecar, recolecta las métricas de JVM y las envía a AMP. Luego, una política de escalado de seguimiento de objetivos en Fargate puede usar directamente estas métricas de Prometheus para escalar el servicio, lo que permite un escalado proactivo y más dinámico basado en un objetivo deseado. La opción incorrecta que menciona un filtro de métricas a partir de los logs del agente es menos directa y eficiente para métricas numéricas expuestas en un puerto específico. La otra opción incorrecta que propone usar reglas de Prometheus para una política de escalado por pasos no es la forma más idiomática de integrar Prometheus con el escalado de Fargate; el escalado de seguimiento de objetivos es más adecuado para métricas de Prometheus.