Una empresa de entrega de alimentos en crecimiento tiene dos grupos de Auto Scaling de instancias de Amazon EC2: un grupo recopila pedidos (rápido) y otro cumple pedidos (procesamiento más largo). Los datos no deben perderse durante los eventos de escalado. La solución debe permitir que ambos procesos escalen correctamente durante las horas pico y optimizar el uso de los recursos de AWS. ¿Qué solución cumple con estos requisitos?

La opción correcta utiliza Amazon SQS para desacoplar los procesos de recopilación y cumplimiento de pedidos, lo que es fundamental para evitar la pérdida de datos durante el escalado. Las instancias EC2 sondean sus colas respectivas, asegurando que los datos persistan incluso si las instancias se terminan. Escalar los grupos de Auto Scaling basándose en una métrica de "backlog por instancia" (mensajes visibles en la cola divididos por el número de instancias en el grupo de Auto Scaling) es una estrategia de escalado reactiva y eficiente. Esto permite que los grupos de Auto Scaling ajusten su capacidad dinámicamente en función de la carga de trabajo real, optimizando el uso de recursos y asegurando que ambos procesos puedan escalar adecuadamente durante las horas pico. Las otras opciones son incorrectas porque: Monitorear solo la CPU no es suficiente para un escalado óptimo en un sistema basado en colas, ya que la CPU puede estar baja mientras hay un gran backlog de mensajes. Configurar la capacidad mínima según la carga de trabajo pico no optimiza los recursos fuera de las horas pico. Crear grupos de Auto Scaling adicionales bajo demanda a través de SNS no es una estrategia de escalado estándar ni eficiente para SQS, y no aborda la optimización de recursos ni el escalado basado en el backlog.