Una empresa de procesamiento de transacciones ejecuta trabajos por lotes semanales mediante scripts en instancias de Amazon EC2 en un grupo de Auto Scaling. El número de transacciones varía, pero la utilización de la CPU de referencia durante cada ejecución es de al menos el 60%. La empresa debe aprovisionar capacidad 30 minutos antes de que comiencen los trabajos. Actualmente, los ingenieros modifican el grupo de Auto Scaling manualmente y la empresa carece de recursos para analizar las tendencias de capacidad. ¿Qué solución automatizará la modificación de la capacidad deseada del grupo de Auto Scaling con la MENOR sobrecarga operativa?

La política de escalado predictivo es la solución con menor sobrecarga operativa porque utiliza el aprendizaje automático para pronosticar la demanda futura y escalar proactivamente el grupo de Auto Scaling. Esto permite que las instancias estén listas 30 minutos antes de que comiencen los trabajos, satisfaciendo el requisito de aprovisionamiento previo sin intervención manual ni análisis de tendencias. La política de escalado dinámico (basada en la utilización de CPU) escalaría después de que la CPU alcance el 60%, lo cual no cumple con el requisito de aprovisionamiento previo de 30 minutos. La política de escalado programado requeriría que los ingenieros conozcan y configuren manualmente los horarios exactos, lo cual no es ideal dada la falta de recursos para analizar tendencias. Usar EventBridge y Lambda introduce una sobrecarga operativa mayor al requerir el desarrollo y mantenimiento de código personalizado, además de no aprovechar las capacidades de pronóstico de Auto Scaling.