Una empresa de servicios financieros importó millones de operaciones bursátiles históricas a una tabla de DynamoDB que utiliza el modo de capacidad bajo demanda. Cada noche a medianoche se cargan unos pocos millones de registros nuevos. Las lecturas se producen en ráfagas a lo largo del día y solicitan repetidamente un pequeño conjunto de claves. La empresa necesita reducir los costos de DynamoDB. ¿Qué estrategia se debe recomendar?

La opción correcta reduce costos al optimizar el uso de recursos. DAX es un caché en memoria que acelera las lecturas repetidas de un pequeño conjunto de claves, reduciendo la carga en DynamoDB y, por ende, los costos de lectura. Cambiar a capacidad provisionada con auto scaling permite pagar por la capacidad necesaria, que es más económico que el modo bajo demanda para cargas predecibles o con patrones de ráfaga conocidos. El auto scaling ajusta la capacidad provisionada dinámicamente, evitando el sobreaprovisionamiento y el subaprovisionamiento. Las opciones incorrectas son menos eficientes: ElastiCache podría ser una solución de caché, pero DAX está optimizado para DynamoDB y es más sencillo de implementar para este caso. Mantener el modo bajo demanda es más costoso para cargas con patrones predecibles o ráfagas. Los Savings Plans son útiles, pero no optimizan la configuración subyacente de la tabla. Cambiar solo a capacidad provisionada sin auto scaling podría llevar a un sobreaprovisionamiento o subaprovisionamiento manual, y los Savings Plans por sí solos no resuelven la optimización de la capacidad.