Una empresa financiera ejecuta una aplicación de misión crítica en instancias EC2 de Linux de generación actual con una base de datos MySQL autoadministrada que tiene una gran cantidad de E/S. La aplicación maneja un tráfico moderado la mayor parte del mes, pero se ralentiza durante los últimos tres días debido a los informes de fin de mes. La infraestructura ya utiliza ELBs y Auto Scaling para la computación. ¿Qué acción permitirá que la base de datos maneje la carga de fin de mes con el menor impacto en el rendimiento?

La opción correcta es migrar a Amazon RDS y usar réplicas de lectura. RDS simplifica la administración de bases de datos y las réplicas de lectura de RDS están diseñadas para escalar el rendimiento de lectura, lo cual es crucial para cargas de trabajo de informes intensivas en lectura como las de fin de mes. Esto descarga la base de datos principal y mejora el rendimiento general sin afectar la escritura. Las otras opciones son menos efectivas: Pre-calentar ELBs y cambiar tipos de instancia/volúmenes GP2 no aborda directamente el cuello de botella de la base de datos MySQL autoadministrada. Usar CloudWatch y Lambda para cambiar dinámicamente el tipo de volumen de EBS es complejo y puede causar interrupciones, además de no escalar las lecturas de la base de datos de manera eficiente. Reemplazar volúmenes EBS con PIOPS y revertir es una solución manual, propensa a errores y que requiere tiempo de inactividad, lo cual no es ideal para una aplicación de misión crítica.