Una empresa planea migrar 20 aplicaciones poco usadas pero críticas para el negocio (una combinación de Java y Node.js) a AWS. La empresa quiere minimizar los costos y estandarizar un único enfoque de implementación. La mayoría de las aplicaciones se ejecutan como parte del procesamiento de fin de mes con pocos usuarios concurrentes, pero pueden ejecutarse en otros momentos. El uso típico de memoria es inferior a 1 GB, con algunos picos de hasta 2,5 GB. Una aplicación crítica de informes de facturación de Java accede a múltiples fuentes de datos y puede ejecutarse durante varias horas. ¿Cuál es la estrategia de implementación MÁS rentable?

La opción correcta es ejecutar las aplicaciones como tareas de Amazon ECS en instancias de Amazon EC2 con Auto Scaling. Esta estrategia es la más rentable porque ECS permite empaquetar aplicaciones Java y Node.js en contenedores, estandarizando el enfoque de implementación. El Auto Scaling basado en la utilización de memoria del 75% optimiza los costos al ajustar dinámicamente los recursos solo cuando son necesarios, evitando el aprovisionamiento excesivo para aplicaciones poco usadas. La aplicación de informes de facturación de Java, que puede ejecutarse durante varias horas y tiene picos de memoria, se beneficia de la flexibilidad de ECS para manejar cargas de trabajo variables. Las otras opciones son menos óptimas: AWS Lambda no es ideal para aplicaciones que pueden ejecutarse durante varias horas, ya que tiene límites de tiempo de ejecución y podría ser más costoso para cargas de trabajo prolongadas. AWS Elastic Beanstalk es una buena opción para la implementación, pero ECS ofrece un control más granular y una mayor optimización de costos para contenedores, especialmente con Auto Scaling. Crear un clúster de EC2 con Reserved Instances podría ser costoso si las aplicaciones tienen un uso esporádico, ya que se pagaría por capacidad reservada que no siempre se utiliza.