Lors du lancement d'un jeu, une entreprise a exécuté 12 instances Amazon EC2 r6g.16xlarge (optimisées pour la mémoire) derrière un Network Load Balancer. La surveillance a montré une utilisation réelle d'environ un quart du CPU et de la mémoire attendus. La demande a maintenant chuté et est devenue plus variable. L'entreprise va remplacer le parc fixe par un groupe Auto Scaling qui s'adapte en fonction du CPU et de la mémoire pour minimiser les coûts. Quelle configuration Auto Scaling est la plus rentable tout en répondant aux exigences ?

L'option correcte est d'utiliser des instances r6g.4xlarge avec une capacité minimale de 3, souhaitée de 3 et maximale de 12. Les instances r6g sont optimisées pour la mémoire, ce qui correspond au type d'instance r6g.16xlarge initialement utilisé et à la nature du jeu. Puisque l'utilisation réelle était d'environ un quart des ressources attendues pour les instances r6g.16xlarge, passer à des instances r6g.4xlarge (qui ont un quart des ressources d'une instance 16xlarge) est une optimisation rentable. Trois instances r6g.4xlarge offrent une capacité équivalente à une r6g.12xlarge, ce qui est suffisant comme capacité minimale pour gérer la charge de base, et la capacité maximale de 12 instances r6g.4xlarge permet de monter en charge jusqu'à la capacité initiale si nécessaire. Les options utilisant des instances c6g ou m6g sont incorrectes car elles ne sont pas optimisées pour la mémoire, ce qui est crucial pour cette application. L'option avec des instances r6g.8xlarge est moins rentable car elle utilise des instances plus grandes que nécessaire pour la capacité minimale, et la capacité maximale de 6 instances r6g.8xlarge ne correspond pas à la capacité maximale équivalente à 12 instances r6g.4xlarge.