Un autoscaler de groupe d'instances effectue une mise à l'échelle en fonction de l'utilisation globale du CPU, mais la latence augmente avant que de nouvelles instances ne soient ajoutées. Quelles sont les deux configurations de l'autoscaler que vous devriez modifier pour réduire la variance de latence ? (Sélectionnez deux.)

Pour réduire la variance de latence, il faut que l'autoscaler réagisse plus rapidement et de manière plus proactive. Diminuer la période de temporisation (cool-down period) permet à l'autoscaler de lancer de nouvelles instances plus tôt après un événement de mise à l'échelle, réduisant ainsi le délai avant que la capacité supplémentaire ne soit disponible. Diminuer l'utilisation cible du CPU signifie que l'autoscaler ajoutera des instances lorsque l'utilisation du CPU est encore relativement faible, anticipant la charge et évitant que le CPU n'atteigne des niveaux élevés qui causeraient une latence accrue. Augmenter l'utilisation cible du CPU aurait l'effet inverse, rendant l'autoscaler moins sensible et attendant plus longtemps avant de scaler, ce qui augmenterait la latence. L'ajout du label "AUTOSCALE" au modèle d'instance n'est pas une configuration d'autoscaling standard et n'a pas d'impact direct sur la réactivité. Supprimer la vérification de l'état par VM du groupe d'instances est lié à la disponibilité des instances, pas directement à la réactivité de l'autoscaler face à la charge.