Un ingénieur SysOps dépanne des problèmes de performance pour l'application web d'une entreprise qui s'exécute sur des instances EC2 au sein d'un groupe Auto Scaling. Des pics de trafic se produisent de manière imprévisible et rapide pendant la journée. Le groupe Auto Scaling ne se met pas à l'échelle assez rapidement lors des pics importants, ce qui entraîne des réponses lentes pour les utilisateurs. L'entreprise souhaite maîtriser les coûts tout en assurant une mise à l'échelle rapide – les pics de trafic plus importants devraient entraîner des augmentations de capacité plus importantes que les pics plus petits. Comment le groupe Auto Scaling doit-il être configuré pour obtenir ce comportement ?

Une politique de mise à l'échelle par étapes (step scaling policy) est la solution la plus appropriée car elle permet de définir des seuils de métriques (étapes) qui déclenchent des ajustements de capacité différents en fonction de l'ampleur de la violation du seuil. Cela signifie que des pics de trafic plus importants entraîneront des augmentations de capacité plus importantes, répondant ainsi au besoin de l'entreprise. Une politique de mise à l'échelle simple (simple scaling policy) ne permet pas cette granularité, car elle déclenche une seule action d'ajustement prédéfinie quelle que soit l'ampleur du pic. Une politique de suivi de cible (target tracking policy) vise à maintenir une métrique à une valeur cible, ce qui est excellent pour une mise à l'échelle proactive et fluide, mais ne permet pas de définir des ajustements de capacité variables en fonction de l'ampleur du pic de charge. Les hooks de cycle de vie (lifecycle hooks) sont utilisés pour effectuer des actions personnalisées pendant les événements de mise à l'échelle ou de réduction, et non pour définir la logique de mise à l'échelle elle-même.