Une application conteneurisée s'exécute sur des instances EC2 avec des adresses IP publiques. Apache Kafka est auto-hébergé sur ces instances EC2, et PostgreSQL a été migré vers Amazon RDS for PostgreSQL. L'entreprise s'attend à une augmentation des commandes pour le lancement d'un produit. Quels changements architecturaux réduiront la charge opérationnelle et supporteront l'augmentation de la charge ?

L'option correcte réduit la charge opérationnelle et améliore la scalabilité. Amazon EKS avec AWS Fargate élimine la gestion des instances EC2 sous-jacentes pour les conteneurs, réduisant la charge opérationnelle. L'autoscaling gère l'augmentation de la charge. Les réplicas en lecture RDS améliorent les performances de lecture pour la base de données. Amazon MSK est un service Kafka entièrement géré, éliminant la complexité de l'auto-hébergement. Amazon S3 avec CloudFront met en cache le contenu statique, réduisant la charge sur l'application et améliorant la latence. Les autres options sont moins optimales. La première option maintient Kafka auto-hébergé, ce qui ne réduit pas la charge opérationnelle. La deuxième option ne gère pas la charge opérationnelle de Kafka et l'autoscaling du stockage RDS n'est pas suffisant pour les performances de lecture. La troisième option propose Kubernetes sur EC2, ce qui est plus complexe à gérer que Fargate, et ne mentionne pas CloudFront pour le contenu statique.