Une campagne marketing va générer plus de trafic vers une application web qui utilise API Gateway et Lambda. L'application stocke des données dans un cluster Amazon Aurora MySQL avec une réplique Aurora. Le ratio lecture/écriture est d'environ 95 % de lectures et 5 % d'écritures. Comment un administrateur SysOps doit-il configurer la base de données pour qu'elle s'adapte à la charge plus élevée attendue ?

L'option correcte est d'activer Aurora Auto Scaling pour ajouter ou supprimer des répliques Aurora en fonction de l'utilisation moyenne du CPU des répliques. Étant donné que le ratio lecture/écriture est de 95 % de lectures, les répliques Aurora sont essentielles pour gérer la charge de lecture. Aurora Auto Scaling est spécifiquement conçu pour ajuster le nombre de répliques en fonction de métriques comme l'utilisation du CPU, garantissant ainsi que la base de données peut gérer l'augmentation du trafic de lecture sans surcharger l'instance principale. Les autres options sont incorrectes car : Modifier la classe d'instance (mise à l'échelle supérieure/inférieure) des répliques n'est pas la méthode la plus efficace pour gérer une augmentation de la charge de lecture distribuée. L'ajout de répliques est plus approprié. Utiliser AWS Auto Scaling pour surveiller l'instance principale n'est pas optimal car l'instance principale gère principalement les écritures, et l'augmentation du trafic est principalement des lectures. Utiliser AWS Auto Scaling pour surveiller une réplique existante est moins efficace que la fonctionnalité native d'Aurora Auto Scaling qui gère l'ensemble du pool de répliques.