Une entreprise exécute un cluster Amazon EMR provisionné à l'aide d'instances Amazon EC2 à usage général. Le dimensionnement géré d'EMR est configuré pour faire varier le nombre de nœuds de tâche de un à cinq pour un job ETL Apache Spark quotidien de longue durée. Chaque exécution dimensionne rapidement le cluster à cinq nœuds de tâche ; l'utilisation du CPU atteint souvent sa limite tandis que la mémoire reste inférieure à 30 %. L'entreprise souhaite modifier la configuration EMR pour réduire le coût d'exécution du job ETL quotidien. Quelle option répondra le plus efficacement à cette exigence en termes de coût ?

Le choix d'instances optimisées pour le calcul est le plus efficace en termes de coût car l'utilisation du CPU atteint sa limite tandis que la mémoire reste sous-utilisée (moins de 30 %). Les instances optimisées pour le calcul (par exemple, la famille C) offrent un meilleur rapport performance/prix pour les charges de travail intensives en CPU, ce qui permet de traiter plus de travail avec moins de ressources ou des ressources moins chères. Augmenter le nombre maximal de nœuds de tâche augmenterait le coût sans résoudre le problème de sous-utilisation de la mémoire. Changer pour des instances optimisées pour la mémoire (par exemple, la famille R) serait inefficace car la mémoire n'est pas le goulot d'étranglement. Réduire la période de temporisation de la mise à l'échelle affecterait la réactivité du cluster mais ne réduirait pas le coût lié à l'utilisation inefficace des ressources.