Une entreprise exécute une application interne basée sur un navigateur sur des instances EC2 derrière un Application Load Balancer. Les instances se trouvent dans un groupe Auto Scaling réparti sur plusieurs zones de disponibilité. Le groupe monte en charge jusqu'à 20 instances pendant les heures de travail et redescend à 2 instances pendant la nuit. Le personnel indique que l'application est très lente en début de journée, bien qu'elle fonctionne bien en milieu de matinée. Comment la mise à l'échelle devrait-elle être modifiée pour répondre aux plaintes tout en maintenant les coûts bas ?

L'implémentation d'une action de suivi de cible (target tracking) avec un seuil de CPU inférieur et une période de temporisation (cooldown period) réduite est la solution la plus efficace. Le suivi de cible permet à Auto Scaling de maintenir une métrique spécifique (comme l'utilisation du CPU) à un niveau défini, en ajoutant ou en supprimant des instances de manière proactive. En abaissant le seuil de CPU, les instances seront ajoutées plus tôt, anticipant la charge de travail matinale. Une période de temporisation plus courte permet des ajustements plus rapides. Les actions planifiées (options 1 et 4) sont utiles pour des augmentations de capacité prévisibles, mais elles ne réagissent pas aux variations inattendues de la charge. Définir la capacité minimale et maximale à 20 (option 4) est trop rigide et augmenterait inutilement les coûts la nuit. Une action de mise à l'échelle par étapes (option 2) est moins dynamique que le suivi de cible pour maintenir une métrique constante et peut être plus complexe à configurer pour ce scénario.