Une entreprise exploite un service de livraison de repas. En raison de sa croissance récente, le système de traitement des commandes de l'entreprise rencontre des problèmes de mise à l'échelle pendant les heures de pointe. L'architecture actuelle comprend des instances Amazon EC2 dans un groupe Auto Scaling qui collectent les commandes d'une application. Un deuxième groupe d'instances EC2 dans un groupe Auto Scaling exécute les commandes. Le processus de collecte des commandes est rapide, mais le processus d'exécution des commandes peut prendre plus de temps. Aucune donnée ne doit être perdue en raison d'un événement de mise à l'échelle. Un architecte de solutions doit s'assurer que le processus de collecte des commandes et le processus d'exécution des commandes peuvent tous deux être mis à l'échelle de manière adéquate pendant les heures de pointe. Quelle solution répondra à ces exigences ?

La solution correcte consiste à utiliser deux files d'attente Amazon SQS et à adapter les groupes Auto Scaling en fonction du nombre de messages dans chaque file d'attente. SQS découple les processus de collecte et d'exécution des commandes, permettant à chaque groupe Auto Scaling de s'adapter indépendamment à sa charge de travail. Les messages en file d'attente garantissent qu'aucune donnée n'est perdue et que les pics de demande sont gérés efficacement. L'adaptation basée sur le nombre de messages est une stratégie courante et efficace pour les architectures basées sur les files d'attente. Les autres options sont moins appropriées : L'utilisation de CloudWatch CPUUtilization avec une capacité minimale fixe ne permet pas une mise à l'échelle dynamique suffisante pour les pics de charge et ne découple pas les processus. L'envoi de notifications SNS pour créer des groupes Auto Scaling supplémentaires est un processus manuel et réactif qui ne gère pas la mise à l'échelle automatique et la résilience requises. L'adaptation des groupes Auto Scaling en fonction des notifications envoyées par les files d'attente n'est pas la méthode la plus directe ou la plus granulaire. L'adaptation basée sur le nombre de messages dans la file d'attente est plus précise pour refléter la charge de travail réelle.