Une entreprise prévoit de migrer 20 applications peu utilisées mais critiques pour l'entreprise (un mélange de Java et Node.js) vers AWS. L'entreprise souhaite minimiser les coûts et standardiser une approche de déploiement unique. La plupart des applications s'exécutent dans le cadre du traitement de fin de mois avec peu d'utilisateurs simultanés, mais elles peuvent s'exécuter à d'autres moments. L'utilisation typique de la mémoire est inférieure à 1 Go, avec des pics allant jusqu'à 2,5 Go. Une application critique de rapport de facturation Java accède à plusieurs sources de données et peut s'exécuter pendant plusieurs heures. Quelle est la stratégie de déploiement la PLUS rentable ?

L'exécution des applications en tant que tâches Amazon ECS sur des instances EC2 avec Auto Scaling est la solution la plus rentable. ECS permet de consolider plusieurs applications sur un ensemble d'instances EC2 partagées, ce qui maximise l'utilisation des ressources et réduit les coûts par rapport à une instance dédiée par application. L'Auto Scaling basé sur l'utilisation de la mémoire garantit que les ressources sont allouées dynamiquement pour gérer les pics (jusqu'à 2,5 Go) sans surprovisionnement constant. La création d'une définition de tâche ECS par application standardise le déploiement. Déployer chaque application en tant que fonction Lambda distincte est moins adapté car l'application de rapport Java peut s'exécuter pendant plusieurs heures, dépassant les limites de temps d'exécution de Lambda. AWS Elastic Beanstalk est plus coûteux car il provisionne des ressources dédiées pour chaque environnement, ce qui est inefficace pour des applications peu utilisées. Créer un nouveau cluster EC2 avec des instances réservées est moins flexible et potentiellement plus cher, car l'achat d'instances réservées basées sur la GroupMaxSize pourrait entraîner un surprovisionnement important et des coûts fixes élevés pour des applications peu utilisées.