Une équipe DevOps prend en charge une application exécutée sur de nombreuses instances EC2 au sein d'un groupe Auto Scaling, déployée via CloudFormation. Une instance a récemment renvoyé des erreurs pour une grande partie des requêtes tout en restant saine aux vérifications de santé EC2 et ELB. Les journaux d'application sont collectés dans CloudWatch à l'aide du format de métrique intégré. L'équipe a besoin d'une alerte si une seule instance EC2 représente plus de la moitié de toutes les erreurs, avec un minimum de frais opérationnels. Quelle combinaison d'étapes permet d'y parvenir ? (Choisissez deux.)

La création d'une règle CloudWatch Contributor Insights qui regroupe les journaux d'application par ID d'instance et occurrences d'erreur permet d'identifier rapidement les instances contribuant le plus aux erreurs, répondant ainsi au besoin de détecter une instance unique responsable de plus de la moitié des erreurs. Contributor Insights est conçu pour ce type d'analyse des causes profondes. Ensuite, la création d'une alarme CloudWatch utilisant la fonction INSIGHTRULEMETRIC permet de surveiller les métriques générées par cette règle Contributor Insights. Cette alarme peut être configurée pour se déclencher si la contribution d'une instance dépasse un seuil (plus de la moitié de toutes les erreurs), et notifier l'équipe via SNS, minimisant ainsi les frais opérationnels car elle s'appuie sur des fonctionnalités CloudWatch natives. Les autres options sont moins efficaces ou plus complexes. L'utilisation de CloudWatch Application Insights n'est pas le moyen le plus direct pour ce cas d'utilisation spécifique de détection de contributeurs. Un filtre de métriques simple ne permettrait pas de comparer la contribution d'une instance à l'ensemble des erreurs sans logique supplémentaire. Un filtre d'abonnement Lambda introduirait des frais opérationnels supplémentaires et une complexité de développement.