Un'azienda esegue applicazioni containerizzate su Amazon Elastic Kubernetes Service (Amazon EKS). Il carico di lavoro varia durante il giorno. L'azienda desidera che Amazon EKS si adatti al carico di lavoro in entrata e in uscita. Quale combinazione di passaggi soddisferà questi requisiti con il MINOR overhead operativo? (Scegliere due.)

Per soddisfare i requisiti di scalabilità con il minor overhead operativo, è necessario implementare l'autoscaling sia a livello di pod che a livello di nodo. Il Kubernetes Metrics Server è fondamentale per l'Horizontal Pod Autoscaler (HPA), consentendo ai pod di scalare in base all'utilizzo delle risorse (CPU, memoria) o a metriche personalizzate. Questo gestisce le variazioni del carico di lavoro all'interno del cluster. Il Kubernetes Cluster Autoscaler, d'altra parte, regola automaticamente il numero di nodi nel cluster EKS. Se i pod richiedono più risorse di quelle disponibili sui nodi esistenti, il Cluster Autoscaler aggiunge nuovi nodi. Se i nodi sono sottoutilizzati, li rimuove. Questa combinazione offre una soluzione di autoscaling completa e nativa di Kubernetes, riducendo l'overhead operativo rispetto a soluzioni personalizzate. L'utilizzo di una funzione AWS Lambda per ridimensionare il cluster EKS introdurrebbe un overhead operativo significativo per la gestione della logica di scalabilità personalizzata. Amazon API Gateway e AWS App Mesh non sono direttamente correlati all'autoscaling di pod o nodi in EKS; API Gateway gestisce l'accesso alle API, mentre App Mesh è una service mesh per la gestione del traffico tra i servizi.