ある会社が、複数のアベイラビリティーゾーンにまたがるVPCで3層のウェブアプリケーションを実行しています。Auto Scalingグループ内のAmazon EC2インスタンスがアプリケーション層をホストしています。同社は、各リソースの日次および週次の履歴ワークロード傾向を分析し、予測される利用状況の変化とライブの利用状況の変化の両方に応じてリソースを適切にスケーリングする自動スケーリングプランを必要としています。ソリューションアーキテクトはどのスケーリング戦略を推奨すべきですか？

このシナリオでは、履歴ワークロード傾向の分析と、予測される利用状況の変化およびライブの利用状況の変化に応じたリソースのスケーリングが求められています。予測スケーリングは、機械学習を使用して将来の需要を予測し、それに応じてAuto Scalingグループの容量を事前に調整します。これにより、予測される利用状況の変化に対応できます。さらに、ターゲット追跡スケーリングは、CPU使用率などの指定されたメトリクスを目標値に維持するようにインスタンス数を調整するため、ライブの利用状況の変化に動的に対応できます。 ステップスケーリングは動的な変化に対応できますが、予測スケーリングのような事前対応はできません。スケジュールスケーリングは定期的なパターンに有効ですが、予測される需要の変化やライブの利用状況の変化には柔軟に対応できません。シンプルなスケーリングポリシーとクールダウン期間の延長は、より基本的なスケーリング戦略であり、このシナリオで求められる高度な要件には不十分です。