Een autoverhuurbedrijf heeft een serverloze REST API gebouwd die wordt gebruikt door hun mobiele app. De stack maakt gebruik van Amazon API Gateway met een Regional endpoint, AWS Lambda en een Amazon Aurora MySQL Serverless DB cluster. Nadat toegang werd verleend aan partners, nam het aantal verzoeken sterk toe en veroorzaakte dit intermitterende databasegeheugenfouten. Logs tonen aan dat veel clients herhaalde HTTP GET-verzoeken indienen voor identieke queries binnen korte intervallen. Het verkeer is geconcentreerd tijdens kantooruren met pieken op feestdagen. Het bedrijf wil de toegenomen belasting ondersteunen en tegelijkertijd de kostenstijging minimaliseren. Welke aanpak voldoet aan deze vereisten?

De correcte aanpak is om het API Gateway Regional endpoint te converteren naar een edge-optimized endpoint en caching in te schakelen. Een edge-optimized endpoint maakt gebruik van CloudFront, wat de latency voor wereldwijde gebruikers vermindert en de API beschermt tegen DDoS-aanvallen. Het inschakelen van caching op de API Gateway vermindert de belasting op de Lambda-functies en de Aurora Serverless-database, vooral bij herhaalde GET-verzoeken. Dit vermindert de databasegeheugenfouten en minimaliseert de kosten door minder Lambda-uitvoeringen en database-activiteit. Het implementeren van ElastiCache for Redis is een geldige caching-oplossing, maar vereist aanpassingen aan de Lambda-functies en introduceert extra beheerkosten. Het vergroten van het geheugen van de Aurora Serverless DB cluster kan de fouten tijdelijk oplossen, maar pakt de onderliggende oorzaak van de hoge belasting niet aan en verhoogt de kosten aanzienlijk. Throttling in API Gateway zou de belasting beperken, maar dit zou ook legitieme verzoeken van partners blokkeren, wat de gebruikerservaring schaadt.