Een bedrijf dat seizoensgebonden vacaturesites beheert, ervaart een toename in verkeer. De backend bestaat uit twee Amazon EC2-instanties achter een Application Load Balancer, en Amazon DynamoDB wordt gebruikt als datastore. Tijdens piekseizoenen verslechtert de lees- en schrijfprestatie van de applicatie. Welke optie levert een schaalbare architectuur op die piekbelastingen aankan met de MINSTE ontwikkelingsinspanning?

De correcte optie is om Auto Scaling-groepen te gebruiken voor de EC2-instances en DynamoDB auto scaling in te schakelen. Auto Scaling-groepen zorgen ervoor dat het aantal EC2-instances automatisch wordt aangepast aan de vraag, waardoor de backend-services schaalbaar zijn tijdens piekbelastingen. DynamoDB auto scaling past de lees- en schrijfcapaciteit van de DynamoDB-tabel automatisch aan op basis van het gebruik, wat prestatieverslechtering voorkomt en de operationele kosten optimaliseert. Deze combinatie vereist minimale ontwikkelingsinspanning omdat het voornamelijk configuratiewijzigingen zijn. Het migreren naar AWS Lambda (opties 1 en 2) zou een aanzienlijke ontwikkelingsinspanning vereisen om de bestaande backend-services te herschrijven. Optie 2's gebruik van globale tabellen is voor multi-regio replicatie, niet direct voor het oplossen van prestatieproblemen binnen één regio. Optie 4, met SQS en Lambda voor schrijven naar DynamoDB, introduceert extra complexiteit en ontwikkelingsinspanning die niet nodig is als DynamoDB auto scaling de prestatieproblemen al kan oplossen.