Een bedrijf draait een geprovisioneerd Amazon EMR-cluster met behulp van algemene Amazon EC2-instanties. EMR managed scaling is geconfigureerd om het aantal taakknooppunten te variëren van één tot vijf voor een dagelijkse, langlopende Apache Spark ETL-taak. Elke run schaalt het cluster snel op naar vijf taakknooppunten; het CPU-gebruik bereikt vaak zijn limiet, terwijl het geheugen onder de 30% blijft. Het bedrijf wil de EMR-configuratie wijzigen om de kosten van het uitvoeren van de dagelijkse ETL-taak te verlagen. Welke optie voldoet het meest kosteneffectief aan deze vereiste?

De correcte optie is om het type taakknooppunt te wijzigen naar rekenkracht-geoptimaliseerde EC2-instanties. De beschrijving geeft aan dat het CPU-gebruik vaak zijn limiet bereikt, terwijl het geheugen onder de 30% blijft. Dit duidt op een CPU-gebonden workload. Rekenkracht-geoptimaliseerde instanties (zoals C-series) bieden een hogere verhouding tussen CPU en geheugen, waardoor de taak efficiënter kan worden uitgevoerd met minder instanties of een kortere looptijd, wat de kosten verlaagt. Het verhogen van het maximale aantal taakknooppunten zou de kosten verhogen in plaats van verlagen. Geheugen-geoptimaliseerde instanties (zoals R-series) zijn niet geschikt, omdat het geheugen al onderbenut is. Het verlagen van de scaling cooldown-periode beïnvloedt de kosten niet direct, maar kan de schaalbaarheid verbeteren; het lost het onderliggende probleem van de CPU-bottleneck niet op.