Een financiële dienstverlener heeft miljoenen historische aandelenhandelstransacties geïmporteerd in een DynamoDB-tabel die gebruikmaakt van de on-demand capaciteitsmodus. Elke nacht om middernacht worden enkele miljoenen nieuwe records geladen. Leesbewerkingen vinden gedurende de dag in bursts plaats en vragen herhaaldelijk een kleine set sleutels op. Het bedrijf moet de DynamoDB-kosten verlagen. Welke strategie moet worden aanbevolen?

De correcte optie is om DynamoDB Accelerator (DAX) te implementeren, de provisioned capacity-modus te gebruiken en DynamoDB auto scaling te configureren. DAX is ideaal voor workloads met herhaalde leesbewerkingen van een kleine set sleutels, wat de kosten voor leesbewerkingen aanzienlijk verlaagt. De on-demand modus is duurder dan provisioned capacity voor voorspelbare workloads. Hoewel de leesbewerkingen in bursts plaatsvinden, is de nachtelijke batchlading een voorspelbaar patroon, waardoor provisioned capacity met auto scaling de meest kosteneffectieve oplossing is. Auto scaling zorgt ervoor dat de provisioned capaciteit automatisch wordt aangepast aan de vraag, waardoor overprovisioning en onderprovisioning worden voorkomen. De andere opties zijn minder effectief: Een ElastiCache-cluster implementeren zou extra beheeroverhead introduceren en is minder geïntegreerd dan DAX voor DynamoDB. Alleen DAX implementeren zonder over te schakelen naar provisioned capacity laat de hogere kosten van on-demand capaciteit ongemoeid. Savings Plans zijn nuttig voor algemene kostenbesparingen, maar pakken de specifieke architectuurproblemen niet aan. Alleen overschakelen naar provisioned capacity en Savings Plans kopen lost het probleem van de bursty leesbewerkingen niet optimaal op en kan leiden tot throttling of onnodig hoge provisioned capaciteit zonder DAX.