Een Java-applicatie draait op ECS Fargate (poort 8080); JVM-metrics worden beschikbaar gesteld op poort 9404. Je wilt de service schalen op basis van het aantal JVM-threads met minimale operationele overhead. Welke twee benaderingen voldoen aan deze vereiste?

De eerste correcte optie schaalt op basis van aangepaste metrics in CloudWatch. De CloudWatch agent als sidecar kan metrics van poort 9404 scrapen en naar CloudWatch sturen. Alarms op deze metrics kunnen vervolgens een step-scaling policy in Fargate activeren. Dit is een standaard en efficiënte methode voor aangepaste autoscaling binnen AWS. De tweede correcte optie maakt gebruik van Amazon Managed Service for Prometheus (AMP) en AWS Distro for OpenTelemetry (ADOT). ADOT als sidecar kan JVM-metrics van poort 9404 naar AMP pushen. Fargate autoscaling kan direct integreren met Prometheus metrics in AMP via een target-tracking policy, wat een geavanceerde en flexibele benadering biedt. De optie met een metric filter uit logs is minder direct voor JVM-metrics die via een poort worden aangeboden en kan leiden tot hogere latency en complexiteit. De optie met Prometheus rules en step-scaling is mogelijk, maar target-tracking is vaak efficiënter voor het handhaven van een specifiek doel.