Een SysOps-engineer onderzoekt prestatieproblemen voor de webapplicatie van een bedrijf die draait op EC2-instances binnen een Auto Scaling-groep. Verkeerspieken doen zich onvoorspelbaar en snel voor gedurende de dag. De Auto Scaling-groep schaalt niet snel genoeg uit tijdens scherpe pieken, wat trage reacties voor gebruikers veroorzaakt. Het bedrijf wil de kosten beheersen en tegelijkertijd zorgen voor snelle schaling – grotere verkeerspieken moeten leiden tot grotere capaciteitsverhogingen dan kleinere pieken. Hoe moet de Auto Scaling-groep worden geconfigureerd om dit gedrag te bereiken?

Een stapsgewijs schaalbeleid (step scaling policy) is de juiste keuze omdat het dynamisch de capaciteitsaanpassing kan variëren op basis van de omvang van de alarmbreuk. Dit betekent dat bij grotere verkeerspieken (grotere toename in belasting) een grotere capaciteitsverhoging kan worden geconfigureerd, wat precies voldoet aan de vereiste. Eenvoudige schaalbeleidsregels (simple scaling policies) voeren een vaste aanpassing uit per alarm, wat niet flexibel genoeg is voor variërende piek groottes. Target tracking beleidsregels (target tracking policies) proberen een specifieke metrische waarde te handhaven, maar bieden niet de directe controle over de omvang van de stapaanpassing die hier nodig is voor onvoorspelbare, snelle pieken. Lifecycle hooks zijn bedoeld voor acties tijdens het schaalproces, niet voor het bepalen van de schaalomvang zelf, en handmatige aanpassingen zijn niet geautomatiseerd.