Tijdens een gamelancering gebruikte een bedrijf 12 r6g.16xlarge (geheugen-geoptimaliseerde) Amazon EC2-instances achter een Network Load Balancer. Monitoring toonde aan dat het werkelijke gebruik ongeveer een kwart was van de verwachte CPU en het geheugen. De vraag is nu gedaald en is variabler geworden. Het bedrijf zal de vaste vloot vervangen door een Auto Scaling group die schaalt op basis van CPU en geheugen om de kosten te minimaliseren. Welke Auto Scaling-configuratie is het meest kosteneffectief en voldoet tegelijkertijd aan de vereisten?

De correcte optie is om r6g.4xlarge instances te gebruiken met een minimumcapaciteit van 3, gewenste capaciteit van 3 en maximumcapaciteit van 12. De oorspronkelijke r6g.16xlarge instances waren geheugen-geoptimaliseerd, en de monitoring toonde aan dat het werkelijke gebruik slechts een kwart was van de verwachte CPU en het geheugen. Dit betekent dat de applicatie geheugen-intensief is, maar de instances waren overgedimensioneerd. Door over te stappen op r6g.4xlarge (een kwart van de grootte van 16xlarge) kan de applicatie efficiënter worden geschaald. Met 12 oorspronkelijke instances, die elk vier keer overgedimensioneerd waren, is het equivalent aan 48 kleinere units. Een minimum van 3 r6g.4xlarge instances biedt voldoende basiscapaciteit (3 4 = 12 virtuele units), terwijl de maximumcapaciteit van 12 instances (12 4 = 48 virtuele units) de piekbelasting kan opvangen. De andere opties zijn minder geschikt: c6g.4xlarge (compute-geoptimaliseerd) is niet optimaal voor een geheugen-intensieve workload. m6g.4xlarge (general purpose) is mogelijk niet geoptimaliseerd genoeg voor de specifieke geheugenbehoeften. r6g.8xlarge instances zijn nog steeds te groot, wat leidt tot hogere kosten bij lagere belasting.