Firma uruchamia udostępniony klaster Amazon EMR, używając instancji Amazon EC2 ogólnego przeznaczenia. Skalowanie zarządzane EMR jest skonfigurowane tak, aby zmieniać liczbę węzłów zadań od jednego do pięciu dla codziennego, długo działającego zadania ETL Apache Spark. Każde uruchomienie szybko skaluje klaster do pięciu węzłów zadań; wykorzystanie procesora często osiąga limit, podczas gdy pamięć pozostaje poniżej 30%. Firma chce zmienić konfigurację EMR, aby obniżyć koszt uruchamiania codziennego zadania ETL. Która opcja najefektywniej spełni to wymaganie?

Poprawna jest zmiana typu węzła zadań na instancje EC2 zoptymalizowane pod kątem obliczeń. Problem polega na tym, że wykorzystanie procesora osiąga limit, podczas gdy pamięć jest niewykorzystana. Instancje zoptymalizowane pod kątem obliczeń (np. C-series) oferują wyższy stosunek mocy obliczeniowej do pamięci i kosztu, co pozwoli na efektywniejsze wykorzystanie zasobów i obniżenie kosztów. Zwiększenie maksymalnej liczby węzłów zadań zwiększyłoby koszty. Zmiana na instancje zoptymalizowane pod kątem pamięci (np. R-series) pogłębiłaby problem niewykorzystanej pamięci i zwiększyłaby koszty. Skrócenie okresu wyciszenia skalowania nie rozwiąże problemu niedopasowania zasobów do obciążenia.