Rozwijająca się firma dostarczająca żywność posiada dwie grupy Auto Scaling instancji Amazon EC2: jedna grupa zbiera zamówienia (szybko), a druga realizuje zamówienia (dłuższe przetwarzanie). Dane nie mogą zostać utracone podczas zdarzeń skalowania. Rozwiązanie musi umożliwiać prawidłowe skalowanie obu procesów w godzinach szczytu i optymalizować wykorzystanie zasobów AWS. Które rozwiązanie spełnia te wymagania?

Rozwiązanie z kolejkami Amazon SQS i skalowaniem opartym na zaległościach na instancję jest optymalne. Kolejki SQS zapewniają trwałość danych, co jest kluczowe, aby zamówienia nie zostały utracone podczas skalowania. Izolują one procesy zbierania i realizacji zamówień, umożliwiając niezależne skalowanie. Skalowanie na podstawie zaległości na instancję (liczba wiadomości w kolejce podzielona przez liczbę instancji) jest najbardziej efektywne, ponieważ bezpośrednio odzwierciedla obciążenie pracy i pozwala Auto Scaling na precyzyjne dostosowanie liczby instancji do rzeczywistego zapotrzebowania, optymalizując wykorzystanie zasobów. Pozostałe opcje są mniej skuteczne: Monitorowanie CPU i stała pojemność minimalna nie uwzględnia dynamicznego obciążenia i może prowadzić do nadmiernego lub niewystarczającego udostępniania zasobów. Tworzenie dodatkowych grup Auto Scaling na żądanie jest nieefektywne i złożone, a także nie rozwiązuje problemu trwałości danych. Skalowanie na podstawie powiadomień z kolejek jest mniej precyzyjne niż skalowanie oparte na zaległościach na instancję, ponieważ nie uwzględnia aktualnej liczby instancji.