Witryna e-commerce korzysta z CloudFront, warstwy serwerów WWW Apache na instancjach EC2 w grupie Auto Scaling oraz klastra Amazon Aurora MySQL DB. Podczas promocji użytkownicy doświadczali błędów i przekroczeń limitu czasu podczas dodawania produktów do koszyka. Niektóre serwery WWW zostały zakończone, zanim można było zebrać ich logi, a metryki Aurora były niewystarczające do analizy wydajności zapytań. Jaka kombinacja działań poprawi widoczność wydajności aplikacji podczas szczytowego ruchu? (Wybierz trzy.)

Konfiguracja klastra Aurora MySQL DB do publikowania logów wolnych zapytań i błędów w Amazon CloudWatch Logs zapewnia wgląd w problemy z wydajnością bazy danych, co jest kluczowe, gdy metryki Aurora są niewystarczające. Instrumentacja aplikacji EC2 za pomocą AWS X-Ray SDK umożliwia śledzenie żądań HTTP i zapytań SQL, co jest niezbędne do identyfikacji wąskich gardeł w kodzie aplikacji podczas szczytowego ruchu. Instalacja i konfiguracja agenta Amazon CloudWatch Logs na instancjach EC2 do wysyłania logów Apache do CloudWatch Logs pozwala na centralne zbieranie i analizowanie logów serwera WWW, nawet jeśli instancje EC2 zostaną zakończone. Opcja przesyłania strumieniowego logów Aurora do Kinesis jest możliwa, ale CloudWatch Logs jest bardziej bezpośrednim i zintegrowanym rozwiązaniem do analizy logów. Włączenie AWS CloudTrail jest przeznaczone do audytu aktywności API AWS, a nie do monitorowania wydajności aplikacji. Włączenie testowania wydajności klastra Aurora i publikowanie strumienia w AWS X-Ray nie jest standardową funkcjonalnością Aurora i nie zapewni wglądu w rzeczywiste zapytania.