Witryna wspierana przez klaster Amazon Aurora doświadcza spowolnienia czasu odpowiedzi w okresach szczytowego obciążenia. Użytkownicy wykonują wyszukiwania, które rzadko się powtarzają, a wzorce ruchu różnią się w zależności od sezonu i dnia. Aby poprawić wydajność przy jednoczesnym efektywnym wykorzystaniu zasobów, które rozwiązanie powinien wdrożyć administrator?

Poprawna odpowiedź poprawia wydajność zapytań wyszukiwania, które są rzadko powtarzane i mają zmienne wzorce ruchu, poprzez rozłożenie obciążenia odczytu na repliki Aurora. Użycie punktu końcowego czytnika pozwala aplikacji automatycznie rozdzielać zapytania odczytu między dostępne repliki. Włączenie Aurora Auto Scaling dla replik dynamicznie dostosowuje liczbę replik do bieżącego obciążenia, co zapewnia efektywne wykorzystanie zasobów i skalowalność. Pozostałe opcje są mniej odpowiednie: Amazon ElastiCache for Redis jest skuteczny dla często powtarzających się zapytań, ale nie dla rzadkich wyszukiwań, ponieważ dane w pamięci podręcznej szybko by się dezaktualizowały lub byłyby rzadko używane. Zapewnienie IOPS na warstwie pamięci masowej Aurora nie skaluje wydajności odczytu w sposób elastyczny i może być kosztowne. Zwiększenie klasy instancji DB skaluje tylko pojedynczą instancję, co nie jest optymalne dla rozłożenia obciążenia odczytu, a Aurora Auto Scaling nie zmienia rozmiaru instancji DB, lecz liczbę replik.