Компания планирует перенести 1000 виртуальных машин VMware в AWS. В рамках планирования они хотят собирать метрики на уровне сервера (сведения о ЦП, использовании ОЗУ, информацию об ОС, запущенных процессах) с локальных хостов, а затем запрашивать и анализировать эти данные. Какое решение удовлетворяет этим требованиям?

Правильный ответ – установка AWS Application Discovery Agent на каждый локальный сервер, включение Data Exploration в AWS Migration Hub и использование Amazon Athena для запроса данных. AWS Application Discovery Agent собирает подробные метрики на уровне сервера, включая ЦП, ОЗУ, ОС и запущенные процессы. Data Exploration в Migration Hub позволяет анализировать эти данные, хранящиеся в S3, а Amazon Athena эффективно запрашивает их. Неправильные варианты: AWS Agentless Discovery Connector собирает информацию об использовании, но не предоставляет детали на уровне процессов или ОС, как агент. Использование AWS Glue и S3 Select для этого сценария избыточно и менее эффективно. Экспорт только метрик производительности ВМ и ручное обновление в Migration Hub не обеспечит полноту данных и автоматизацию, необходимую для 1000 ВМ. QuickSight предназначен для визуализации, а не для прямого запроса сырых данных Discovery. Создание скриптов и использование put-resource-attributes – это ручной и масштабируемый подход, не подходящий для такого объема данных и автоматического сбора метрик. Консоль Migration Hub не предназначена для сложных запросов к сырым данным.