Bir Auto Scaling grubundaki EC2 örneklerinde çalışan bir uygulama, bir Amazon SQS kuyruğundan yüksek hacimli mesajları işliyor. Bir mesaj grubunun işlenmesi birkaç saat sürdü ve Auto Scaling grubunun ortalama CPU kullanımı, hedef izleme ölçeklendirme politikasının eşiğini aşmadı. Uygulama günlükleri Amazon CloudWatch Logs'a gönderiliyor. Kuyruğun en az operasyonel yük ile daha hızlı işlenmesi gerekiyor. Bu gereksinimi hangi seçenek karşılar?

Doğru cevap, SQS ApproximateNumberOfMessagesVisible metriğini Auto Scaling grubu GroupInServiceInstances metriğiyle birleştirerek örnek başına kaç mesaj olduğunu hesaplamak için metrik matematiği kullanır. Bu, kuyruktaki mesaj hacmine göre dinamik olarak ölçeklenmeyi sağlar ve uygulamanın mesajları daha hızlı işlemesine olanak tanır. Mevcut CPU kullanımına dayalı ölçeklendirme yetersiz kalmıştır çünkü mesaj işleme süresi uzundur ancak CPU kullanımı yüksek değildir. Metrik matematiği, ek bir Lambda işlevi veya özel metrik yayınlama ihtiyacını ortadan kaldırarak en az operasyonel yükü sağlar. Diğer seçenekler, özel Lambda işlevleri veya CloudWatch Logs filtreleri gibi ek bileşenler gerektirir, bu da operasyonel karmaşıklığı artırır.