Bir şirket, müşteri siparişlerini işleyen üç katmanlı bir web uygulaması çalıştırmaktadır. Web katmanı, bir Application Load Balancer'ın arkasındaki Amazon EC2 örneklerini kullanır. İşleme katmanı EC2 örneklerini kullanır. Şirket, Amazon Simple Queue Service (Amazon SQS) kullanarak web ve işleme katmanlarını birbirinden ayırmıştır. Depolama katmanı Amazon DynamoDB'dir. Yoğun zamanlarda bazı kullanıcılar sipariş işleme gecikmeleri bildirmektedir. Bu gecikmeler sırasında, EC2 örnekleri %100 CPU kullanımına ulaşır ve SQS kuyruğu dolar. Yoğunluklar değişkendir ve tahmin edilemez. Şirketin uygulama performansını iyileştirmesi gerekmektedir. Hangi çözüm bu gereksinimleri karşılar?

Doğru cevap, işleme katmanı örneklerini Amazon EC2 Auto Scaling hedef izleme politikası ile ölçeklendirmek ve ölçeklendirme için ApproximateNumberOfMessages özelliğini kullanmaktır. Yoğunluklar değişken ve tahmin edilemez olduğundan, zamanlanmış ölçeklendirme uygun değildir. SQS kuyruğunun dolması, işleme katmanının gelen mesajları yeterince hızlı işleyemediğini gösterir. ApproximateNumberOfMessages metriği, kuyruktaki mesaj sayısını doğrudan izleyerek iş yükü arttığında işleme örneklerinin otomatik olarak ölçeklenmesini sağlar. Bu, gecikmeleri azaltır ve uygulamanın talebe uyum sağlamasına olanak tanır. DynamoDB önüne ElastiCache eklemek, veritabanı yükünü azaltabilir ancak işleme katmanındaki tıkanıklığı doğrudan çözmez. CloudFront, web katmanı performansını artırır ancak işleme katmanındaki sorunu gidermez.