Müşteriler dosyaları S3'e yükler ve nesne ARN'sini içeren bir SQS mesajı gönderilir. EC2 tabanlı bir worker, SQS'i yoklar ve dosyaları işler; işlem süresi dosya boyutuna göre değişir. Müşterinin algıladığı gecikmeleri azaltmak için bir yönetici, mevcut örnekten bir AMI ve bir launch template oluşturur. Yanıt verme hızını artırmak için Auto Scaling nasıl yapılandırılmalıdır?

Doğru cevap, SQS kuyruğundaki görünür mesaj sayısını (ApproximateNumberOfMessagesVisible) ve Auto Scaling grubundaki hizmet içi örnek sayısını dikkate alan özel bir CloudWatch metriği oluşturmayı önerir. Bu özel metrik, uygulamanın iş yükünü ve mevcut işleme kapasitesini daha doğru bir şekilde yansıtır. Uygulama, bu metriği her dakika CloudWatch'a gönderir ve Auto Scaling politikası bu metriğe göre örnek sayısını dinamik olarak ayarlar. Bu yaklaşım, dosya boyutuna göre değişen işlem sürelerini ve müşteri tarafından algılanan gecikmeleri en aza indirerek yanıt verme hızını artırır. Yanlış seçenekler: Sadece farklı örnek boyutları eklemek ve ApproximateNumberOfMessagesVisible'a göre örnek boyutu seçmek, iş yükü arttığında mevcut örneklerin yetersiz kalması sorununu çözmez; örnek sayısının artırılması gerekir. ApproximateNumberOfMessagesDelayed metriği, gecikmiş mesajları ifade eder ve doğrudan işlenmesi gereken görünür mesaj sayısını yansıtmaz. ASGAverageCPUUtilization ve GroupPendingInstances gibi metrikler, uygulamanın iş yükünü doğrudan yansıtmaz ve SQS kuyruğundaki bekleyen işleri göz ardı eder.