一家現場活動公司在 Auto Scaling group 中的 EC2 實例上執行票務應用程式，並使用 PostgreSQL 作為資料庫。銷售活動會導致一次性的排程需求高峰。該公司需要一種擴展方法，以在這些排程的銷售活動期間最大化可用性。哪種解決方案符合這些需求？

正確答案透過排程擴展（Scheduled Scaling）來處理 EC2 實例的預期需求高峰，這比預測性擴展（Predictive Scaling）更適合已知且有規律的銷售活動。Amazon Aurora PostgreSQL Multi-AZ DB cluster 提供高可用性和可擴展性。在銷售活動前，使用 EventBridge 觸發 Lambda 建立更大的 Aurora Replica 並進行故障轉移，可以確保資料庫有足夠的容量來應對高負載，並在活動結束後縮小以節省成本。 其他選項的不足之處： 預測性擴展雖然可以預測負載，但對於已知時間的尖峰，排程擴展更直接且可控。 Amazon Aurora PostgreSQL Serverless v2 雖然自動擴展，但其成本效益和性能在極端尖峰負載下可能不如預先配置的 Aurora Replica。 Amazon RDS for PostgreSQL Multi-AZ 的讀取副本擴展能力不如 Aurora Replica，且故障轉移到更大的讀取副本的機制可能不如 Aurora Replica 的設計高效。