將應用程式遷移到 AWS 後，某公司在多個執行個體系列的 EC2 執行個體上執行該應用程式。測試期間，某些執行個體出現效能問題，且嚴格的預算控制要求選擇符合工作負載需求的執行個體類型。SysOps 管理員應採取哪種行動方案？

AWS Compute Optimizer 能夠分析 EC2 執行個體的使用情況，並提供最佳化建議，以符合工作負載需求並消除效能瓶頸。在根據這些建議調整執行個體大小後，購買 Compute Savings Plans 是降低運算成本的有效策略，因為它提供靈活的折扣，適用於各種執行個體系列和區域。 選項 A 不正確，因為在調整大小之前購買 Reserved Instances 可能會導致購買不符合實際需求的執行個體類型，從而降低成本效益。選項 B 也不正確，因為在未優化執行個體大小的情況下購買 Reserved Instances 可能會鎖定不必要的容量，且追蹤 RI 使用率並不能直接解決效能問題。選項 D 不正確，因為 On-Demand Capacity Reservations 主要用於確保容量可用性，而非降低成本，且手動分析 Cost and Usage Report 不如 Compute Optimizer 高效。