AWS SAA 题库
点击卡片任意位置翻面查看正确答案与解析,也可以用键盘 ← → 切换题目。
一个交易处理公司每周都会在Amazon EC2实例上运行脚本批处理作业。EC2实例位于一个Auto Scaling组中。交易数量可能有所不同,但每次运行都会记录至少60%的基线CPU利用率。公司需要在作业运行前30分钟提前配置容量。 目前,工程师们通过手动修改Auto Scaling组参数来完成这项任务。公司没有资源来分析Auto Scaling组计数所需容量的趋势。公司需要一种自动化方式来修改Auto Scaling组的期望容量。 哪种解决方案将以最少的运维开销满足这些要求?
AI 解析
AWS Auto Scaling的预测性扩展功能利用机器学习模型分析历史负载数据,预测未来的容量需求,并提前扩展实例以应对预期流量。题目要求提前30分钟配置容量,且无需手动分析趋势。AWS官方文档指出预测性扩展可预先启动实例,适用于有规律性负载模式且需要提前准备资源的场景。选项B定时策略无法自适应变化的负载,选项A和D依赖实时指标无法提前扩展,选项C的预测性扩展自动处理历史数据并提前调整容量,吻合需求。