国内向け EC サイトが、毎朝 10:00 に新商品が一斉リリースされるため、9:55 頃からトラフィックが急増するパターンが毎日繰り返されています。現在はターゲット追跡スケーリングポリシーを使用していますが、CloudWatch メトリクスを検知してインスタンスが追加されるまでに 3〜5 分かかり、10:00 直後の数分間だけエラーレートが上昇します。最小の運用負荷でこの問題を解決するには？
予測スケーリング（Predictive Scaling）は、Auto Scaling グループの過去 14 日分のメトリクスデータを機械学習で分析し、周期的なトラフィックパターンを学習してピーク到来前にキャパシティをプロビジョニングします。反応型スケーリングでは対応できないスケールアウトのタイムラグを根本的に解消でき、パターンの変化にも自動で追従するため運用負荷が低いです。 選択肢Aのスケジュールされたスケーリングは手動で時刻を設定する必要があり、リリース時刻が変更された際に都度更新が必要です。予測スケーリングと比べて運用負荷が高くなります。 選択肢Cのターゲット追跡スケーリングのメトリクスを変更することは、スケーリングポリシーが依然として反応型であることは変わらず、メトリクスの種類を変えても検知からスケールアウト完了までのタイムラグは解消されません。 選択肢Dの EC2 インスタンスタイプをより高スペックなものに変更する方法は垂直スケーリングであり、コスト増加を伴います。また固定キャパシティではトラフィックの変動に対して柔軟に対応できず、オフピーク時も高コストが継続します。