SAA弾力性に優れたアーキテクチャの設計

動画変換サービスがAmazon ECS(Fargate)で稼働し、変換ジョブはSQSキューで管理されている。日中はキューに数千件が積み上がり、深夜は空になる。キュー深度に応じてFargateタスクを自動増減させ、処理遅延とコストを最適化したい。

A
ECSサービスのCPU使用率ターゲット追跡スケーリングを設定し、CPU 70%を閾値として自動スケールする
CPU使用率はタスク内の負荷を示すがキュー深度と直接連動せず、メッセージが積まれてもCPUが低い段階ではスケールが遅れる。
B
SQSのApproximateNumberOfMessagesVisibleメトリクスをECSサービスのApplication Auto Scalingポリシーに適用し、キュー深度に応じてタスク数を制御する
✓ 正解
SQS ApproximateNumberOfMessagesVisibleはECSタスク数の増減に最も直接的な指標で、キュー深度に比例したスケーリングを実現できる。
C
Lambda関数にSQSキューのイベントソースマッピングを設定し、変換処理をLambdaで実行してFargateを廃止する
Lambdaはデフォルト最大15分のタイムアウト制限があり、長時間の動画変換ジョブには不向きで既存Fargateの置き換えに適さない。
D
SQSキュー深度をCloudWatchアラームで監視しアラーム発火時にSNSトピック経由でEC2 Auto Scalingグループへ通知して変換用インスタンスをスケールアウトする
EC2 Auto ScalingはFargate環境への適用対象外であり、SNS経由の通知によるスケーリングはキュー深度変化への応答が間接的で遅い。

解説

ECSのApplication Auto ScalingはSQSのApproximateNumberOfMessagesVisibleをスケーリング指標として利用でき、キュー深度に直結したタスク増減が可能。CPU使用率は間接指標で応答が遅れる。

ドメイン別正答率・予想スコアでリアルタイムに実力把握

無限ノックでSAAを徹底対策。全問AI生成のオリジナル問題。

無料で演習を始める →
SAA の問題一覧に戻る