AWS Auto Scaling 的弹性扩展能力虽能基于负载动态调整计算资源，但其有效性高度依赖跨服务资源的同步协同。若仅扩展前端计算层（如 EC2 实例或 Lambda 函数），而未同步调整后端依赖服务（如数据库、消息队列或存储系统），可能引发系统性瓶颈。为避免此类问题，需采用一体化监控（如 AWS X-Ray）识别跨服务依赖链，并通过 Terraform 或 AWS CDK 实现基础设施即代码（IaC），确保 Auto Scaling 策略与后端资源（如数据库自动扩缩容）联动调整。
场景：EC2 实例自动扩展时，若未同步调整 RDS 连接池或 DynamoDB 吞吐量，数据库可能成为性能瓶颈。例如，某电商应用在促销期间，EC2 实例扩展至 500 台，但 DynamoDB 表未配置按需扩容策略，导致写入容量单元（WCUs）耗尽，整体吞吐量下降 30%。
解决方案：
使用数据库代理（如 RDS Proxy）或连接池工具（如 PgBouncer）动态分配连接。
为 DynamoDB 表配置自动扩展策略，或启用按需容量模式以应对突发流量。
场景：混合使用 Spot 实例与按需实例时，若未在 Auto Scaling 组中配置优先级策略，Spot 实例可能因价格波动被回收，导致实例数量不足。
解决方案：
在 Auto Scaling 组中设置实例类型优先级，优先使用按需实例保障关键负载。
结合 AWS Lambda 监控 Spot 实例市场价格，动态调整实例类型比例。
场景：未启用跨区域负载均衡（Cross-Zone Load Balancing）时，流量可能集中分配至某一可用区（AZ），导致单点过载。
解决方案：
在 ELB/ALB 中启用跨区域负载均衡，确保流量均匀分布至所有 AZ。
结合 AWS Global Accelerator 实现全球流量智能路由，降低延迟。