あるデータ処理パイプラインは、2つのAZにまたがるAuto Scaling Groupを使用しており、メモリ集約型のワークロードを実行している。Compute Optimizerは現在のインスタンスをr5.largeへ右サイズ化することを推奨しており、遅延要件は厳しく、可用性を維持することが前提となっている。推奨を実装する際、可用性とレイテンシを損なわずに進める最適な方法はどれか？

開発ポートフォリオでは複数の AWS アカウントにまたがってコストをプロジェクト別に管理したい。コスト配分タグを活用して各プロジェクトの可視化と予算アラートを実現する最良の設計はどれか。

実務シナリオ: グローバルに展開する静的ウェブアプリを運用しており、トラフィックは日内で変動する。可用性と低レイテンシを維持しつつ、月間のEC2コストを抑えたい。Compute Savings Plansとスポットインスタンスを活用したハイブリッド設計を検討している。最も適切なコスト最適化設計を選べ。

ある企業がWebアプリを8台のEC2インスタンス（Auto Scaling Group）で運用しており、現在は t3.medium を使用しています。CPU の平均利用率は約 60%、しかしメモリ利用データは CloudWatch に送信していません。Compute Optimizer から右Sizing の推奨を得る場合、以下の説明のうち正しいものはどれですか。

実務ケース：規制要件のある長期アーカイブとして約 2 PB のデータを S3 Glacier 系へ階層化したい。全データを低コストで保存する一方、過去24か月分（730日）のデータは時々アクセスされる想定で、4時間程度の復元時間を確保したい。コストを最適化する3層ライフサイクルの設計として最適なものはどれか。