正解は「データベースのポーリングは継続されます。残りのノードに送信された HTTP リクエストのみが引き続き受け入れられます。」です。説明: 質問で説明されているアーキテクチャは、次のように説明できます。ノード 1 がダウンしても、DB ポーリングはノード 2 を介して継続されます。また、ノード 2 に直接届くリクエストも受け入れられ、通常どおり処理されます。機能しないのは、リクエストがノード 1 の HTTP コネクタに送信された場合のみです。このアーキテクチャの欠点は、HTTP クライアントが HTTP リクエストを個々のクラスタ ノードに直接送信することです。デフォルトでは、Mule ランタイム エンジンをクラスタリングすることで、高いシステム可用性が確保されます。Mule ランタイム エンジン ノードが障害または計画的なダウンタイムにより利用できなくなった場合、クラスタ内の別のノードがワークロードを引き継ぎ、既存のイベントとメッセージの処理を継続できます。図の説明は自動的に生成されました

Master Look Up API のパフォーマンス問題を解決するには、以下の方法を適用できます。
* マスター ルックアップ API のすべての GET エンドポイントに対して HTTP キャッシュ ポリシーを実装します。このキャッシュ ポリシーは、頻繁にアクセスされるデータをキャッシュに保存することでデータベース クエリの数を減らし、後続のリクエストの応答時間を改善します。
* vCoreサイズを0.1 vCoreから0.2 vCoreにアップグレードします。vCoreサイズを増やすことで、より多くの計算リソースが提供され、特に高負荷条件下でAPIの処理能力と全体的なパフォーマンスが向上します。
参考文献：
HTTPキャッシュポリシー
スケーリングとパフォーマンス

正解はバッチトリガーETLです。Muleアプリケーションでは、バッチ処理によって、メモリ容量を超えるデータセットを個々のレコードに分割し、非同期的に処理する仕組みが提供されます。バッチジョブを使用すると、ソースデータを自動的に分割して永続キューに格納する信頼性の高いプロセスを記述できるため、信頼性を維持しながら大規模なデータセットを処理できます。アプリケーションが再デプロイされたり、Muleがクラッシュしたりした場合でも、ジョブの実行は停止した時点から再開できます。

* Try-Catch Scope for Data Fetching:
* Implement a try-catch scope to handle any errors that may occur while fetching account balances from the backend application. This ensures that the main process flow can handle exceptions gracefully without failing entirely.
* 監査データベースへのレコード挿入のための非同期スコープ:
* try-catch ブロック内で Async スコープを使用して、監査データベースにレコードを挿入します。Async スコープを使用すると、操作を非同期で実行できるため、挿入処理がメインスレッドの実行をブロックすることはありません。
* これにより、口座残高を取得する主要な処理フローは影響を受けず、監査プロセスが並行して実行されるため、より高いスループットを実現できます。
* スループットの向上を確保する：
* 非同期処理により、監査目的で時間のかかるデータベース挿入がメインフローのパフォーマンスを妨げないことが保証されます。これは、リアルタイムまたはニアリアルタイムシステムにとって非常に重要です。
参考文献：
* MuleSoftの非同期スコープに関するドキュメント
* MuleSoftにおけるエラー処理のベストプラクティス