一家公司在AmazonECS上运行其容器化批处理作业。通过将容器映像，任务定义以及相关数据提交到AmazonS3存储桶来调度作业。每个作业的容器映像可能是唯一的。尽快运行作业至关重要，因此将作业工件提交到S3存储桶会触发作业立即运行。有时可能根本没有运行的作业。但是，可以将任何大小的作业提交给ITOperations团队，而不会事先发出警告。作业定义包括CPU和内存资源要求。有什么解决方案可以使批处理作业在计划后尽快完成？（）
A. 使用Amazon EC2启动类型计划Amazon ECS集群上的作业。使用服务自动缩放可增加或减少正在运行的任务数，以适合正在运行的作业数
B. 直接在EC2实例上计划作业。将预留实例用于基线的最小负载，并在Auto Scaling组中使用按需实例，以根据需求扩展平台
C. 使用Fargate启动类型在Amazon ECS集群上计划作业。使用Auto Scaling服务可增加或减少正在运行的任务数，以适合正在运行的作业数
D. 使用Fargate启动类型计划Amazon ECS集群上的作业。在Auto Scaling组中使用竞价型实例可根据需求扩展平台。使用服务自动缩放可增加或减少正在运行的任务数，以适合正在运行的作业数
微信支付 
支付宝支付