MediaOpción múltiple

Pregunta de práctica de DVA-C02

Un desarrollador está solucionando problemas en una función de AWS Lambda que procesa registros de un Amazon Kinesis Data Stream. La función está configurada con un tamaño de lote de 100 y un factor de paralelización de 1. La métrica de edad del iterador está aumentando y los logs de CloudWatch muestran que el tiempo de ejecución de la función es de alrededor de 4 minutos (el tiempo de espera es de 5 minutos). El flujo tiene 10 shards. ¿Cuál es la forma más rentable de aumentar el rendimiento del procesamiento?

Elige la mejor respuesta.

Respuesta correcta

  • DAumentar el factor de paralelización por shard

Explicación

Aumentar el factor de paralelización por shard (opción D) permite que cada shard sea procesado por múltiples instancias de Lambda de forma simultánea, lo que aumenta directamente el rendimiento sin requerir shards adicionales ni cambios en el flujo. Dado que la función no está alcanzando el límite de tiempo de espera de 5 minutos, sino que tarda aproximadamente 4 minutos por lote, el cuello de botella es la concurrencia de procesamiento por shard, no el tamaño del lote ni la duración de la ejecución. Esta es la solución más rentable porque utiliza los shards existentes y evita el costo de shards adicionales o aumentos innecesarios en el tiempo de espera.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Aumentar el tamaño de lote a 500

Si bien aumentar el tamaño de lote puede reducir la sobrecarga de las invocaciones de Lambda, también significa que cada invocación debe procesar más registros. Si la función de Lambda ya tiene problemas con el tiempo de procesamiento por registro, un lote más grande exacerbará el problema, lo que podría provocar que las invocaciones expiren por tiempo de espera y aumenten la edad del iterador a medida que la función se retrasa aún más. Esto no mejora el rendimiento general si el cuello de botella es la velocidad de procesamiento de los registros individuales.

B

Incorrecta

Aumentar el número de shards

Aumentar el número de shards de Kinesis incrementa directamente la capacidad total de rendimiento del flujo y permite más invocaciones concurrentes de Lambda, ya que cada shard se puede procesar de forma independiente. Sin embargo, los flujos de Kinesis Data Streams se facturan por shard-hora, lo que significa que agregar shards aumenta significativamente el costo operativo del flujo. Aunque es eficaz para escalar, no es la solución más rentable en comparación con la optimización de la eficiencia de procesamiento de la función Lambda dentro de los recursos existentes del flujo.

C

Incorrecta

Aumentar el tiempo de espera a 10 minutos

Extender el tiempo de espera de la función Lambda simplemente permite que una sola invocación se ejecute durante un período más largo antes de que el servicio la finalice. No aumenta inherentemente la velocidad a la que se procesan los registros ni el número de invocaciones concurrentes. Si la función es lenta debido a un código ineficiente o limitaciones de recursos, aumentar el tiempo de espera solo retrasará el inevitable tiempo de espera o permitirá que se retrase aún más, lo que provocará un aumento continuo en la edad del iterador sin mejorar el rendimiento general.

D

Correcta

Aumentar el factor de paralelización por shard

Aumentar el factor de paralelización por shard para un mapeo de fuente de eventos de flujo de Kinesis permite que una sola función Lambda procese múltiples lotes concurrentes del mismo shard. De forma predeterminada, Lambda procesa un lote por shard de manera concurrente. Elevar este factor (hasta 10) impulsa directamente el rendimiento de procesamiento efectivo de cada shard sin incurrir en costos adicionales de shards de Kinesis, lo que la convierte en una forma altamente eficiente de reducir la edad del iterador y ponerse al día con el retraso acumulado.

Para profundizar

Las funciones de AWS Lambda que procesan Amazon Kinesis Data Streams operan sondeando los shards en busca de nuevos registros. De forma predeterminada, Lambda garantiza que solo una invocación concurrente procese registros de un shard determinado en un momento dado, manteniendo un orden estricto dentro de ese shard. Este modelo de una invocación por shard puede convertirse en un cuello de botella si el tiempo de procesamiento por lote es alto, lo que genera un aumento en la edad del iterador, indicando que la función se está retrasando. El factor de paralelización por shard, una configuración modificable en el mapeo de la fuente de eventos de Lambda, aborda esto directamente al permitir que hasta 10 invocaciones concurrentes de Lambda procesen lotes distintos del mismo shard de Kinesis de manera simultánea. Esto impulsa significativamente el rendimiento y reduce el retraso acumulado sin el costo adicional de aprovisionar más shards de Kinesis, lo que lo convierte en un mecanismo de escalado altamente eficiente para cargas de trabajo de procesamiento de flujos.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de DVA-C02 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.