DifícilSelección múltiple

Pregunta de práctica de DVA-C02

¿Cuáles DOS son prácticas recomendadas para optimizar el rendimiento de DynamoDB? (Elija dos).

Elige todas las respuestas correctas.

Respuestas correctas

  • AUtilice SQS para desacoplar cargas de trabajo con alta intensidad de escritura y gestionar picos.
  • BUtilice claves de partición con alta cardinalidad para distribuir el tráfico de manera uniforme.

Explicación

Utilizar SQS para desacoplar cargas de trabajo con alta intensidad de escritura permite que DynamoDB absorba los picos de tráfico almacenando las escrituras en un búfer dentro de una cola, lo que evita la limitación y permite el procesamiento por lotes. Este patrón, a menudo denominado nivelación de carga basada en colas, garantiza que la capacidad aprovisionada de DynamoDB no se vea superada por aumentos repentinos, lo que mejora la resiliencia general del sistema y la eficiencia de costos.

Por qué cada opción es correcta o incorrecta

A

Correcta

Utilice SQS para desacoplar cargas de trabajo con alta intensidad de escritura y gestionar picos.

SQS actúa como un búfer, desacoplando al productor (aplicación) del consumidor (DynamoDB). Durante cargas de trabajo intensas en escritura o picos repentinos de tráfico, SQS pone las solicitudes en cola, lo que permite que la aplicación continúe procesando sin ser limitada por la capacidad aprovisionada de DynamoDB. Un proceso de trabajador separado puede entonces consumir mensajes de SQS a una velocidad controlada, asegurando que las unidades de capacidad de escritura no se excedan y que las operaciones se procesen de manera confiable. Esto previene errores de limitación y mejora la resiliencia general del sistema.

B

Correcta

Utilice claves de partición con alta cardinalidad para distribuir el tráfico de manera uniforme.

Una clave de partición de alta cardinalidad garantiza que los datos se distribuyan entre muchas particiones lógicas dentro de DynamoDB. Esta distribución uniforme evita particiones calientes, donde una cantidad desproporcionada de tráfico de lectura o escritura se dirige a una sola partición, lo que lleva a la limitación incluso si la capacidad general de la tabla es suficiente. Al repartir la carga, DynamoDB puede utilizar sus recursos físicos subyacentes de manera más efectiva, optimizando el rendimiento y evitando cuellos de botella.

C

Incorrecta

Aprovisione las unidades máximas de capacidad de escritura para manejar cualquier pico.

Aprovisionar unidades máximas de capacidad de escritura para manejar cada pico concebible es una estrategia ineficiente y costosa. Si bien podría prevenir la limitación, resulta en un sobreaprovisionamiento significativo durante los períodos de tráfico normal o bajo, lo que genera gastos innecesarios por capacidad no utilizada. Un enfoque más rentable y con mejor rendimiento es utilizar DynamoDB Auto Scaling, que ajusta dinámicamente la capacidad aprovisionada según los patrones de uso real y la utilización objetivo definida, asegurando un rendimiento óptimo sin costos excesivos.

D

Incorrecta

Utilice operaciones Scan en lugar de Query para recuperar datos.

Las operaciones Scan son generalmente ineficientes para recuperar datos específicos porque leen cada elemento de la tabla o índice secundario y luego filtran los resultados. Esto consume unidades de capacidad de lectura significativas y puede ser muy lento para tablas grandes, especialmente si solo se necesita un subconjunto pequeño de datos. Las operaciones Query, por el contrario, son altamente eficientes ya que recuperan directamente elementos basados en valores de clave primaria o claves de índices secundarios, apuntando a particiones específicas y minimizando el consumo de recursos.

E

Incorrecta

Habilite lecturas fuertemente consistentes para todas las operaciones de lectura.

Habilitar lecturas fuertemente consistentes para todas las operaciones no es una práctica recomendada para optimizar el rendimiento, ya que generalmente son más costosas en términos de latencia y potencialmente de unidades de capacidad de lectura en comparación con las lecturas consistentes de manera eventual. Las lecturas fuertemente consistentes aseguran que una lectura devuelva los datos más actualizados, pero requieren coordinación entre múltiples nodos de almacenamiento, lo que puede introducir mayor latencia. Para muchos casos de uso donde la consistencia inmediata de los datos no es crítica, las lecturas consistentes de manera eventual ofrecen un mejor rendimiento y menor costo al leer desde cualquier réplica disponible.

Para profundizar

La pregunta se centra en la optimización del rendimiento de DynamoDB, que es un aspecto crítico al diseñar aplicaciones escalables y rentables en AWS. El rendimiento de DynamoDB se rige principalmente por su estrategia de particionamiento, el aprovisionamiento de capacidad y los patrones de acceso. El diseño eficaz de la clave de partición es fundamental; una mala elección puede provocar particiones calientes, donde una sola partición recibe una cantidad desproporcionada de tráfico, lo que causa limitaciones incluso si la capacidad general de la tabla es suficiente. Esto se debe a que DynamoDB distribuye el rendimiento aprovisionado de manera uniforme entre las particiones físicas. Para la gestión de capacidad, aunque el aprovisionamiento manual es posible, DynamoDB Auto Scaling es el enfoque recomendado, ya que ajusta dinámicamente las unidades de capacidad de lectura y escritura según la carga de trabajo real, evitando tanto el sobreaprovisionamiento como el subaprovisionamiento. Además, comprender la diferencia entre las operaciones Query y Scan, y entre lecturas consistentes de manera eventual y fuertemente consistentes, es crucial. Las operaciones Query están muy orientadas y son eficientes, aprovechando los índices primarios o secundarios, mientras que las operaciones Scan son exploraciones completas de tablas o índices y generalmente deben evitarse en rutas críticas para el rendimiento. De manera similar, las lecturas consistentes de manera eventual ofrecen menor latencia y costo, adecuadas para la mayoría de las aplicaciones, mientras que las lecturas fuertemente consistentes se reservan para escenarios donde la precisión inmediata de los datos no es negociable, aunque con un costo de rendimiento mayor. La integración de servicios como SQS puede mejorar aún más la resiliencia al desacoplar componentes y amortiguar los picos, evitando la limitación directa de la base de datos.

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.