DifícilOpción múltiple

Pregunta de práctica de SAA-C03

Exhibit

DynamoDB metrics and access pattern:
- Table mode: on-demand
- ConsumedReadCapacityUnits: steady, no throttling overall
- SuccessfulRequestLatency: p95 = 34 ms
- Hot partition key detected: tenant#42 consumes 92% of read traffic during peak
Application notes:
- Requests repeatedly fetch the same dashboard items for up to 60 seconds
- Reads are eventually consistent and the application can tolerate brief cache staleness
- Writes are infrequent and do not dominate the workload

Según el gráfico (exhibit), ¿qué cambio de diseño es la mejor manera de reducir la latencia de lectura observada para este servicio respaldado por DynamoDB?

Elige la mejor respuesta.

Respuesta correcta

  • AAgregue un clúster de DynamoDB Accelerator (DAX) frente a la tabla y envíe el tráfico de lectura repetido a través de él.

Explicación

Agregar un clúster de DynamoDB Accelerator (DAX) frente a la tabla reduce la latencia de lectura al proporcionar una caché en memoria para el tráfico de lectura repetido. DAX ofrece tiempos de respuesta en microsegundos para lecturas de consistencia eventual, lo que aborda directamente el problema de latencia observado sin requerir almacenamiento en caché a nivel de aplicación ni rediseño de la tabla.

Por qué cada opción es correcta o incorrecta

A

Correcta

Agregue un clúster de DynamoDB Accelerator (DAX) frente a la tabla y envíe el tráfico de lectura repetido a través de él.

DAX está diseñado para acelerar lecturas repetidas de consistencia eventual desde DynamoDB mediante el almacenamiento en caché de elementos activos en la memoria. El gráfico muestra a un inquilino impulsando la mayor parte de las lecturas y los mismos elementos del tablero solicitándose repetidamente en una ventana corta, lo cual encaja perfectamente con DAX. Reduce la latencia y descarga la clave activa sin requerir un rediseño del esquema.

B

Incorrecta

Aumente los límites de la tabla bajo demanda (on-demand) para que DynamoDB pueda absorber automáticamente más tráfico.

La capacidad bajo demanda ya se escala automáticamente con el tráfico, por lo que aumentar los límites de la tabla no ayuda a reducir la latencia de lectura causada por particiones activas o patrones de acceso ineficientes. Es tentadora porque el modo bajo demanda elimina la planificación de rendimiento, lo que se adapta a cargas de trabajo con picos impredecibles en lugar de solucionar la contención a nivel de partición.

C

Incorrecta

Cree un índice secundario global (global secondary index) en tenantId para distribuir la carga en más particiones.

Un índice secundario global en tenantId sigue enrutando los elementos de cada inquilino a las particiones mediante esa clave, por lo que un solo inquilino activo continúa concentrando la carga en lugar de distribuirla. Es tentador porque los GSI habilitan patrones de consulta alternativos, lo que se adapta a consultas por atributos que no son clave en lugar de aliviar la contención de lectura a nivel de partición.

D

Incorrecta

Mueva los datos del tablero a S3 y utilice funciones Lambda para leerlos bajo demanda.

Mover los datos del tablero a S3 y leerlos mediante Lambda añade latencia de arranque en frío y de solicitud, y S3 no es un almacén de clave-valor de baja latencia para lecturas por elemento. Es tentador porque S3 más Lambda se adapta a consultas analíticas poco frecuentes sobre grandes conjuntos de datos, y no a lecturas de elementos en subisegundos que requiere un servicio respaldado por DynamoDB.

Para profundizar

DynamoDB Accelerator (DAX) es una caché en memoria de escritura directa (write-through) que utiliza la API de DynamoDB, por lo que el código de aplicación existente que usa el SDK de AWS puede apuntar al endpoint del clúster DAX con cambios mínimos. Ofrece lecturas de consistencia eventual desde la memoria RAM en microsegundos y es especialmente eficaz para lecturas repetidas de los mismos elementos, como un tablero que sondea registros de inquilinos activos. DAX no ayuda a las lecturas con consistencia fuerte, las cuales omiten la caché, y no reduce la latencia causada por claves activas (hot keys) de partición. Aumentar los límites bajo demanda eleva los topes de rendimiento pero deja sin cambios la latencia por solicitud; un índice secundario global añade una segunda ruta de lectura y costo sin garantizar una menor latencia; y mover datos a S3 con Lambda introduce una latencia de arranque en frío (cold-start) y de solicitud muy superior a la de un acierto de caché.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de SAA-C03 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.