MediaOpción múltiple

Pregunta de práctica de SAP-C02

Una empresa utiliza Amazon DynamoDB como su base de datos principal. El equipo de operaciones observa un aumento en la latencia de lectura durante las horas pico. La tabla tiene una capacidad de lectura aprovisionada de 1000 RCU, pero las métricas de CloudWatch muestran que la capacidad de lectura consumida alcanza frecuentemente las 1000 RCU. La aplicación utiliza lecturas con consistencia eventual. ¿Cuál es la forma MÁS rentable de reducir la latencia de lectura?

Elige la mejor respuesta.

Respuesta correcta

  • BHabilitar DynamoDB Accelerator (DAX) para almacenar en caché los elementos leídos frecuentemente.

Explicación

DAX es una caché en memoria diseñada específicamente para DynamoDB que se sitúa delante de la tabla y atiende lecturas con consistencia eventual con una latencia de microsegundos, descargando el tráfico de lectura de la tabla. Dado que la aplicación ya utiliza lecturas con consistencia eventual y la tabla está en su límite de RCU durante los picos, almacenar en caché los elementos leídos frecuentemente en DAX reduce las RCU consumidas y la latencia sin sobredimensionar la capacidad. Es la solución más rentable porque aborda la causa raíz (lecturas repetidas de elementos populares) en lugar de agregar capacidad bruta.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Cambiar a lecturas fuertemente consistentes para mejorar la consistencia.

Las lecturas fuertemente consistentes consumen el doble de RCU que las lecturas con consistencia eventual, por lo que el cambio duplica el consumo de capacidad en una tabla ya saturada y empeora la limitación (throttling). Es tentador porque la consistencia suena como una mejora, y las lecturas fuertemente consistentes serían correctas cuando la aplicación no puede tolerar datos obsoletos.

B

Correcta

Habilitar DynamoDB Accelerator (DAX) para almacenar en caché los elementos leídos frecuentemente.

DAX se sitúa delante de DynamoDB y atiende lecturas con consistencia eventual desde una caché en memoria, absorbiendo lecturas repetidas de elementos para que omitan la tabla por completo. Esto reduce la latencia durante los picos sin aumentar la capacidad de lectura aprovisionada, manteniendo los costos bajos.

C

Incorrecta

Crear un índice secundario global (GSI) en la tabla para descargar las lecturas.

Un GSI duplica los datos de la tabla y consume su propia capacidad aprovisionada, agregando costos y amplificación de escritura sin aliviar las 1000 RCU agotadas de la tabla base. Es tentador porque los GSI sirven para diferentes patrones de consulta, y un GSI sería correcto cuando las lecturas necesitan una clave de partición o de ordenamiento alternativa.

D

Incorrecta

Aumentar la capacidad de lectura aprovisionada a 2000 RCU.

Elevar la capacidad aprovisionada a 2000 RCU duplica el costo por hora de la tabla mientras deja sin resolver la causa subyacente de partición caliente o patrón de acceso que genera la latencia. Es tentador porque la limitación por capacidad agotada parece el culpable obvio, y escalar las RCU sería correcto para un crecimiento de lectura genuinamente uniforme en todas las particiones.

E

Incorrecta

Utilizar Amazon ElastiCache for Memcached como caché de lectura.

Si bien ElastiCache for Memcached puede reducir la carga de lectura almacenando en caché datos accedidos frecuentemente, falla aquí porque el cuello de botella es la saturación de RCU aprovisionada, no una falta de almacenamiento en caché. La solución correcta debe aumentar la capacidad de lectura o utilizar DAX, que se integra directamente con la API de DynamoDB y gestiona la invalidación de caché automáticamente. Memcached es tentador porque descarga las lecturas de bases de datos en general, pero requeriría lógica de aplicación personalizada para gestionar los fallos de caché y la obsolescencia, lo que lo hace menos directo para el modelo de consistencia eventual de DynamoDB.

Para profundizar

DAX es una caché de escritura directa (write-through): las escrituras van a DynamoDB y se reflejan en el clúster de DAX, y las lecturas se sirven desde la caché cuando es posible. Solo admite lecturas con consistencia eventual; las lecturas fuertemente consistentes omiten la caché y van directamente a DynamoDB, razón por la cual la mención en la pregunta de lecturas con consistencia eventual es una pista clara. Los clústeres de DAX se implementan en una VPC en múltiples zonas de disponibilidad (AZ) con un nodo principal y réplicas, y los clientes utilizan el SDK de DAX para su lenguaje. Un comportamiento sutil: el TTL predeterminado de la caché de elementos de DAX es de 5 minutos y el de la caché de consultas es de 5 minutos, por lo que son posibles lecturas obsoletas dentro de esa ventana; puede ajustar los TTL pero no puede establecerlos en cero sin deshabilitar efectivamente el almacenamiento en caché. Escenario del mundo real: una tabla de clasificación de juegos o un catálogo de productos con patrones de lectura sesgados (unos pocos elementos populares leídos miles de veces por segundo) se beneficia enormemente de DAX, reduciendo a menudo el consumo de RCU entre un 80% y un 90%.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de SAP-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.