MediaSelección múltiple

Pregunta de práctica de SAP-C02

Una empresa está implementando una aplicación web que utiliza un Application Load Balancer y un Auto Scaling group de instancias EC2. La aplicación debe ser capaz de gestionar picos repentinos de tráfico. ¿Qué DOS acciones debe realizar el Solutions Architect para mejorar la escalabilidad y reducir la latencia? (Elija dos).

Elige todas las respuestas correctas.

Respuestas correctas

  • AHabilitar HTTP/2 en el Application Load Balancer.
  • DConfigurar el Auto Scaling group para utilizar una política de predictive scaling.

Explicación

Habilitar HTTP/2 en el Application Load Balancer permite solicitudes concurrentes multiplexadas a través de una única conexión TCP y compresión de encabezados, lo que reduce la latencia y mejora el rendimiento durante los picos de tráfico. Una política de predictive scaling en el Auto Scaling group utiliza aprendizaje automático para prever la demanda y aprovisionar capacidad con antelación a los picos previstos, mejorando la capacidad de respuesta y reduciendo la latencia en comparación con el escalado reactivo por sí solo. Aumentar el período de enfriamiento predeterminado retrasa las acciones de escalado posteriores, haciendo que el grupo responda más lentamente a los aumentos repentinos de tráfico. Simplemente usar tipos de instancia más grandes no mejora la elasticidad o la latencia durante los picos y puede reducir la granularidad del escalado. Aumentar el intervalo de comprobación de estado ralentiza la detección de destinos no saludables y no mejora la escalabilidad ni la latencia.

Por qué cada opción es correcta o incorrecta

A

Correcta

Habilitar HTTP/2 en el Application Load Balancer.

HTTP/2 multiplexa muchas solicitudes a través de una única conexión TCP, reduciendo el bloqueo de cabeza de línea y la sobrecarga de conexión durante picos repentinos de tráfico. Esto reduce directamente la latencia para la aplicación web detrás del Application Load Balancer, satisfaciendo el requisito del enunciado de gestionar los picos de manera eficiente sin agregar capacidad.

B

Incorrecta

Aumentar el período de enfriamiento predeterminado para el Auto Scaling group.

Un período de enfriamiento más largo retrasa las actividades de escalado posteriores después de un evento de escalado, ralentizando la respuesta del grupo a futuros picos de tráfico. Es tentador porque los períodos de enfriamiento evitan la oscilación rápida por métricas fluctuantes, lo que se adapta a la estabilización de cargas de trabajo constantes, no a la absorción de picos repentinos.

C

Incorrecta

Utilizar tipos de instancia EC2 más grandes para el Auto Scaling group.

Los tipos de instancia más grandes aumentan la capacidad por instancia pero no agregan instancias durante un pico, y el grupo sigue escalando en el mismo horario, por lo que la latencia persiste. Es tentador porque el escalado vertical eleva el rendimiento por nodo, lo que se adapta a cargas de trabajo de alta carga constante en lugar de a la absorción de picos elásticos.

D

Correcta

Configurar el Auto Scaling group para utilizar una política de predictive scaling.

El predictive scaling pronostica patrones de tráfico recurrentes y aprovisiona capacidad antes de los picos previstos, por lo que las instancias están listas antes de que llegue la demanda. Esto reduce la latencia durante aumentos repentinos en comparación con el escalado reactivo que responde solo después de que aumenta la carga.

E

Incorrecta

Aumentar el intervalo de comprobación de estado en el Application Load Balancer.

Alargar el intervalo de comprobación de estado retrasa la detección de destinos no saludables, por lo que el balanceador de carga sigue enrutando a instancias fallidas y la latencia aumenta durante los picos. El ajuste de la comprobación de estado se adapta a la reducción de falsos positivos para backends inestables, no a la absorción de aumentos repentinos de tráfico.

Para profundizar

Los Application Load Balancers admiten HTTP/2, que multiplexa muchas solicitudes a través de una sola conexión TCP, reduciendo la sobrecarga de configuración de la conexión y el bloqueo de cabeza de línea a nivel del navegador, mejorando la latencia durante los picos de tráfico. El predictive scaling utiliza aprendizaje automático en métricas históricas de CloudWatch para aprovisionar capacidad antes de la demanda prevista, a diferencia del seguimiento de objetivos reactivo que espera a que se alcancen los umbrales. Juntos abordan los picos repentinos: HTTP/2 mejora la eficiencia por conexión, y el predictive scaling precalienta las instancias. Aumentar los intervalos de enfriamiento o de comprobación de estado ralentiza la reacción, y los tipos de instancia más grandes no mejoran la elasticidad. Un escenario realista: un sitio minorista con picos diurnos utiliza predictive scaling para agregar capacidad antes de la oleada matutina mientras HTTP/2 reduce la latencia percibida por el cliente.

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.