DifícilOpción múltiple

Pregunta de práctica de SOA-C02

Una empresa ejecuta una aplicación web crítica en instancias de Amazon EC2 dentro de un grupo de Auto Scaling a través de tres Zonas de Disponibilidad. La aplicación utiliza un Application Load Balancer (ALB) para la distribución del tráfico. El administrador de SysOps ha configurado una alarma de CloudWatch para supervisar la métrica `TargetResponseTime` del ALB, con un umbral de 5 segundos. La alarma se activa cuando el tiempo de respuesta medio supera los 5 segundos durante 2 períodos consecutivos. Recientemente, la alarma se ha estado activando con frecuencia durante las horas pico, pero el equipo de la aplicación informa que el tiempo de respuesta es aceptable y la aplicación funciona normalmente. El administrador investiga y descubre que una pequeña cantidad de solicitudes tardan mucho tiempo (más de 30 segundos), lo que sesga el promedio. El administrador necesita reducir el número de falsas alarmas sin dejar de recibir alertas si el rendimiento general de la aplicación se degrada. ¿Qué curso de acción debe tomar el administrador?

Elige la mejor respuesta.

Respuesta correcta

  • ACambiar la estadística a p95 y mantener el umbral en 5 segundos

Explicación

Utilizar la estadística p95 (percentil 95) en lugar del promedio filtra el impacto del pequeño número de solicitudes atípicas que tardan más de 30 segundos. La métrica p95 muestra el tiempo de respuesta por debajo del cual se encuentra el 95% de las solicitudes, proporcionando una representación más precisa del rendimiento típico de la aplicación. Esto reduce las falsas alarmas derivadas de promedios sesgados y sigue alertando si la mayoría de los usuarios experimentan tiempos de respuesta degradados superiores a 5 segundos.

Por qué cada opción es correcta o incorrecta

A

Correcta

Cambiar la estadística a p95 y mantener el umbral en 5 segundos

Cambiar la estadística a p95 significa que la alarma se activa cuando la latencia del percentil 95 supera los 5 segundos, ignorando efectivamente al 5% de las solicitudes más lentas. Esto refleja la experiencia de la mayoría de los usuarios, ya que los valores atípicos raros, como una sola solicitud defectuosa, no causarán falsas alarmas. Mantener el umbral en 5 segundos garantiza que la alarma siga detectando una degradación genuina que afecta a la solicitud típica. p95 es una métrica robusta para la monitorización de la latencia porque filtra los picos transitorios sin dejar de responder a los problemas sistémicos.

B

Incorrecta

Aumentar el umbral a 30 segundos

Aumentar el umbral a 30 segundos solo activaría la alarma ante una latencia extremadamente severa, como una solicitud bloqueada o un backend fallido. Una degradación moderada, en la que las cargas de páginas toman de 8 a 10 segundos en lugar de los 5 esperados, pasaría completamente desapercibida. Esto frustra el propósito de la advertencia temprana y permite que el rendimiento percibido por el usuario se deteriore gravemente antes de que se emita una alerta. El umbral debe alinearse con el objetivo de rendimiento de la aplicación, no con el peor caso atípico, y 30 segundos es demasiado indulgente para proteger la experiencia del usuario.

C

Incorrecta

Disminuir el período a 60 segundos y reducir el umbral a 3 segundos

Disminuir el período a 60 segundos y reducir el umbral a 3 segundos hace que la alarma sea extremadamente sensible a cualquier ráfaga corta de lentitud. Con un período de un minuto, una sola solicitud lenta o un breve contratiempo de red pueden empujar el promedio por encima de los 3 segundos, causando una infracción a pesar de que el tráfico normal esté bien. Esta configuración produce falsas alarmas constantes y fatiga por alertas, y es posible que el objetivo de 3 segundos no coincida con la línea base real de la aplicación. Un período más ajustado y un umbral más bajo no solucionan la sensibilidad a los valores atípicos; la amplifican, haciendo que la alarma sea menos confiable.

D

Incorrecta

Aumentar los períodos de evaluación a 5 períodos consecutivos

Requerir 5 períodos de evaluación consecutivos significa que la alarma debe observar una infracción durante 5 minutos seguidos antes de activarse, lo que introduce un retraso significativo en la notificación. Además, si ocurren valores atípicos esporádicos una vez por minuto, cada período aún podría superar el umbral promedio, por lo que la alarma se dispararía a pesar de que las solicitudes lentas ocasionales no afecten a la mayoría. Este enfoque no filtra los valores atípicos ni acelera la detección; solo retrasa la alarma. La intención de los períodos de evaluación es evitar el parpadeo transitorio, no abordar el problema de la selección de estadísticas, por lo que el comportamiento subyacente impulsado por valores atípicos permanece inalterado.

Para profundizar

Esta pregunta evalúa su comprensión de las estadísticas de las alarmas de CloudWatch y su impacto en la monitorización del rendimiento de las aplicaciones. La estadística predeterminada es Average (Promedio), que es muy vulnerable a valores atípicos: una sola solicitud muy lenta puede elevar el promedio por encima del umbral, provocando falsas alarmas. Los percentiles como p95 o p99 resuelven esto descartando el 5% o 1% peor de los puntos de datos, que a menudo son causados por pausas de recolección de basura, problemas de red o particiones activas en lugar de problemas sistémicos. Un error común es pensar que ajustar el umbral o el período de evaluación reducirá las falsas alarmas, pero estos cambios alteran el retraso o la sensibilidad de la alarma sin abordar el problema de los valores atípicos en sí. La clave es hacer coincidir la estadística con la métrica de experiencia del usuario: para la latencia, p95 es una opción estándar porque representa la experiencia de la gran mayoría al tiempo que ignora los picos raros. Las implicaciones del mundo real incluyen fatiga por alertas si la alarma es demasiado sensible y degradación no detectada si el umbral o la estadística son demasiado burdos. Los períodos de evaluación solo controlan cuántos períodos consecutivos deben superar el límite antes de activarse; no afectan la sensibilidad de la estadística a los valores atípicos, por lo que un valor atípico que ocurre una vez por período aún puede activar la alarma si se utiliza el promedio. Configurar adecuadamente las alarmas de CloudWatch requiere una visión holística de la estadística, el período, el umbral y los períodos de evaluación, pero la estadística es la palanca principal para filtrar los valores atípicos.

Sobre estas preguntas de práctica

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