DifícilOpción múltiple

Pregunta de práctica de ACE

Una empresa de SaaS da servicio a 200 clientes empresariales, cada uno de los cuales requiere un aislamiento completo de los datos en bases de datos separadas. La empresa necesita aprovisionar una nueva base de datos de clientes en cuestión de minutos y administrar 200 bases de datos con una sobrecarga mínima. ¿Qué enfoque de GCP se escala de la manera más eficiente?

Elige la mejor respuesta.

Respuesta correcta

  • BUna única instancia de Cloud SQL con un esquema (base de datos) separado por cliente, aprovisionado mediante automatización de API

Explicación

Utiliza una única instancia de Cloud SQL con esquemas (bases de datos) separados por cliente, lo que le permite lograr un aislamiento completo de los datos mientras minimiza la sobrecarga. Aprovisionar un nuevo esquema mediante la automatización de la API toma segundos, y administrar 200 esquemas en una instancia es mucho más eficiente que administrar 200 instancias separadas. Este enfoque se escala de manera eficiente porque Cloud SQL admite hasta 10,000 bases de datos por instancia, y puede aprovechar la agrupación de conexiones y los recursos compartidos sin sacrificar el aislamiento.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

200 instancias de Cloud SQL separadas, una por cliente

Poner en marcha 200 instancias de Cloud SQL separadas, una por cliente, introduce una sobrecarga operativa masiva: cada instancia requiere su propio calendario de parches, respaldos automatizados, monitoreo, configuración de conmutación por error y ventana de mantenimiento. El costo se escala linealmente desde el primer día, incluso para clientes con cargas de trabajo muy pequeñas, y la administración de conexiones se convierte en una pesadilla porque la aplicación debe manejar 200 puntos finales y grupos de conexiones separados. Este enfoque también falla al escalarse: agregar un nuevo cliente significa aprovisionar otra instancia completa con su propia CPU, memoria y almacenamiento, lo cual es lento, costoso e innecesario cuando existen patrones multi-tenant más ligeros.

B

Correcta

Una única instancia de Cloud SQL con un esquema (base de datos) separado por cliente, aprovisionado mediante automatización de API

Una única instancia de Cloud SQL con un esquema (base de datos) separado por cliente otorga a cada tenant su propio conjunto aislado de tablas mientras comparte los recursos subyacentes de cómputo y almacenamiento. Debido a que los esquemas son constructos lógicos, un cliente se puede aprovisionar en menos de un minuto mediante llamadas a la API (por ejemplo, utilizando la Cloud SQL Admin API o Terraform) sin reiniciar la instancia ni crear una nueva. Este diseño logra un equilibrio práctico: los datos del tenant se separan en la capa de consulta, por lo que un error entre esquemas es mucho menos probable que con una tabla compartida, mientras que los costos y el esfuerzo operativo se mantienen manejables porque ejecuta y mantiene una sola instancia y sus puntos finales de conexión.

C

Incorrecta

Almacenar todos los datos de los clientes en una única base de datos compartida con customer_id como columna discriminadora

Una base de datos compartida con un discriminador customer_id proporciona solo separación lógica de datos, no aislamiento físico. Un solo error de SQL, un error de indexación o una cláusula WHERE faltante pueden filtrar silenciosamente las filas de un tenant a otro, y las malas configuraciones de claves externas o uniones multiplican el riesgo. Este modelo también hace que sea extremadamente difícil ofrecer garantías de cumplimiento por cliente (por ejemplo, el derecho al olvido del GDPR o aislamiento de auditoría) porque todos los datos residen en las mismas tablas, y coloca toda la carga de la seguridad del tenant en la corrección de consultas a nivel de aplicación.

D

Incorrecta

Usar BigQuery con un dataset separado por cliente

BigQuery es un almacén de datos OLAP columnar diseñado para consultas analíticas de alto rendimiento sobre grandes conjuntos de datos, no para alimentar operaciones transaccionales de lectura/escritura a nivel de fila de una aplicación SaaS. No admite actualizaciones/eliminaciones (UPDATE/DELETE) a nivel de fila con baja latencia, transacciones ACID para cargas de trabajo OLTP, ni búsquedas puntuales de una sola fila al rendimiento requerido para el backend de una aplicación. Además, realizar llamadas de API por cliente a BigQuery para cada transacción generaría altos costos de consulta y latencia, lo que lo hace fundamentalmente inadecuado para este caso de uso, independientemente del aislamiento de dataset por cliente.

Para profundizar

Esta pregunta evalúa su comprensión de las arquitecturas de datos SaaS multi-tenant en Google Cloud, específicamente la compensación entre el aislamiento de datos y la eficiencia operativa. Los patrones principales son: base de datos compartida con esquema compartido (menor aislamiento, más económico), esquema por tenant (punto intermedio), base de datos por tenant (fuerte aislamiento, mayor costo) e instancia por tenant (máximo aislamiento, mayor costo y carga de administración). Cloud SQL admite hasta 10,000 esquemas por instancia en MySQL y PostgreSQL, y una sola instancia puede manejar cientos o miles de tenants pequeños y medianos si se dimensiona correctamente. Un punto sutil pero crítico es que el esquema por tenant aún comparte conexiones de base de datos y recursos a nivel de instancia; debe monitorear los límites de conexión, CPU, memoria y almacenamiento, y planificar para el rendimiento de vecinos ruidosos (por ejemplo, los tenants grandes pueden requerir dedicar una instancia separada). Muchos equipos automatizan el aprovisionamiento de tenants utilizando Infraestructura como Código o la Cloud SQL Admin API, y utilizan la agrupación de conexiones en la capa de aplicación para evitar agotar el límite de conexiones de la instancia. La idea errónea de que BigQuery puede servir como una base de datos OLTP es común, pero los precios, la latencia y la falta de actualizaciones a nivel de fila de BigQuery lo convierten en una opción estrictamente analítica. En diseños del mundo real, Google Cloud recomienda evaluar los requisitos de cumplimiento, el tamaño del tenant y las expectativas de crecimiento para elegir entre una sola instancia multi-tenant y un conjunto de instancias por tenant, a menudo comenzando con un esquema por tenant para mantener los costos bajos y escalando a una instancia por tenant solo cuando las necesidades de aislamiento lo exijan.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de ACE 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.