MoyenneChoix unique

Question d'entraînement DEA-C01

Un ingénieur de données surveille un Amazon Kinesis Data Stream et remarque que la métrique 'WriteProvisionedThroughputExceeded' est fréquemment élevée. Le flux possède 5 shards et est utilisé par plusieurs producteurs. Quelle est la MEILLEURE action pour résoudre ce problème ?

Choisissez la meilleure réponse.

Bonne réponse

  • BAugmenter le nombre de shards dans le Kinesis data stream.

Explication

WriteProvisionedThroughputExceeded indique que le taux d'écriture dépasse la capacité des shards. L'augmentation du nombre de shards augmente la capacité d'écriture totale. L'augmentation de la vitesse de traitement du consommateur n'affecte pas la limitation des écritures ; elle traite le retard du côté de la lecture. La réduction de la période de rétention n'affecte pas le débit d'écriture. L'implémentation d'un délai exponentiel et de nouvelles tentatives dans les applications productrices aide en cas de pannes transitoires mais ne résout pas la cause profonde d'une capacité insuffisante.

Pourquoi chaque option est juste ou fausse

A

Fausse

Augmenter la vitesse de traitement du consommateur pour réduire le retard.

WriteProvisionedThroughputExceeded est déclenché par des producteurs dépassant la limite d'ingestion d'un shard, de sorte que la vitesse du consommateur ne peut pas l'atténuer ; les consommateurs lisent via GetRecords et sont régis par ReadProvisionedThroughputExceeded. Cette option séduit car le retard du consommateur et le traitement lent sont des problèmes Kinesis courants, et l'accélération des consommateurs est correcte lorsque la métrique est IteratorAge ou le débit de lecture.

B

Juste

Augmenter le nombre de shards dans le Kinesis data stream.

WriteProvisionedThroughputExceeded signifie que les producteurs dépassent la limite d'ingestion par shard de 1 MB/s ou 1 000 enregistrements/s. L'ajout de shards augmente la capacité totale du flux en répartissant les écritures sur un plus grand nombre de shards, résolvant directement la limitation décrite dans l'énoncé.

C

Fausse

Réduire la période de rétention des données du flux.

La rétention régit la durée pendant laquelle les enregistrements restent accessibles, et non la capacité d'ingestion, de sorte que son raccourcissement laisse la limite d'écriture par shard inchangée et peut entraîner une perte de données. Cela séduit car la rétention est un coût Kinesis familier et un contrôle de stockage, et sa réduction est correcte lorsque les frais de stockage ou les fenêtres de relecture, et non la limitation des écritures, sont la préoccupation.

D

Fausse

Implémenter un délai exponentiel et des nouvelles tentatives dans les applications productrices.

Le délai et les nouvelles tentatives permettent seulement de cadencer les producteurs face à la limitation ; ils n'élèvent pas le plafond d'écriture par shard de 1 MB par seconde ou 1 000 enregistrements par seconde, de sorte qu'une surcharge soutenue persiste. Cette option séduit car la logique de nouvelle tentative est une pratique de résilience standard, et elle est correcte lorsque la limitation est transitoire ou par rafales plutôt que causée par un débit global dépassant la capacité des shards.

Pour aller plus loin

Kinesis Data Streams partitionne le débit par shard : chaque shard prend en charge jusqu'à 1 MB/s ou 1 000 enregistrements/s en écriture et 2 MB/s en lecture, partagés entre tous les producteurs ciblant ce shard. WriteProvisionedThroughputExceeded se déclenche lorsque les producteurs dépassent collectivement la limite d'ingestion d'un shard, souvent parce que les clés de partition sont asymétriques et surchargent un sous-ensemble des cinq shards. L'ajout de shards via UpdateShardCount augmente la capacité d'écriture globale et constitue le remède direct en cas de insuffisance de provisionnement soutenue. Le délai exponentiel avec nouvelles tentatives est une atténuation qui empêche les erreurs de limitation de se propager en cascade, mais il n'augmente pas la capacité et n'est pas la meilleure correction lorsque la métrique est fréquemment élevée. La réduction de la rétention affecte le coût du stockage et la fenêtre de relecture, pas le débit d'ingestion. L'accélération des consommateurs traite l'âge de l'itérateur du côté de la lecture, pas la limitation des écritures. Un scénario réaliste est une flotte IoT dont les identifiants d'appareils se hachent de manière inégale, saturant deux shards tandis que trois restent inactifs.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement DEA-C01 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.