FacileChoix unique

Question d'entraînement DEA-C01

Une entreprise utilise Amazon DynamoDB comme magasin de données principal pour une application web. L'application subit occasionnellement une limitation (throttling) sur les requêtes d'écriture. L'ingénieur de données doit mettre en œuvre une solution qui gère le throttling en douceur sans perte de données. Quelle approche l'ingénieur doit-il utiliser ?

Choisissez la meilleure réponse.

Bonne réponse

  • CMettre en œuvre un recul exponentiel dans la logique de nouvelle tentative d'écriture de l'application

Explication

La mise en œuvre d'un recul exponentiel dans la logique de nouvelle tentative d'écriture de l'application est l'approche standard recommandée par AWS pour gérer le throttling de DynamoDB (ProvisionedThroughputExceededException). Le recul exponentiel augmente progressivement le temps d'attente entre les nouvelles tentatives, réduisant le taux de nouvelles tentatives et permettant à la condition de throttling de s'atténuer, tout en garantissant qu'aucune donnée d'écriture n'est perdue tant que les nouvelles tentatives finissent par réussir. Cette approche est légère, ne nécessite aucun service AWS supplémentaire et s'aligne sur les meilleures pratiques pour la création d'applications résilientes face au throttling de DynamoDB.

Pourquoi chaque option est juste ou fausse

A

Fausse

Augmenter la capacité d'écriture provisionnée à une valeur plus élevée

L'augmentation de la capacité d'écriture provisionnée ne fait que reporter le throttling ; elle ne gère pas les pics en douceur et ne prévient pas la perte de données une fois la capacité dépassée. C'est tentant car le dimensionnement de la capacité est le remède standard pour les insuffisances de débit soutenues, et ce serait correct si la demande était de manière prévisible plus élevée plutôt que fluctuante.

B

Fausse

Utiliser une file d'attente Amazon SQS pour mettre en mémoire tampon les requêtes d'écriture avant de les envoyer à DynamoDB

SQS ajoute de la complexité et de la latence, ce n'est pas une approche standard pour gérer le throttling.

C

Juste

Mettre en œuvre un recul exponentiel dans la logique de nouvelle tentative d'écriture de l'application

Le recul exponentiel réessaie les écritures soumises à un throttling avec des délais progressivement plus longs et aléatoires, absorbant les pics de capacité transitoires sans abandonner les requêtes. DynamoDB renvoie ProvisionedThroughputExceededException pour les écritures limitées ; réessayer avec un recul permet à la requête de réussir une fois la capacité libérée, satisfaisant la contrainte de non-perte de données. Il gère le throttling en douceur plutôt que de l'empêcher.

D

Fausse

Activer DynamoDB Accelerator (DAX) pour mettre en cache les écritures

DAX est un cache en mémoire pour les charges de travail intensives en lecture, et non un tampon d'écriture ; il ne met pas en file d'attente et ne réessaie pas les requêtes d'écriture limitées, de sorte que toute écriture dépassant la capacité provisionnée est toujours abandonnée. C'est tentant car la mise en cache améliore souvent les performances, et DAX serait correct pour accélérer les requêtes de lecture répétées sur des données chaudes, mais il ne peut pas empêcher la perte de données due au throttling en écriture.

Pour aller plus loin

Le throttling de DynamoDB renvoie HTTP 400 avec ProvisionedThroughputExceededException ou ThrottlingException, et les SDK AWS réessaient déjà automatiquement ces opérations à l'aide d'un recul exponentiel avec instabilité (jitter), configurable via maxRetries et retry_mode (legacy, standard, adaptive). Le recul seul ne crée pas de capacité, il prévient donc la perte de données uniquement lorsque le throttling est transitoire et que la charge de travail finit par rentrer dans les limites de la table ; une surcharge soutenue épuise toujours les nouvelles tentatives. L'instabilité (jitter) est importante car de nombreux clients effectuant de nouvelles tentatives en même temps se synchroniseraient autrement et soumettraient à nouveau la table à un throttling par vagues. Un cas réaliste est une vente flash : les écritures augmentent brièvement au-dessus des WCU provisionnées, le SDK réessaie avec des délais croissants, et les requêtes réussissent une fois le pic retombé, alors qu'une table sous-dimensionnée de manière permanente nécessite plutôt le mode à la demande ou une plus grande capacité.

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.