DifficileChoix unique

Question d'entraînement DOP-C02

Une entreprise exécute une application conteneurisée sur Amazon ECS avec le type de lancement Fargate. L'application se compose de trois microservices : frontend, backend et base de données. Le cluster ECS se trouve dans un VPC doté de sous-réseaux publics et privés. Le service frontend est accessible publiquement via un Application Load Balancer (ALB) dans les sous-réseaux publics. Le service backend communique avec le service de base de données, qui s'exécute en tant que service avec état (stateful) avec un stockage persistant utilisant Amazon EFS. L'équipe DevOps utilise CloudWatch Container Insights et a activé les métriques Prometheus pour le cluster ECS. Récemment, l'équipe a observé que le temps de réponse du service frontend a considérablement augmenté et que certaines requêtes expirent (timeout). L'équipe a vérifié les métriques de l'ALB et a constaté une augmentation des erreurs 5xx. Elle a également remarqué que l'utilisation du processeur (CPU) du service backend est élevée et que les E/S de disque du service de base de données sont élevées. L'équipe soupçonne un goulot d'étranglement dans le service backend. Quelle mesure l'équipe doit-elle prendre EN PREMIER pour identifier la cause racine ?

Choisissez la meilleure réponse.

Bonne réponse

  • CVérifier les journaux d'application du service backend dans CloudWatch Logs pour identifier les erreurs ou les requêtes de base de données lentes.

Explication

La première étape consiste à analyser les journaux d'application du service backend pour identifier toute erreur ou opération lente. Une utilisation élevée du processeur et des E/S de disque peut être causée par des requêtes inefficaces ou des problèmes de code. L'option A est incorrecte car la désactivation des vérifications d'état masquerait le problème et pourrait acheminer le trafic vers des tâches non saines. L'option B est incorrecte car la migration vers RDS ne résout pas le problème immédiat et constitue un changement important sans analyse de la cause racine. L'option D est incorrecte car l'augmentation du nombre souhaité sans comprendre la cause racine peut atténuer temporairement la charge, mais ne résout pas les problèmes de performance sous-jacents et peut augmenter les coûts.

Pourquoi chaque option est juste ou fausse

A

Fausse

Désactiver la vérification d'état pour le service backend dans le groupe cible de l'ALB.

La désactivation de la vérification d'état pour le service backend dans le groupe cible de l'ALB est incorrecte car les vérifications d'état sont un mécanisme de sécurité qui supprime les tâches non saines de la rotation. Sans elles, l'ALB continue d'acheminer le trafic vers des tâches qui échouent ou dont les ressources sont limitées, ce qui augmente la latence et les erreurs 5xx pour les utilisateurs. Cette action masque le symptôme plutôt que de diagnostiquer le problème de performance sous-jacent et ne fournit aucun aperçu de la raison pour laquelle le backend est lent.

B

Fausse

Migrer le service de base de données vers Amazon RDS pour de meilleures performances.

La migration du service de base de données vers Amazon RDS pour de meilleures performances n'est pas la première étape appropriée car le problème de performance peut provenir de requêtes SQL inefficaces, d'index manquants ou d'un épuisement du pool de connexions de la base de données, qui ne sont résolus par aucune autre plateforme de base de données. De plus, la migration est un changement important, long et risqué qui ne devrait être envisagé qu'après un diagnostic approprié. Sans examiner d'abord les journaux d'application ou les métriques de requêtes, cette action pourrait introduire de nouveaux problèmes et ne constitue pas une correction ciblée.

C

Juste

Vérifier les journaux d'application du service backend dans CloudWatch Logs pour identifier les erreurs ou les requêtes de base de données lentes.

La vérification des journaux d'application du service backend dans CloudWatch Logs est l'action initiale correcte car elle offre une visibilité directe sur les erreurs d'application, les temps d'exécution des requêtes de base de données et les chemins transactionnels lents. Ces journaux, combinés aux métriques des tâches ECS et aux journaux d'accès de l'ALB, aident à isoler si la forte latence est due au code de l'application, à la contention de la base de données ou à une dépendance en amont. Les journaux constituent l'étape de diagnostic la moins intrusive et la plus informative, permettant de prendre une décision fondée sur des données probantes avant de modifier l'infrastructure.

D

Fausse

Augmenter le nombre souhaité du service backend pour réduire la charge par tâche.

L'augmentation du nombre souhaité du service backend pour réduire la charge par tâche n'est pas la bonne réponse car elle suppose que le goulot d'étranglement est la capacité du processeur ou de la concurrence, mais la cause racine pourrait être une requête de base de données lente, un appel d'API externe ou une fuite de mémoire. Le simple ajout de tâches augmente les coûts et la complexité opérationnelle sans garantir aucune amélioration, et peut même aggraver la charge sur une base de données si les nouvelles tâches génèrent davantage de requêtes. Le problème doit d'abord être diagnostiqué à l'aide de journaux et de métriques pour déterminer si la mise à l'échelle horizontale aiderait réellement.

Pour aller plus loin

Lorsque plusieurs symptômes apparaissent ensemble (erreurs 5xx de l'ALB, temps d'attente dépassés sur le frontend, forte utilisation du processeur du backend et E/S de disque élevées de la base de données), la première tâche est de déterminer quel composant est la cause et lesquels sont des effets, avant de modifier quoi que ce soit. Le backend se trouve au milieu du chemin de la requête : il reçoit les requêtes du frontend et interroge la base de données. Ses journaux d'application, dans CloudWatch Logs via le pilote de journal awslogs ou FireLens, montrent ce qu'il fait réellement : exceptions, dépassements de délai lors de l'appel de la base de données, avertissements de requêtes lentes, tempêtes de nouvelles tentatives ou épuisement du pool de connexions. CloudWatch Logs Insights permet de filtrer facilement par type d'erreur ou de calculer les percentiles de latence au fil du temps, et la corrélation des horodatages avec Container Insights et les métriques Prometheus révèle généralement la chaîne, par exemple une requête inefficace introduite dans le dernier déploiement provoquant de lourdes E/S de disque, des réponses lentes et l'accumulation de threads de backend. C'est l'option C. Le traçage distribué avec AWS X-Ray ou OpenTelemetry montrerait directement le temps que chaque requête passe dans le backend par rapport à la base de données. Les autres options sont prématurées ou nuisibles. La désactivation des vérifications d'état (option A) masque les tâches défaillantes et envoie du trafic vers celles qui ne sont pas saines, aggravant la situation. Migrer la base de données vers RDS (option B) est un changement architectural majeur qui peut s'avérer judicieux plus tard, mais il doit suivre le diagnostic et non le remplacer. L'augmentation du nombre de tâches backend (option D) peut soulager temporairement le processeur, mais si la base de données est le véritable goulot d'étranglement, davantage de tâches backend envoient plus de requêtes et aggravent le problème. Une bonne séquence DevOps consiste à observer, émettre des hypothèses, vérifier avec des données, puis effectuer le plus petit changement efficace, souvent une correction de code ou de requête, suivie de politiques de mise à l'échelle ajustées au véritable goulot d'étranglement.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement DOP-C02 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.