MoyenneChoix unique

Question d'entraînement DOP-C02

Une entreprise exécute une application de microservices sur Amazon ECS avec AWS Fargate. L'équipe des opérations doit surveiller les performances de l'application et dépanner les réponses d'API lentes. Elle utilise actuellement Amazon CloudWatch Logs pour les journaux de conteneurs et a activé Container Insights. Cependant, elle ne parvient pas à visualiser les détails de la latence par point de terminaison d'API. Quelle solution offrirait la visibilité la plus granulaire sur les performances des API ?

Choisissez la meilleure réponse.

Bonne réponse

  • CUtiliser AWS X-Ray pour instrumenter l'application et collecter des données de trace.

Explication

AWS X-Ray fournit un traçage de bout en bout des requêtes lors de leur passage dans les microservices, en capturant des détails de latence par point de terminaison d'API, y compris les appels en aval, les requêtes de base de données et les requêtes HTTP externes. Cela donne à l'équipe des opérations la visibilité granulaire nécessaire pour identifier précisément où se produisent les réponses lentes, contrairement aux métriques agrégées ou aux requêtes basées sur les journaux.

Pourquoi chaque option est juste ou fausse

A

Fausse

Activer les métriques CloudWatch détaillées pour ECS et Fargate, y compris le CPU et la mémoire.

Les métriques détaillées d'ECS et Fargate rapportent l'utilisation du CPU, de la mémoire et du réseau au niveau de la tâche, ce qui ne permet pas d'attribuer la latence à des points de terminaison d'API individuels. C'est tentant car la saturation des ressources provoque souvent des réponses lentes, et ces métriques seraient correctes pour diagnostiquer si une tâche est limitée ou sous-dimensionnée.

B

Fausse

Activer CloudWatch Logs Insights pour interroger les journaux d'API à la recherche de requêtes lentes.

Logs Insights interroge les champs de journaux existants, il ne peut donc faire apparaître la latence des points de terminaison que si l'application émet déjà un minutage par requête ; il n'ajoute aucune instrumentation lui-même. C'est tentant car il interroge les journaux sans modification du code, et serait correct là où des champs structurés de durée de requête sont déjà écrits.

C

Juste

Utiliser AWS X-Ray pour instrumenter l'application et collecter des données de trace.

X-Ray trace les requêtes individuelles à travers les microservices, produisant des temps de segments et de sous-segments qui décomposent la latence par point de terminaison d'API et appel en aval. Container Insights agrège uniquement les métriques de tâche et de service, il ne peut donc pas satisfaire l'exigence de l'énoncé concernant la visibilité granulaire de la latence par point de terminaison.

D

Fausse

Déployer le collecteur AWS Distro for OpenTelemetry sur chaque tâche pour envoyer des métriques à CloudWatch.

Le déploiement du collecteur AWS Distro for OpenTelemetry (ADOT) pour envoyer des métriques à CloudWatch est insuffisant pour obtenir des détails de latence d'API par point de terminaison. CloudWatch Metrics stocke des données de séries chronologiques, et non les données d'intervalles interconnectés requises pour le traçage distribué entre microservices afin d'isoler les sources de latence. Cette option est tentante car l'ADOT est l'outil approprié pour collecter divers types de télémétrie, y compris les métriques et traces d'application. Elle conviendrait pour collecter des métriques d'application personnalisées ou si la question spécifiait l'envoi de traces à un service tel qu'AWS X-Ray pour une analyse détaillée.

E

Fausse

Configurer VPC Flow Logs pour analyser la latence réseau entre les services.

VPC Flow Logs enregistre les métadonnées de trafic IP accepté et rejeté, exposant l'accessibilité au niveau du réseau et les retransmissions plutôt que la latence par point de terminaison de la couche application. C'est tentant car les données de flux diagnostiquent la connectivité et la perte de paquets, et ce serait le bon choix lorsque les services ne peuvent pas se joindre ou que les groupes de sécurité bloquent le trafic.

Pour aller plus loin

AWS X-Ray instrumente le code de l'application et le kit SDK pour tracer les requêtes à travers les microservices, produisant une carte des services et des temps de segments/sous-segments. Pour une tâche ECS Fargate, vous exécutez le démon X-Ray en tant que conteneur sidecar, et l'application lui envoie les données de trace via UDP sur le port 2000. Chaque requête d'API entrante devient une trace, et les appels en aval deviennent des sous-segments, vous permettant de voir exactement quel point de terminaison ou dépendance génère de la latence. Container Insights fournit des métriques de CPU, de mémoire et réseau au niveau de la tâche et du service, mais pas de détails de latence par point de terminaison. CloudWatch Logs Insights peut interroger les journaux mais manque de corrélation de traces distribuées. VPC Flow Logs n'affiche que les métriques réseau. X-Ray est le choix granulaire pour l'analyse de la latence des API.

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.