DifficileChoix unique

Question d'entraînement DOP-C02

Une entreprise utilise AWS CodeBuild pour compiler une application Java. La compilation prend plus de 30 minutes, ce qui est trop long. Le projet utilise l'environnement de build standard. Le code source est stocké dans un bucket S3. Quel est le moyen le plus efficace de réduire le temps de build ?

Choisissez la meilleure réponse.

Bonne réponse

  • BActiver le cache local pour les dépendances dans le fichier buildspec.yml.

Explication

L'activation du cache local dans le fichier buildspec.yml permet à CodeBuild de réutiliser les fichiers de dépendances précédemment téléchargés (par exemple, le référentiel Maven .m2) d'un build à l'autre, ce qui réduit considérablement le temps consacré à la résolution des dépendances. Étant donné que le build prend plus de 30 minutes, la mise en cache évite de retélécharger les dépendances à chaque build, ce qui constitue l'optimisation la plus efficace pour un environnement de build standard.

Pourquoi chaque option est juste ou fausse

A

Fausse

Utiliser un environnement de build personnalisé avec Java préinstallé.

Un environnement de build personnalisé avec Java préinstallé ne réduit pas le temps de build pour un build Java standard, car les images Java gérées par AWS CodeBuild incluent déjà le JDK, Maven et Gradle. Le coût principal réside dans la compilation du code et la résolution des dépendances, et non dans l'installation du runtime ; passer à une image personnalisée ajoute uniquement une surcharge de maintenance (gestion du Dockerfile, extractions de registre, permissions IAM) sans modifier le chemin d'exécution. Sauf si l'environnement personnalisé pré-met également en cache les dépendances (ce que cette option ne précise pas), il ne parvient pas à résoudre le goulet d'étranglement que constituent les téléchargements de dépendances et la résolution des référentiels.

B

Juste

Activer le cache local pour les dépendances dans le fichier buildspec.yml.

L'activation du cache local dans le fichier buildspec.yml stocke les dépendances résolues (par exemple, Maven ~/.m2 ou les caches Gradle) dans un répertoire de cache local sur l'hôte de build, qui persiste d'un build à l'autre pour le même projet. Cela évite de retélécharger les artefacts depuis des référentiels tels que Maven Central à chaque build, ce qui représente généralement la variable la plus importante dans le temps de build Java. La configuration correcte utilise la section 'cache' avec des 'paths' pointant vers les répertoires de dépendances et un type de cache 'local' ; contrairement à la mise en cache S3, la mise en cache locale a une latence réseau nulle et est idéale pour les builds de courte durée et à haute fréquence.

C

Fausse

Stocker le code source dans AWS CodeCommit au lieu de S3.

Le stockage du code source dans AWS CodeCommit au lieu d'Amazon S3 n'affecte pas sensiblement la durée du build, car les deux sont simplement des sources d'entrée extraites par CodeBuild au début du build. L'étape de téléchargement de la source est minime par rapport à la compilation réelle et à la résolution des dépendances, prenant généralement seulement quelques secondes quel que soit le service de référentiel. De plus, CodeCommit et S3 facilitent tous deux les builds pilotés par des événements via CloudWatch Events, de sorte que le mécanisme de déclenchement du pipeline est identique ; le goulet d'étranglement reste le temps de calcul interne du build, et non la méthode d'ingestion de la source.

D

Fausse

Augmenter le type de calcul pour utiliser une instance plus grande.

L'augmentation du type de calcul pour une instance plus grande (par exemple, de 2 GB à 7,5 GB ou 15 GB de mémoire) fournit plus de CPU et de RAM, ce qui peut accélérer la compilation, mais cela ne résout pas la récupération réseau répétée des dépendances. Les builds Java, en particulier avec Maven ou Gradle, consacrent souvent une partie substantielle de leur temps au téléchargement d'artefacts ; une machine plus grande subit toujours la même latence de téléchargement et le coût par build augmente considérablement. Seule la disposition de calcul 'compute' peut réduire les opérations dépendantes, mais sans mise en cache, le gain de performance est sous-linéaire : vous pouvez constater de modestes améliorations liées au processeur, mais les phases limitées par les E/S et le réseau restent le facteur limitant.

Pour aller plus loin

Le concept clé ici réside dans les stratégies de mise en cache de CodeBuild : le cache local et le cache Amazon S3. Le cache local est idéal pour les dépendances et les fichiers source qui changent peu fréquemment, et il évite la latence liée à la récupération depuis des référentiels d'artefacts. Cependant, une idée fausse très répandue est que le cache local garantit la disponibilité ; puisqu'il se trouve sur l'hôte, il ne persiste que d'un build à l'autre dans le même environnement, et si l'hôte de build change ou si le cache est nettoyé, les dépenses doivent être récupérées à nouveau — par conséquent, pour les builds de longue durée ou critiques, le cache S3 (qui stocke le cache dans un bucket partagé) est plus durable. Une autre subtilité concerne la clé de cache : par défaut, le cache est par projet et par environnement, ce qui signifie que les modifications apportées aux chemins de cache du fichier buildspec ou à l'environnement du projet invalideront le cache. De plus, la mise en cache ne réduit pas le temps du premier build, mais seulement des suivants. Dans les pipelines CI/CD du monde réel, la combinaison d'un cache local pour les dépendances et d'un type de calcul plus grand pour la compilation constitue souvent l'équilibre optimal, mais la question cible spécifiquement l'impact le plus fort : l'élimination des appels réseau redondants. Les administrateurs experts savent surveiller les métriques CloudWatch pour 'Builds' et 'Duration' afin de vérifier l'effet des modifications de mise en cache.

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.