DifficileChoix unique

Question d'entraînement SAA-C03

Exhibit

DynamoDB metrics and access pattern:
- Table mode: on-demand
- ConsumedReadCapacityUnits: steady, no throttling overall
- SuccessfulRequestLatency: p95 = 34 ms
- Hot partition key detected: tenant#42 consumes 92% of read traffic during peak
Application notes:
- Requests repeatedly fetch the same dashboard items for up to 60 seconds
- Reads are eventually consistent and the application can tolerate brief cache staleness
- Writes are infrequent and do not dominate the workload

D'après l'annexe (exhibit), quel changement de conception est le meilleur moyen de réduire la latence de lecture observée pour ce service basé sur DynamoDB ?

Choisissez la meilleure réponse.

Bonne réponse

  • AAjoutez un cluster DynamoDB Accelerator (DAX) devant la table et acheminez le trafic de lecture répété à travers celui-ci.

Explication

L'ajout d'un cluster DynamoDB Accelerator (DAX) devant la table réduit la latence de lecture en fournissant un cache en mémoire pour le trafic de lecture répété. DAX offre des temps de réponse de l'ordre de la microseconde pour les lectures à cohérence éventuelle, ce qui résout directement le problème de latence observé sans nécessiter de mise en cache au niveau de l'application ni de refonte de la table.

Pourquoi chaque option est juste ou fausse

A

Juste

Ajoutez un cluster DynamoDB Accelerator (DAX) devant la table et acheminez le trafic de lecture répété à travers celui-ci.

DAX est conçu pour accélérer les lectures répétées à cohérence éventuelle à partir de DynamoDB en mettant en cache les éléments très demandés en mémoire. L'annexe montre un locataire générant la plupart des lectures et les mêmes éléments de tableau de bord demandés de manière répétée dans un court laps de temps, ce qui correspond parfaitement à DAX. Il réduit la latence et soulage la clé surchargée sans nécessiter de refonte du schéma.

B

Fausse

Augmentez les limites de la table à la demande (on-demand) afin que DynamoDB puisse absorber automatiquement plus de trafic.

La capacité à la demande s'adapte déjà automatiquement au trafic, donc l'augmentation des limites de la table ne réduit en rien la latence de lecture causée par des partitions surchargées ou des schémas d'accès inefficaces. C'est tentant car le mode à la demande supprime la planification du débit, ce qui convient aux charges de travail présentant des pics imprévisibles plutôt qu'à la résolution de la contention au niveau des partitions.

C

Fausse

Créez un index secondaire global (global secondary index) sur tenantId pour répartir la charge sur un plus grand nombre de partitions.

Un index secondaire global sur tenantId achemine toujours les éléments de chaque locataire vers des partitions en fonction de cette clé, de sorte qu'un seul locataire très actif continue de concentrer la charge au lieu de la répartir. C'est tentant car les GSI permettent des schémas de requêtes alternatifs, ce qui convient aux requêtes basées sur des attributs non clés plutôt qu'à l'atténuation de la contention de lecture au niveau des partitions.

D

Fausse

Déplacez les données du tableau de bord vers S3 et utilisez des fonctions Lambda pour les lire à la demande.

Déplacer les données du tableau de bord vers S3 et les lire via Lambda ajoute de la latence de démarrage à froid et de requête, et S3 n'est pas un magasin clé-valeur à faible latence pour des lectures par élément. C'est tentant car l'association S3 et Lambda convient aux requêtes analytiques peu fréquentes sur de grands ensembles de données, et non aux lectures d'éléments en sous-millisecondes requises par un service adossé à DynamoDB.

Pour aller plus loin

DynamoDB Accelerator (DAX) est un cache en mémoire à écriture immédiate (write-through) qui utilise l'API DynamoDB. Ainsi, le code applicatif existant utilisant le SDK AWS peut pointer vers l'adresse du cluster DAX avec un minimum de modifications. Il sert les lectures à cohérence éventuelle à partir de la RAM en quelques microsecondes et s'avère particulièrement efficace pour les lectures répétées des mêmes éléments, comme un tableau de bord interrogeant fréquemment les enregistrements de locataires actifs. DAX n'aide pas pour les lectures fortement cohérentes, qui contournent le cache, et il ne réduit pas la latence causée par les clés de partition surchargées (hot keys). L'augmentation des limites à la demande élève les plafonds de débit mais laisse la latence par requête inchangée ; un index secondaire global ajoute un deuxième chemin de lecture et des coûts supplémentaires sans garantir une latence plus faible ; et le déplacement des données vers S3 avec Lambda introduit une latence de démarrage à froid (cold-start) et de requête bien supérieure à un accès réussi au cache.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement SAA-C03 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.