DifficileChoix unique

Question d'entraînement SOA-C02

Une entreprise exécute une application Web critique sur des instances Amazon EC2 dans un groupe Auto Scaling réparti sur trois zones de disponibilité. L'application utilise un Application Load Balancer (ALB) pour la distribution du trafic. L'administrateur SysOps a configuré une alarme CloudWatch pour surveiller la métrique `TargetResponseTime` de l'ALB, avec un seuil de 5 secondes. L'alarme se déclenche lorsque le temps de réponse moyen dépasse 5 secondes pendant 2 périodes consécutives. Récemment, l'alarme s'est déclenchée fréquemment pendant les heures de pointe, mais l'équipe chargée de l'application signale que le temps de réponse est acceptable et que l'application fonctionne normalement. L'administrateur enquête et découvre qu'un petit nombre de requêtes prennent beaucoup de temps (plus de 30 secondes), ce qui fausse la moyenne. L'administrateur doit réduire le nombre de fausses alarmes tout en continuant d'être alerté si les performances globales de l'application se dégradent. Quelle mesure l'administrateur doit-il prendre ?

Choisissez la meilleure réponse.

Bonne réponse

  • AModifier la statistique pour p95 et maintenir le seuil à 5 secondes

Explication

L'utilisation de la statistique p95 (95e centile) au lieu de la moyenne élimine l'impact du petit nombre de requêtes aberrantes qui prennent plus de 30 secondes. La métrique p95 indique le temps de réponse en dessous duquel 95 % des requêtes se situent, fournissant une représentation plus précise des performances typiques de l'application. Cela réduit les fausses alarmes provenant de moyennes faussées tout en alertant si la majorité des utilisateurs subissent une dégradation des temps de réponse dépassant 5 secondes.

Pourquoi chaque option est juste ou fausse

A

Juste

Modifier la statistique pour p95 et maintenir le seuil à 5 secondes

Modifier la statistique pour p95 signifie que l'alarme se déclenche lorsque la latence du 95e centile dépasse 5 secondes, ignorant effectivement les 5 % de requêtes les plus lentes. Cela reflète l'expérience de la majorité des utilisateurs, car de rares valeurs aberrantes telles qu'une seule requête défectueuse ne provoqueront pas de fausses alarmes. Maintenir le seuil à 5 secondes garantit que l'alarme détecte toujours une véritable dégradation affectant la requête typique. Le p95 est une métrique robuste pour la surveillance de la latence car elle filtre les pics transitoires tout en restant réactive aux problèmes systémiques.

B

Fausse

Augmenter le seuil à 30 secondes

Augmenter le seuil à 30 secondes ne déclencherait l'alarme que pour une latence extrêmement grave, telle qu'une requête bloquée ou un backend défaillant. Une dégradation modérée, où le chargement des pages prend 8 à 10 secondes au lieu des 5 prévues, passerait totalement inaperçue. Cela va à l'encontre de l'objectif d'alerte précoce et permet aux performances perçues par l'utilisateur de se détériorer gravement avant qu'une alerte ne soit émise. Le seuil doit s'aligner sur l'objectif de performance de l'application et non sur le pire cas aberrant, et 30 secondes est beaucoup trop indulgent pour protéger l'expérience utilisateur.

C

Fausse

Réduire la période à 60 secondes et abaisser le seuil à 3 secondes

Réduire la période à 60 secondes et abaisser le seuil à 3 secondes rend l'alarme extrêmement sensible à toute courte rafale de lenteur. Avec une période d'une minute, une seule requête lente ou un bref problème de réseau peut pousser la moyenne au-dessus de 3 secondes, provoquant une violation alors que le trafic normal va bien. Cette configuration produit de fausses alarmes constantes et une fatigue liée aux alertes, et la cible de 3 secondes peut ne pas correspondre à la ligne de base réelle de l'application. Une période plus serrée et un seuil plus bas ne corrigent pas la sensibilité aux valeurs aberrantes ; ils l'amplifient, rendant l'alarme moins digne de confiance.

D

Fausse

Augmenter les périodes d'évaluation à 5 périodes consécutives

Exiger 5 périodes d'évaluation consécutives signifie que l'alarme doit observer une violation pendant 5 minutes d'affilée avant de se déclencher, ce qui introduit un délai important dans la notification. De plus, si des valeurs aberrantes sporadiques se produisent une fois par minute, chaque période pourrait toujours enfreindre le seuil moyen, de sorte que l'alarme se déclencherait malgré le fait que les requêtes lentes occasionnelles n'affectent pas la majorité. Cette approche ne filtre pas les valeurs aberrantes et n'accélère pas la détection ; elle ne fait que retarder l'alarme. L'intention des périodes d'évaluation est d'empêcher les fluctuations transitoires, et non de résoudre le problème de sélection des statistiques, de sorte que le comportement sous-jacent piloté par les valeurs aberrantes reste inchangé.

Pour aller plus loin

Cette question teste votre compréhension des statistiques des alarmes CloudWatch et de leur impact sur la surveillance des performances des applications. La statistique par défaut est Average (Moyenne), qui est très vulnérable aux valeurs aberrantes : une seule requête très lente peut faire passer la moyenne au-dessus du seuil, provoquant de fausses alarmes. Les centiles tels que p95 ou p99 résolvent ce problème en écartant les 5 % ou 1 % des points de données les plus mauvais, qui sont souvent causés par des pauses de récupération de mémoire, des problèmes de réseau ou des partitions chaudes plutôt que par des problèmes systémiques. Une idée fausse courante est que l'ajustement du seuil ou de la période d'évaluation réduira les fausses alarmes, mais ces changements modifient le délai ou la sensibilité de l'alarme sans résoudre le problème des valeurs aberrantes lui-même. La clé est de faire correspondre la statistique à la métrique d'expérience utilisateur : pour la latence, p95 est un choix standard car il représente l'expérience de la grande majorité tout en ignorant les pics rares. Les implications concrètes incluent une fatigue liée aux alertes si l'alarme est trop sensible et une dégradation manquée si le seuil ou la statistique sont trop grossiers. Les périodes d'évaluation contrôlent uniquement le nombre de périodes consécutives qui doivent présenter une violation avant le déclenchement ; elles n'affectent pas la sensibilité de la statistique aux valeurs aberrantes, de sorte qu'une valeur aberrante qui se produit une fois par période peut toujours déclencher l'alarme si la moyenne est utilisée. La configuration correcte des alarmes CloudWatch nécessite une vue d'ensemble de la statistique, de la période, du seuil et des périodes d'évaluation, mais la statistique est le principal levier pour filtrer les valeurs aberrantes.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement SOA-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.