MoyenneChoix unique

Question d'entraînement AZ-204

Vous disposez d'une application web Azure App Service qui connaît un trafic fluctuant. Pendant les heures de pointe, l'utilisation du processeur atteint 90 % et les temps de réponse augmentent. Vous souhaitez augmenter automatiquement le nombre d'instances lorsque l'utilisation du processeur dépasse 75 % et le réduire lorsqu'elle descend en dessous de 25 %. La mise à l'échelle doit être graduelle pour éviter des oscillations rapides. Quelle configuration devez-vous utiliser ?

Choisissez la meilleure réponse.

Bonne réponse

  • BConfigurez des règles d'autoscale sur le paramètre de scale-out du plan App Service, en utilisant le pourcentage du processeur comme métrique avec des seuils et des périodes de refroidissement appropriés.

Explication

Les règles d'autoscale d'Azure App Service vous permettent d'effectuer un scale-out (augmentation du nombre d'instances) lorsque le pourcentage du processeur dépasse 75 % et un scale-in (diminution du nombre d'instances) lorsqu'il descend en dessous de 25 %, avec des périodes de refroidissement configurables (par exemple, de 5 à 10 minutes) pour éviter des oscillations rapides. Cela répond directement au modèle de trafic fluctuant et à l'exigence de mise à l'échelle graduelle en utilisant le volet de scale-out du plan App Service.

Pourquoi chaque option est juste ou fausse

A

Fausse

Activez 'Always On' et configurez la mise à l'échelle manuelle basée sur des horaires planifiés.

La mise à l'échelle manuelle sur des horaires planifiés fixe le nombre d'instances à un horaire, elle ne peut donc pas réagir au franchissement de 75 % ou 25 % par le processeur ; les règles d'autoscale avec des périodes de refroidissement le font. C'est tentant lorsque les modèles de trafic sont prévisibles et connus à l'avance, où la mise à l'échelle planifiée est véritablement la bonne configuration.

B

Juste

Configurez des règles d'autoscale sur le paramètre de scale-out du plan App Service, en utilisant le pourcentage du processeur comme métrique avec des seuils et des périodes de refroidissement appropriés.

Les règles d'autoscale sur le plan App Service ajoutent ou suppriment des instances en fonction du pourcentage du processeur, avec des seuils de 75 % pour l'extension et de 25 % pour la réduction, plus des périodes de refroidissement empêchant des oscillations rapides. Cela satisfait les contraintes de trafic fluctuant et de mise à l'échelle graduelle, puisque le scale-out et le scale-in sont basés sur des métriques plutôt que manuels.

C

Fausse

Utilisez Azure Functions avec le plan Consumption pour gérer la logique de l'application web.

Le plan Consumption d'Azure Functions exécute du code piloté par des événements et n'héberge pas l'application web App Service ni ne met à l'échelle ses instances sur le processeur ; les règles d'autoscale App Service le font. C'est tentant pour décharger des charges de travail d'arrière-plan ou par rafales, où l'exécution serverless est véritablement le bon choix.

D

Fausse

Déployez l'application web sur Azure Container Instances et utilisez la fonction scale-on-CPU.

Azure Container Instances ne dispose pas d'une fonction native scale-on-CPU et n'héberge pas d'applications web App Service ; l'autoscale App Service évalue des règles de pourcentage de processeur avec refroidissement. C'est tentant pour des tâches conteneurisées de courte durée, où la facturation à la seconde et le démarrage rapide d'ACI conviennent véritablement.

Pour aller plus loin

L'autoscale d'Azure App Service fonctionne sur le plan App Service et non sur l'application individuelle, et évalue des règles de métriques telles que le pourcentage du processeur sur une période définie. Une règle de scale-out se déclenche lorsque le processeur moyen dépasse 75 pour cent pour la durée configurée, tandis qu'une règle de scale-in se déclenche en dessous de 25 pour cent ; les périodes de refroidissement empêchent les oscillations rapides appelées thrashing. La plateforme ajoute ou supprime des instances dans les limites minimale et maximale, et Always On maintient simplement l'application active au lieu de piloter la mise à l'échelle. La mise à l'échelle manuelle planifiée ne peut pas réagir à des pics imprévisibles, et déplacer la logique vers Functions ou Container Instances modifie entièrement le modèle d'hébergement. Cela importe lorsque le trafic est en rafales et que l'équipe a besoin d'une capacité élastique sans sur-provisionnement.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement AZ-204 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.