MoyenneChoix unique

Question d'entraînement AZ-900

Une entreprise exécute une application web sur un ensemble de machines virtuelles Azure. L'application subit des pics de trafic imprévisibles. L'entreprise configure un groupe de machines virtuelles identiques Azure (Azure Virtual Machine Scale Set) avec une règle de mise à l'échelle automatique qui ajoute des machines virtuelles lorsque l'utilisation du processeur (CPU) dépasse 75 % et supprime des machines virtuelles lorsque l'utilisation du processeur (CPU) descend sous 30 %. Cette capacité à ajuster automatiquement les ressources de calcul pour répondre à la demande représente le mieux quelle caractéristique du cloud computing ?

Choisissez la meilleure réponse.

Bonne réponse

  • AÉlasticité

Explication

L'élasticité est la capacité d'un système cloud à mettre automatiquement à l'échelle les ressources vers le haut ou vers le bas pour répondre à la demande. Dans ce scénario, le groupe de machines virtuelles identiques Azure (Azure Virtual Machine Scale Set) ajoute dynamiquement des machines virtuelles lorsque le processeur (CPU) dépasse 75 % et les supprime lorsqu'il descend sous 30 %, ce qui démontre directement l'élasticité. Cela garantit que l'application dispose d'une capacité de calcul suffisante lors des pics de trafic et évite le surdimensionnement en période de faible utilisation.

Pourquoi chaque option est juste ou fausse

A

Juste

Élasticité

L'élasticité est la mise à l'échelle automatique de la capacité de calcul pour correspondre à la demande fluctuante, ce que fait exactement la règle de mise à l'échelle automatique en ajoutant des machines virtuelles au-delà de 75 % de processeur (CPU) et en les supprimant en deçà de 30 %. La scalabilité seule désigne la capacité à croître ; l'élasticité couvre spécifiquement l'ajustement dynamique et piloté par la demande dans les deux directions.

B

Fausse

Haute disponibilité

Incorrect. La haute disponibilité garantit que les applications restent accessibles malgré les pannes, généralement grâce à des composants redondants. Bien que la mise à l'échelle automatique puisse contribuer à la disponibilité, l'objectif principal de ce scénario est d'ajuster la capacité pour répondre aux variations de la charge de travail, et non de maintenir la disponibilité grâce à la redondance.

C

Fausse

Tolérance de panne

La tolérance de panne est la capacité à continuer de fonctionner lorsqu'un composant tombe en panne, obtenue grâce à la redondance et au basculement (failover). La mise à l'échelle automatique adapte la capacité à la demande, ce qui correspond à l'élasticité ; l'extension et la réduction (scale-out et scale-in) déclenchées par le processeur (CPU) dans l'énoncé décrivent cette caractéristique et non la résilience face aux pannes.

D

Fausse

Reprise d'activité

Incorrect. La reprise d'activité implique des processus et des outils pour restaurer les services après une panne majeure ou un sinistre, par exemple en effectuant un basculement vers une région secondaire. La règle de mise à l'échelle automatique décrite ne traite pas de la reprise après sinistre.

Pour aller plus loin

L'élasticité est la capacité à mettre automatiquement à l'échelle les ressources vers l'extérieur et vers l'intérieur pour répondre à la demande, ce qui la distingue de la scalabilité (capacité à croître) et de la haute disponibilité (masquage des pannes). Un groupe de machines virtuelles identiques Azure (Azure VM Scale Set) doté de règles de mise à l'échelle automatique évalue des métriques telles que le pourcentage d'utilisation du processeur (CPU) sur une période donnée ; lorsque la moyenne dépasse 75 %, il ajoute des instances, et lorsqu'elle descend sous 30 %, il les supprime, sous réserve de délais de refroidissement (cooldowns) et de limites d'instances minimales et maximales. Cette mise à l'échelle horizontale s'effectue en quelques minutes, ce qui convient aux charges de travail web présentant des pics, mais pas aux charges avec état (stateful) sans état de session externalisé. Scénario réaliste : un site de vente de billets qui connaît des pics lors de la mise en vente peut ajouter des machines virtuelles automatiquement et les réduire ensuite, en ne payant que pour ce que la demande a nécessité, ce qui correspond à la caractéristique d'élasticité.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement AZ-900 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.