MédiaMúltipla escolha

Questão de prática de DOP-C02

Uma empresa executa uma aplicação web crítica na AWS usando um Application Load Balancer (ALB) na frente de um Auto Scaling group de instâncias do EC2. A aplicação sofre picos de tráfego periódicos. Para lidar com esses picos, a empresa deseja usar uma combinação de dimensionamento proativo baseado em um cronograma previsível e dimensionamento reativo baseado na utilização da CPU. Qual é a estratégia de dimensionamento MAIS resiliente?

Escolha a melhor resposta.

Resposta correta

  • AUsar uma política de dimensionamento agendado para os picos previsíveis e uma política de dimensionamento por etapas para a utilização da CPU.

Explicação

Combina o dimensionamento agendado para picos de tráfego previsíveis com o dimensionamento por etapas para ajustes reativos baseados na utilização da CPU, fornecendo resiliência proativa e reativa. O dimensionamento agendado ajusta a capacidade antes de eventos conhecidos, enquanto o dimensionamento por etapas permite ajustes maiores e mais agressivos quando a utilização da CPU excede os limites, evitando a resposta linear mais lenta do rastreamento de destino. Essa abordagem dupla garante que a aplicação possa lidar com picos sem superdimensionamento ou subdimensionamento.

Por que cada alternativa está certa ou errada

A

Correta

Usar uma política de dimensionamento agendado para os picos previsíveis e uma política de dimensionamento por etapas para a utilização da CPU.

O dimensionamento agendado pré-provisiona instâncias em horários fixos, alinhando a capacidade com a demanda futura conhecida, enquanto uma política de dimensionamento por etapas reage à utilização real da CPU por meio de alarmes do CloudWatch com etapas de ajuste definidas (por exemplo, adicionar 2 instâncias quando a CPU exceder 80%, adicionar 1 quando exceder 70%). Essa combinação garante tanto a prontidão proativa para picos de tráfego previsíveis quanto a resposta reativa rápida a qualquer desvio, proporcionando a maior resiliência para padrões de tráfego mistos.

B

Incorreta

Usar dimensionamento preditivo baseado em padrões de tráfego históricos.

O dimensionamento preditivo usa aprendizado de máquina em dados de carga históricos para prever necessidades futuras de capacidade, mas depende de pelo menos 14 dias de dados representativos e assume padrões recorrentes. Se um aumento repentino, um evento viral ou uma mudança nos negócios causarem um padrão que o modelo não viu, as previsões estarão incorretas e, como o dimensionamento preditivo é puramente baseado no tempo, ele não pode ser acionado por picos de CPU ao vivo, tornando-o insuficiente para aplicações críticas que precisam de reação imediata a anomalias.

C

Incorreta

Usar dimensionamento manual aumentando a capacidade desejada antes dos picos esperados.

O dimensionamento manual exige que um operador ajuste a capacidade desejada ou atualize o Auto Scaling group antes de cada pico, o que consome muito tempo e é propenso a erros, especialmente para eventos inesperados. Ele não oferece automação, portanto, se o operador não estiver disponível ou o horário do pico mudar, a aplicação carece de capacidade; além disso, as alterações manuais não são revertidas automaticamente, exigindo supervisão humana contínua para remover o excesso de instâncias e evitar o superdimensionamento.

D

Incorreta

Usar uma política de dimensionamento de rastreamento de destino baseada na utilização média da CPU.

Uma política de rastreamento de destino mantém um destino de métrica fixo do CloudWatch (por exemplo, CPU em 50%) ajustando a capacidade proporcionalmente, mas ela só reage após a métrica ter violado o destino durante o período de avaliação do alarme, portanto, é inerentemente atrasada para picos repentinos. Seu controle de métrica única grossa não pode aplicar vários limites ou ajustes de etapas agressivos, e as médias de CPU podem mascarar breves rajadas de alta utilização, causando uma expansão mais lenta do que uma política de dimensionamento por etapas dedicada.

Para se aprofundar

O AWS Auto Scaling oferece vários tipos de políticas, e a escolha da correta depende da previsibilidade da carga de trabalho. O dimensionamento agendado é proativo — você define um cronograma cron ou único para definir a capacidade desejada com antecedência, ideal para ciclos de negócios conhecidos, como picos diários de login. O dimensionamento dinâmico (por etapas ou rastreamento de destino) é reativo — ele usa alarmes do CloudWatch para ajustar a capacidade em tempo real, sendo que o dimensionamento por etapas oferece controle mais refinado por meio de múltiplos limites e valores de ajuste. O dimensionamento preditivo adiciona aprendizado de máquina para prever a demanda, mas ainda requer dados históricos e é melhor usado junto com uma política dinâmica para cobrir erros de previsão. Um equívoco comum é que qualquer tipo de política única seja suficiente, mas cargas de trabalho de produção com picos previsíveis e imprevisíveis devem combinar uma política agendada ((ou preditiva)) para o aumento da linha de base conhecida e uma política de dimensionamento por etapas para rajadas inesperadas. Além disso, lembre-se de que o dimensionamento por etapas exige que você defina explicitamente o número de instâncias a serem adicionadas ou removidas para cada violação de alarme, enquanto o rastreamento de destino lida com isso automaticamente, mas com menos granularidade; essa granularidade é exatamente o motivo pelo qual o dimensionamento por etapas é preferido para aplicações críticas e com picos.

Sobre estas questões de prática

Esta é uma das questões de prática originais de DOP-C02 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.