DifícilMúltipla escolha

Questão de prática de SAA-C03

Exhibit

ALB and ASG snapshot (15-minute peak):
- RequestCountPerTarget: 1,920
- TargetResponseTime p95: 2.9 seconds
- HTTPCode_Target_5XX_Count: 0
EC2 application metrics from CloudWatch agent:
- CPUUtilization: 33%
- MemoryUtilization: 46%
- NetworkIn/Out: steady
Application logs:
[WARN] worker queue depth reached 5,000
[INFO] rejecting requests after thread pool saturation
Current Auto Scaling policy:
- Target tracking on CPUUtilization = 55%

Com base no anexo, qual alteração reduz melhor a latência durante o pico de tráfego sem superdimensionar a frota?

Escolha a melhor resposta.

Resposta correta

  • BAlterar a política do Auto Scaling para rastreamento de destino (target tracking) em ALB RequestCountPerTarget.

Explicação

O uso de uma política de dimensionamento baseada em rastreamento de destino (target tracking) em ALB RequestCountPerTarget ajusta dinamicamente o tamanho da frota com base na carga real por instância, garantindo que a capacidade seja dimensionada com a demanda durante o pico de tráfego sem intervenção manual ou superdimensionamento. Essa abordagem aborda diretamente a latência causada por altas taxas de solicitação por instância, mantendo uma contagem de solicitações de destino, o que reduz o tempo de resposta sem adicionar instâncias desnecessárias durante os períodos de menor movimento.

Por que cada alternativa está certa ou errada

A

Incorreta

Substituir as instâncias por uma família de instâncias maior para que cada servidor tenha mais margem.

Aumentar a família de instâncias aumenta a CPU e a memória disponíveis por servidor, mas o anexo indica que o gargalo é o acúmulo de filas devido à concorrência de solicitações, e não a saturação da CPU. O grupo do Auto Scaling ainda depende de alarmes baseados em CPU, portanto, não adicionará capacidade até que a CPU aumente, deixando o pool de threads esgotado e a alta latência. Se as solicitações forem vinculadas a E/S ou aguardarem dependências de backend, instâncias maiores podem não reduzir o tempo de resposta por solicitação.

B

Correta

Alterar a política do Auto Scaling para rastreamento de destino (target tracking) em ALB RequestCountPerTarget.

O RequestCountPerTarget corresponde à demanda real que chega a cada instância e dimensiona a capacidade antes que o pool de threads seja saturado. Como a CPU ainda está baixa, o dimensionamento baseado em CPU reagiria tarde demais ou não reagiria. O rastreamento de destino na contagem de solicitações ajuda a manter a profundidade da fila e a latência baixas, evitando o superdimensionamento desnecessário durante os períodos mais calmos.

C

Incorreta

Usar o dimensionamento agendado para adicionar instâncias apenas durante a janela de pico do horário comercial.

O dimensionamento agendado adiciona ou remove instâncias em horários fixos, assumindo que o tráfego segue um padrão previsível de horário comercial. Ele não consegue reagir a surtos inesperados, picos precoces ou mudanças na composição do tráfego, de modo que uma multidão repentina antes da janela agendada ainda sobrecarregará os pools de threads existentes. O rastreamento de destino no ALB RequestCountPerTarget ajusta a capacidade continuamente em resposta à demanda real por instância, tornando a latência consistente sem prever o relógio.

D

Incorreta

Substituir o ALB por um Network Load Balancer para reduzir a latência das solicitações.

Um NLB funciona na Camada 4 e encaminha conexões TCP diretamente para os destinos, o que pode reduzir a sobrecarga de encaminhamento do balanceador de carga e a latência, mas as evidências apontam para o esgotamento de threads dentro das instâncias de aplicação, e não para o tempo de processamento do ALB. A métrica ALB RequestCountPerTarget não é emitida por um NLB, portanto, a troca removeria o sinal de dimensionamento que corresponde à demanda com a capacidade. Sem uma contagem de solicitações em nível de balanceador de carga, a política de Auto Scaling teria feedback menos preciso e a saturação subjacente do pool de threads permaneceria inalterada.

Para se aprofundar

A latência da aplicação geralmente aumenta antes que a CPU atinja alta utilização porque cada solicitação ocupa um thread enquanto aguarda chamadas descendentes, consultas de banco de dados ou E/S lenta. O auto-scaling baseado na utilização da CPU reage apenas quando a computação fica saturada, o que pode acontecer tarde demais para evitar filas e timeouts. O ALB RequestCountPerTarget fornece um proxy para o número de solicitações em andamento por instância, permitindo definir uma meta que se aproxime da capacidade do pool de threads antes que ele entre em colapso. Na prática, você deve ajustar o valor alvo e considerar a agregação de métricas do ALB em curtos períodos para evitar a limitação de tráfego à medida que o grupo expande (scale out). Um mal-entendido comum é que adicionar uma instância maior é sempre a resposta, mas sem uma política de dimensionamento que responda à concorrência, o grupo manterá o mesmo número de instâncias e a fila simplesmente se formará em um pool de threads maior.

Sobre estas questões de prática

Esta é uma das questões de prática originais de SAA-C03 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.