Resposta correta
- AUsar uma política de dimensionamento de rastreamento de destino baseada na utilização média de CPU.
Explicação
Uma política de dimensionamento de rastreamento de destino (target tracking) baseada na utilização média de CPU é a abordagem mais eficaz porque ajusta automaticamente a capacidade desejada do Auto Scaling group em tempo real para manter uma métrica de CPU alvo (por exemplo, 50%). Esse método de dimensionamento dinâmico responde diretamente a picos repentinos de tráfego sem nenhuma intervenção manual, garantindo que o aplicativo possa lidar com o aumento da carga enquanto otimiza os custos.
Para se aprofundar
As políticas de dimensionamento de rastreamento de destino ajustam a capacidade para manter uma métrica alvo, como a utilização média de CPU. A política calcula uma capacidade desejada com base na métrica e executa scale-out ou scale-in. Ela usa um período de resfriamento (cooldown) para evitar flutuações rápidas. Um comportamento sutil: o rastreamento de destino reage a alterações de métricas, mas pode apresentar atraso durante picos repentinos devido aos intervalos de agregação de métricas do CloudWatch (por exemplo, de 1 minuto). Para aplicativos web com picos imprevisíveis, combinar o rastreamento de destino com uma política de dimensionamento por etapas (step scaling) pode melhorar a capacidade de resposta. Em um cenário de pico repentino de multidão (flash crowd), o rastreamento de destino adiciona instâncias automaticamente sem intervenção manual, ao contrário do dimensionamento programado (scheduled scaling), que requer picos previsíveis. Aumentar o tamanho da instância é dimensionamento vertical e pode não lidar com carga repentina de forma eficiente.
Sobre estas questões de prática
Esta é uma das questões de prática originais de SAP-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.